BTC计价预测市场的背景与动机 [page::0][page::1]

• 传统稳定币计价市场存在机会成本：稳定币参与者放弃了无风险利率收益，比特币持有者则失去BTC升值机会。

- BTC计价市场类似于古典金本位，使用有稀缺性的BTC作为结算资产，避免了此类机会成本。

• 论文聚焦如何为新建BTC计价预测市场引导流动性，并分析了三种主要方法的优缺点。

流动性引导方法详细分析 [page::1][page::2][page::3][page::4][page::5][page::6][page::7]

• 交叉做市（Cross Market Making）：做市商在BTC计价市场挂单、在USDC计价源市场对冲，承担价格滑点、汇率和库存风险，用户无清算风险，体验安全，需专业做市商或平台补贴。

- 自动做市（AMM）：基于恒定乘积公式(CPMM)，简单易部署但资本效率低，做市商面临永久损失风险；例如Manifold Markets使用调整初始概率的CPMM公式优化流动性。

• DeFi重定向：用户BTC通过桥接转wBTC作为Aave抵押借USDC交易USDC计价市场，快速复用现有基础设施，但存在借贷清算风险和BTC/USD汇率风险，用户需承受清算损失和汇率波动。

交叉做市流动性模型示意图及报价调整 [page::2]

• 下游BTC市场的买卖报价基于源USDC市场报价转换，并加上佣金和BTC看跌期权保费，扩展价差以覆盖费用和风险。

- 做市商对下游市场成交后，即刻在源市场进行对冲以减少敞口。

自动做市AMM原理和改进 [page::3][page::4][page::5]

• 传统LMSR做市工具资本效率差且用户体验欠佳，现代平台采用恒定乘积市场公式(CPMM)实现连续流动性。

- CPMM基于x*y=C恒等式实现价格和库存动态调节，可以通过设置幂指数参数来调整初始概率以改善流动性布局。

DeFi重定向机制与风险管理 [page::6][page::7]

• 用户BTC抵押为wBTC借贷USDC，USDC在稳定币计价市场下注，结算时USDC利润兑换回BTC。

- 存在清算风险：高贷款价值比(LTV)下，BTC价格下跌可能触发清算，导致用户损失BTC本金一部分。

• 通过设计智能合约自动监控健康因子并部分平仓等机制减缓风险。

- 与交叉做市相比，DeFi方案部署便捷但负担多种额外风险。

结论：三种流动性引导模式权衡 [page::8]

• 交叉做市风险最低但需要专业流动性支持。

- AMM简单但资本效率低且做市商面临永久损失。

• DeFi重定向利用现有USDC流动性快速启动但存在清算及汇率风险。

- 三者在风险分布、资本效率和用户体验等方面形成不同权衡，设计者应根据优先目标选择合适方案。

金融研究报告详尽分析报告

报告标题：Bootstrapping Liquidity in BTC-Denominated Prediction Markets
作者：Fedor Shabashev
发布日期：2025年9月16日
主题：BTC计价预测市场的流动性引导机制分析

---

1. 元数据与概览

本报告针对区块链上以比特币（BTC）计价的预测市场进行了深入研究，主要探讨如何为新创建的BTC计价预测市场“引导”流动性（Bootstrap Liquidity）。作者Fedor Shabashev系统性地分析了三种不同的流动性提供方法：跨市场做市（Cross-market making）、自动化做市商（AMM）机制以及基于DeFi协议的用户交易重定向（DeFi-based redirection）。报告核心在于比较这三种机制的执行逻辑、风险承受（如滑点、汇率风险、清算风险）与资本效率，并分析其适应性及优势劣势。结论认为，BTC计价预测市场具备可行性，但其成败关键取决于选择合适的流动性供应机制，并在用户安全与部署便捷之间作权衡。[page::0,7,8]

---

2. 逐节深度解读

2.1 摘要与引言（Abstract & Introduction）

• 核心观点

传统预测市场多以非利息稳定币（如USDC）计价，存在机会成本—参与者放弃了无风险利率收益，且将BTC转换为稳定币会丧失BTC价格上升的潜在收益。相较之下，以BTC为计价单位的市场可视为以“硬货币”（如黄金标准体系）计价，保护BTC持有者的升值权利，减少机会成本。

• 分析视角

作者聚焦于流动性的供给问题，拆解三种流动性引导路径（跨市场做市、AMM、DeFi重定向），系统评估各自的风险和资本利用效率，指出次序的优劣。

• 结论启示

BTC计价预测市场技术可行，但运营中需面对活跃做市商的吸引或平台补贴，或是用户面临的兑换及清算风险。[page::0,1]

2.2 1.1 激励示范（Motivating Example）

• 示例内容：

Polymarket 2025年推出4%年化仓位奖励（Holding Reward）以刺激长期政治市场准确性，因应市场参与者在持仓时面临的与美债4-5%利率相当的机会成本。

