Unravelling the Probabilistic Forest: Arbitrage in Prediction Markets

在本文中，我们对Polymarket的数据进行了实证套利分析，以回答三个关键问题：（Q1）哪些条件会导致套利；（Q2）套利是否真的在Polymarket上发生；以及（Q3）是否有人已经利用了这些机会。在分析相关市场之间的套利时，一个主要挑战在于对大量市场和条件进行比较时的可扩展性问题，如果采用简单的方法进行分析，则需要 $O(2^{n+m})$ 次比较。为了解决这一问题，我们采用了一种基于时效性、主题相似性和组合关系的启发式缩减策略，并通过专家意见进一步验证了该策略的有效性。 我们的研究揭示了Polymarket上存在两种截然不同的套利形式：一种是“市场再平衡套利”，发生在单一市场或条件之内；另一种是“组合套利”，跨越多个市场。我们使用链上历史订单簿数据，分析了这些类型的套利机会何时存在，以及何时被用户执行。我们估算出已有约4000万美元的利润被实际获取。

该论文旨在分析Polymarket上的套利机会，回答三个核心问题：（1）哪些条件会导致套利机会的出现；（2）这些套利机会是否真实存在；（3）是否有人已经利用了这些机会。这个问题在预测市场领域具有现实意义，因为尽管Polymarket的设计理论上应避免价格不一致，但实际中仍存在可被利用的定价错误。

论文提出了一种启发式驱动的降维策略来识别Polymarket中的套利机会，解决了传统分析方法在计算复杂度上呈指数级增长的问题（O(2^n+m)）。关键创新在于通过时间性、主题相似性和组合关系来缩小潜在的市场比较范围，并结合专家意见验证结果。

1. 识别出两种新型套利形式：市场再平衡套利（单市场内）和组合套利（跨市场）。 2. 使用链上历史订单簿数据进行实证分析，验证了套利机会的存在和执行情况。 3. 估算出已有约4000万美元的利润被市场参与者实际提取。 4. 实验设计结合了启发式算法与专家判断，提高了方法的可扩展性和实用性。 5. 研究结果对预测市场的效率、透明度和设计优化具有重要意义。

1. 《Arbitrage in Prediction Markets》研究了预测市场中常见的套利机制。 2. 《Efficiency in Betting Markets》探讨了市场效率与定价偏差之间的关系。 3. 《Algorithmic Trading in Decentralized Prediction Markets》关注去中心化平台上自动交易策略的应用。 4. 《Market Making and Arbitrage Opportunities in Combinatorial Prediction Markets》分析了组合预测市场中的做市与套利问题。 5. 《Empirical Analysis of Price Formation in Prediction Markets》提供了关于价格形成机制的实证视角。