Wie Liquidität auf Prognosemärkten funktioniert
Liquidität ist der wichtigste Prädiktor dafür, ob ein Prognosemarkt genau ist. Ein Markt mit tiefer Liquidität bepreist sich sofort bei neuen Informationen um und widersteht Manipulation; ein dünner Markt kann von einem einzigen Händler mit $500 und einer Agenda bewegt werden.
Wie Liquidität auf Prognosemärkten funktioniert
Was "Liquidität" tatsächlich bedeutet
Liquidität ist die Menge an Kapital, die im Orderbuch (oder im AMM-Pool) bereit zum Handeln liegt. Sie bestimmt zwei Dinge: wie eng der Spread zwischen bestem Geldkurs und bestem Briefkurs ist, und wie viel Volumen Sie handeln können, bevor sich der Preis gegen Sie bewegt. Ein Markt mit $10M Tiefe innerhalb eines Cents vom Mittelpreis ist tief liquide; ein Markt mit $500 Gesamtvolumen ist es nicht.
Warum es für Genauigkeit wichtig ist
Akademische Forschung zu Prognosemärkten stellt durchweg fest, dass Genauigkeit mit Liquidität skaliert. Tiefe Märkte ziehen erfahrene Händler an, die Fragen sorgfältig recherchieren und Fehlbewertungen wegarbitrieren. Dünne Märkte werden von einer Handvoll meinungsstarker Teilnehmer dominiert, deren Ansichten möglicherweise nicht die Realität widerspiegeln. Deshalb schlagen Wahlmärkte auf Polymarket und Kalshi (tief) durchweg Nischen-Prognosesites (dünn), selbst wenn letztere anspruchsvollere Nutzerbasen haben.
Wie dünne Märkte manipuliert werden
Wenn ein Markt nur $2,000 Tiefe hat, kann ein Händler mit $5,000 den Preis von 40¢ auf 60¢ bewegen: sodass es aussieht, als ob der Markt nun glaubt, das Ereignis sei viel wahrscheinlicher, obwohl in Wirklichkeit nur eine Person viele Anteile gekauft hat. Journalisten und politische Akteure haben dies gelegentlich getan, um Schlagzeilen zu erzeugen. Die Verteidigung ist einfach: Prüfen Sie immer Volumen und Open Interest, bevor Sie einen Preis als Signal behandeln.
Verwandte Artikel in diesem Cluster
Was ist implizite Wahrscheinlichkeit auf Prognosemärkten?
Warum ein JA-Anteil, der bei $0.62 gehandelt wird, eine ~62% marktimplizierte Wahrscheinlichkeit bedeutet, und wann diese Ablesung versagt.
ClusterOrderbücher vs AMMs auf Prognosemärkten
Kalshi und Polymarket nutzen Orderbücher; ältere On-Chain-Plattformen verwenden automatisierte Market Maker. Wie jeder Mechanismus Risiko unterschiedlich bepreist.
ClusterWas ist LMSR (Logarithmic Market Scoring Rule)?
Die Market-Maker-Formel, die Robin Hanson für Prognosemärkte entwickelt hat, warum sie Verluste begrenzt und wer sie noch verwendet.