• 关键逻辑：

理性参与者在价格形成时需折价反映机会成本，比如2025年预测JD Vance胜选的参与者信心为80%，但实际价格应低于64%（扣除机会成本16%）。同时，BTC持有者面临类似挑战：持有BTC预期10%年化增值，转换至稳定币参与则要弥补这部分收益差。

• 意义：

本段有效阐释稳定币计价预测市场内嵌机会成本概念，强烈暗示BTC计价市场的吸引力来源于消除这一成本。[page::1]

2.3 第2章 流动性供给剖析（Supplying liquidity）

2.3.1 跨市场做市（Cross market making）

• 核心思路

利用已有USDC计价市场作为“源市场”（Source Market），通过将对应买卖价转换为BTC价格，在下游BTC计价市场（Downstream Market）提供流动性。做市商通过在BTC市场设置买卖价进行套利，同时对冲USDC市场持仓，捕获买卖价差利润。

• 执行细节

- 示例：若BTC/USD = 100,000，源市场YES 买价0.50美元，卖价0.51美元，则BTC计价买价应为0.0000050 BTC，卖价0.0000051 BTC。
- 做市策略中，买卖价会加减手续费和对冲成本，确保套息利润大于滑点和成本。
- 做市商借助对冲例如BTC Put期权，将BTC/USD汇率风险锁定，避免汇率波动带来的亏损。

• 风险点

- 滑点风险：对冲操作可能以不利价格成交，侵蚀利润。
- 需持续监控深度，选择合适价差。

• 图表分析

图1和图2形象展示做市商如何将源市场的买卖价镜像映射到下游市场，同时对价差进行手续费和保险费的调整，组合成最终报价。

• 结论

跨市场做市提供了安全的用户体验，摒除用户承担兑付风险，但对专业做市商要求高，流动性较依赖市场参与者操作。[page::1,2,3]

2.3.2 自动化做市商机制（AMM）

• 背景描述

AMM通过设计数学公式自动给出买卖价，保证随时有流动性，无需人工维护订单簿。

• 传统模型LMSR的不足

- 单一参数$b$难平衡反应速度与亏损风险。
- 接近价格边界时参与成本过高，极端概率下流动性不足。
- 用户体验复杂，价格变动机制不直观。

• CPMM（恒定乘积做市商）设计

- 公式为$x \times y = C$，其中$x,y$是两种资产的数量，价格随资产比例变化。
- 作者从微分等式推导出该恒等式，理论严密。

• CPMM应用于预测市场

- YES和NO代币构成pool，通过交换实现买卖。
- 用户购买YES的过程涉及先获得等量的YES/NO，再通过 swap 转换成只持YES。
- 人气平台Manifold Markets采用该设计，具有一定用户基础和开源实现。

• 设置先验概率

- 通过调整CPMM的公式为$x^{p}y^{1-p} = C$ 将初始概率纳入模型，提高资本效率，避免原始标准CPMM可能出现的“投资溢出”问题。
- 图3展示了先验概率对CPMM曲线形状的影响，低概率时曲线更平缓，高概率时更陡峭。

• 资本效率问题与永久损失风险

- 当市场对YES方向强烈看好，CPMM池会极度倾斜，初始投入可能大幅缩水。
- 这使AMM流动性提供者面临持币增值所带来的风险，即所谓的“永久损失”。

• 总结评价

- AMM机制部署简单，提供持续流动性。
- 但资本效率低，且LP 可能承受巨大资产亏损。
- 其本质为提供“自动流动性”，并非无风险的做市策略。

• 图表示意

- 图3从曲线拟合角度直观展现模型参数如何影响市场价格表现和流动性。

• [page::3,4,5,6]

2.3.3 基于USDC基础设施的BTC结算方案（BTC payout via USDC infrastructure）

• 方案结构

- 用户以BTC入金后，由协议将BTC包装成wBTC，抵押到借贷平台Aave。
- 通过借贷获得USDC，使用USDC进行稳定币计价的预测市场交易（如Polymarket）。
- 预测结束后，将USDC收益转换回BTC支付给用户。

• 优点

- 利用现有的稳定币市场和DeFi借贷结构，避免从头构建BTC原生交易桥。
- 用户持有BTC抵押物，可保持部分BTC价格暴露。

• 缺陷与风险

- 利润以USDC结算，受BTC/USD汇率波动影响，存在汇率风险。
- 借贷平台使用贷款价值比（LTV）限制，如wBTC最大LTV约72%。
- 价格下跌12%-13%即触及清算门槛，用户部分BTC抵押资产可能遭强制变现，导致不可预测损失。
- 用户为防止清算普遍需留有较大安全缓冲，导致资本效率降低。

• 算法流程细节

- 描述了非托管账户下，用户如何通过一系列智能合约和DeFi协议实现BTC→USDC→USDC预测市场→USDC→BTC的循环操作。
- 内含风险监控和自动降杠杆措施，如健康因子低于警戒线则自动卖出部分头寸、偿还借款防止清算。
- 保证用户资产的自主权，协议无托管操作权，实现安全透明。

• 实操示范

- 算例详述BTC价格为115,910美元时，用户1BTC抵押，借贷约83,455 USDC，购入相应NO份额。
- 获利后的USDC收益按初始BTC/USD价格转换，支持BTC计价的利润实现。

• 结论

- 方案有助于快速部署和利用深度流动性，但将清算风险和汇率风险外包给用户，且牺牲资本利用效率。

• [page::6,7]

2.4 流动性引导方法比较总结（Section 2.4 Comparison）

• 跨市场做市的优势

- 用户面对的风险较小，无清算风险，BTC本金仅受预测市场胜负结果影响。
- 缺点在于依赖专业做市商活跃度及平台是否愿意补贴流动性。

• DeFi重定向优势

- 快速启动，直接利用Polymarket等现有稳定币市场流动性。
- 缺点显著，存在清算风险和汇率风险，降低用户的稳定BTC收益体验。

• AMM优势与局限

- 易于部署，保证永续流动性。
- 资本利用低且LP面临永久损失。

• 风险与效率权衡

- 用户安全（无清算）与资金效率（无安全边际占用）形成明显对立。
- 三种方案分别将风险负担放置于不同角色：跨市场做市商、普通用户或流动性提供者。

• 总结

跨市场做市最符合用户安全性和清晰风险控制需求，DeFi重定向适合快速拓展，AMM作为备选则可应对流动性匮乏阶段。

• [page::7,8]

2.5 结论（Section 3）

• 主要结论

- BTC计价预测市场技术可行。
- 三种流动性引导方案各有优劣，选择依赖于平台策略及用户群体风险偏好。
- 跨市场做市对用户风险最友好，但要求高运维和专业能力；AMM部署简便但面临资本效率和LP风险；DeFi重定向快速可行但引入用户清算和汇率风险。

• 未来展望

理解这些机制的风险成本分配，有助于平台构建更加稳健且用户友好的BTC计价市场。

• [page::8]

---

3. 图表和图像深度解读

3.1 图1与图2：跨市场做市机制示意（第2页）

• 内容描述

- 图1展示了源市场（USDC计价）和下游市场（BTC计价）买卖价的对应关系，其中虚线为源市场报价，实线为带手续费和对冲成本后的下游报价。
- 图2详细说明了卖价（Ask）和买价（Bid）如何通过加减手续费和对冲费用调整，从而扩大或缩小价差。

• 数据解读

- 对比明显，报价调整保证做市商覆盖套利成本，同时给下游市场参与者形成合理的价格区间。
- 体现了跨市场套利的原理：复制基础价格并在此基础上加入佣金和风险对冲开销。

• 联系上下文

- 支撑跨市场做市逻辑的核心是将USDC定价转为BTC定价，同时利用远期BTC put期权覆盖汇率风险。
- 图示辅助理解如何精准设定买卖价以保证无汇率风险的套息空间。

• 局限性

- 图表未展示行情波动时的即时风险暴露和滑点对利润的影响，属于理论理想状态下的布局。

• 

-

3.2 图3：CPMM先验概率对曲线形状影响（第5页）

• 图表说明

- X轴表示YES代币数量，Y轴为NO代币数量，曲线表示池中x,y满足$x^p y^{1-p} = C$的不变曲线。
- 三条曲线颜色对应不同先验概率$p$。黄色为均匀先验$p=0.5$，蓝色$p=1/4$，绿色$p=2/3$。

• 趋势分析

- 随先验概率增高，曲线向X轴更倾斜，体现初始市场设定中YES代币更稀缺。
- 不同的概率设定直接影响市场对代币的相对稀缺性和价格弹性。

• 文本对应

- 图形支持2.2.4section对基于先验概率的CPMM定价的理论推导，使资本投入利用更精准且资本被更有效地用于流动性池中。

• 

---

4. 估值分析

本报告并无传统意义上的企业估值或目标价评估，而是围绕BTC计价预测市场流动性机制展开。因此主要涉及以下金融计算模型和评估框架：

• 套利模型

通过跨市场价差公式，使用BTC/USD汇率转换、手续费和期权对冲成本构建无风险套利区间（如式2.1中的买卖价调整）。

• 恒定乘积公式（CPMM）

通过微分方程推导$x y= C$恒定乘积公式，及其对概率权重的扩展$x^{p} y^{1-p} = C$。解析AMM价格随投机资金变化的数学本质。

• 贷款价值比（LTV）风险模型

使用Aave的72% LTV限制结合BTC价格波动计算清算阈值，评估用户抵押借贷风险。

• 期权定价应用

利用BTC看跌期权保护跨市场做市商免受汇率风险，确保套息利润。

总结来看，报告多用定量模型和套利结构验证方法可行性，而非市场估值层面。[page::2,4,6]

---

5. 风险因素评估

报告识别并详细分析了三大类主要风险：

• 滑点风险

主要出现在跨市场对冲中，做市商对冲订单未必能以最优价格成交，超出预期滑点导致套利亏损。

• 清算风险

在DeFi重定向借贷模型中，BTC价格下跌将触发抵押品清算，用户可能面临本金损失，且清算价格较当前市价存在折价。

• 汇率风险

DeFi模型的利润在USDC中形成，最终转换为BTC，结算汇率变动将直接影响用户收益。

• 永久损失风险（Impermanent Loss）

AMM机制流动性提供者承受市场价格变动导致的资金池价值缩水。

• 操作风险和资本效率

跨市场做市需专门专业机构或平台补贴，操作复杂且资金压力大。

• 用户体验风险

LMSR定价机制复杂，价格触边界成本高，用户难以直观感受，影响参与度。

报告并无详细缓解方案，但提出通过谨慎报价、设定安全LTV、开发自动风控机制（DeFi监控与自动还款）等策略缓解部分风险。[page::2,3,6,7]

---

6. 审慎视角与细微差别

• 报告优势

- 全面比较了三种流动性引导方案，从理论模型到实际操作流程均有详尽阐释。
- 数学推导严谨，结合衍生品（BTC put）和DeFi借贷的综合方案体现创新性。
- 透彻分析了风险和资本效率，体现对用户体验的关注。

• 潜在偏颇与不足

- 跨市场做市极度依赖专业做市商活跃度和平台补贴，平台意愿不明可能导致流动性不稳定，风险较大，但报告对此依赖未做深入讨论。
- DeFi重定向的清算机制虽然详细描绘，但低估了市场极端波动对用户资产安全可能的剧烈冲击，风险缓解措施虽然列出，但其操作复杂性与用户体验成本可能被低估。
- AMM部分缺少对新型AMM设计（如动态费率、保险机制）的考量，过于聚焦传统CPMM，可能未捕捉行业最新进展。
- 汇率风险对用户长期收益影响虽然提及，但未深入定量建模。
- 报告未涉及政策监管风险及跨链资产托管等实际部署中的合规与安全隐患。

• 报告内部一致性

- 分析较为连贯，章节之间讨论架构合理，交叉引用充分。
- 用词谨慎，避免过度乐观判断。

---

7. 结论性综合

本报告系统性地探讨了在BTC计价预测市场内引导流动性的三大方法：跨市场做市、AMM机制和DeFi借贷重定向。其深层发现包括：

• 跨市场做市是为用户提供最安全的参与环境，避免清算及汇率风险，但依赖市场专业人士及平台补贴以保证市场活跃。其核心通过精准价差复制和看跌期权对冲汇率风险，确保套利空间安全且盈利可能。来自图1-2的示意充分支持这一点。

- AMM机制借助数学模型（恒定乘积公式及先验概率修正）实现无缝流动性，技术上简单部署且保证持续交易，但资本效率低，流动性提供者面临永久损失风险，使其长期可持续性受限。图3展示了概率参数调整对流动性曲线形状的影响，是理解AMM动态的关键。

• DeFi重定向融合现有USDC生态，通过去中心化借贷市场（Aave）实现BTC用户在稳定币预测市场参与。该方法快速、成本低、无托管风险，但存在显著清算风险和汇率风险，对用户资金安全构成挑战。其创新的非托管智能账户方案和自动风险管理机制显著提升了安全性，但仍属于高风险承载方案。

- 用户和平台需根据自身风险偏好和运营能力权衡选型。跨市场做市益处明显但门槛高，DeFi重定向便捷但需容忍额外风险，AMM方法最佳适合流动性初期或多样化场景。

最终，报告明确指出BTC计价预测市场发展具备理论和技术可行性，但操作细节和风险管理是能否取得成功的关键。这对DeFi和加密预测市场的未来发展具有指导价值，同时也为BTC的金融化应用扩展提供了重要参考。[page::0-8]

---

参考文献溯源

本文分析所有结论均直接来自原报告内容，[page::0-8]，并结合图表对具体数据和机制进行解析，做到观点有据可依，严谨客观。

---

总结： 本报告在BTC计价预测市场的流动性引导领域提供了完整框架和深入见解，兼具理论与实操指导价值。读者可据此理解不同做市机制的设计细节、风险分布及其对平台生态的影响，从而为相关项目的产品设计和战略决策提供有力的参考依据。

报告