Skip to main content

​
快速解答

**当独立审查者可以将书面规则应用于指定的证据并在不发明缺失标准的情况下达到一个允许的结果时，预测市场是可解决的。**可解决的市场需要客观事件、完整的结果、截止日期和时区、权威来源、证据政策、明确的边缘案例和明确的解决过程。

​
主要见解

  • 一个流行的问题并不一定意味着一个好的市场。
  • 可解决性是在交易前创建的，不会在事件结束后修复。
  • 标题要引起注意；详细规则必须像合同一样发挥作用。
  • 无需许可的创建需要更强大的规则验证，因为主题量的扩展速度比人工审核更快。
  • 人工智能可以帮助标准化问题并检查差距，但困难的事实和政策选择仍然需要透明的监督。

​
为什么分辨率很重要

每个交易者都应该购买相同的合约。如果一个人认为“获胜”包括处罚，而另一个人认为这意味着监管时间，那么即使他们在同一个订单簿中进行交易，他们也不会为同一赛事定价。 薄弱的规则会产生三种成本：
  1. **定价噪音：**交易者对定价有不同的解释。
  2. **解决延迟：**审阅者必须在事件发生后重建意图。
  3. 争议风险： 败诉方可以合理地辩称另一种解释是可能的。
写得很好的规则并不能保证达成一致，但它可以将分歧缩小到可验证的事实。

​
可解决市场的七个要素

​
1. 一件客观事件

该问题应确定可观察的事件、出版物或官方决定。
  • 弱者：“人工智能热潮会持续吗？”
  • 更强：“X 公司报告的 2026 年第四季度数据中心收入是否会超过 Y 美元？”
诸如“成功”、“重大”、“显着”或“衰退”等词语需要定义，除非有指定的权威机构提供定义。

​
2. 完整且独特的成果

允许的结果应涵盖可能的结果，且不重叠。 对于二元市场，规则必须指定什么产生“是”，什么产生“否”。如果可能出现取消、无效或其他结果，则规则应说明如何处理。

​
3. 截止日期和时区

当参与者在全球范围内运营时，“到年底”是不完整的。强规则指定日期、时间和区域，并将事件时间与发布时间区分开。

​
4. 主要来源或来源层次结构

该规则应命名控制以下内容的证据：
  1. 主要官方来源；
  2. 如果主要来源不可用，则备用来源；
  3. 处理相互矛盾或后来更正的报告。
对于宏观数据，这可能是指定的政府机构和特定的发布表。对于体育运动来说，这可能是管理机构的最终结果。

​
5. 修订政策

许多官方数字发生变化。市场必须说明其是否使用：
  • 第一个发布的值；
  • 截止时可用的最新值；
  • 后来完成的修订。
如果没有这条规则，不同日期的两个准确来源可能会产生不同的结果。

​
6. 边缘情况规则

市场应该解决可能的例外情况，包括：
  • 推迟或取消；
  • 平局、加时赛或点球大战；
  • 更名的实体或替代候选人；
  • 部分完成；
  • 电源中断；
  • 法律上诉或重新计票；
  • 在截止日期之后发生但稍后宣布的事件。
我们的目标不是预测每一个可以想象的事件。它涵盖了合理的参与者会进行不同定价的情况。

​
7.提案、审查和争议路径

该规则应告诉用户证据如何成为提议的结果、该结果何时成为最终结果以及如何对事实错误提出质疑。 请阅读What Is a Prediction Market Oracle?了解主要分辨率型号。

​
可解决性记分卡

如果市场未能通过前五项测试之一，则可能需要在发布前重写。

​
工作示例：通货膨胀数据

弱版本：
下个月美国通胀率会跌破3%吗？
未解答的问题：
  • CPI 还是 PCE？
  • 标题还是核心？
  • 同比还是环比？
  • 季节性调整后？
  • 哪个发布日期？
  • 首次出版或修订？
结构更坚固：
美国劳工统计局 2026 年 8 月 CPI 发布中首次公布的 2026 年 7 月所有项目 CPI 同比变化是否会低于 3.0%？
然后，详细规则应确定 BLS 表、不可用版本的处理以及确切的比较方法。

​
工作示例：足球

弱版本：
A队能打败B队吗？
更强的版本取决于预期的合同：
  • 仅限常规时间结果；
  • 球队晋级，包括加时赛和点球大战；
  • 纪律审查后的正式最终结果；
  • 在规定的截止日期前进行的比赛，否则无效。
这些是不同的市场。明确的标题和规则可以防止交易者默默地选择不同的版本。

​
Opinion 从测试网学到了什么

Opinion 联合创始人 Jeff 公开描述了一个测试网，其中白名单用户创建了数百个无需许可的市场，社区流程处理规则和结果。该实验暴露了不一致的规则质量和无法可靠解决的市场。 Opinion声称的应对措施是人工智能辅助市场创建：帮助用户起草客观规则、定义条件、指定来源并评估主题是否适合发布。其白皮书类似地将Opinion AI描述为检查主题是否满足可解析性标准。 这是一个产品方向，而不是隐藏人工智能背后规则的许可。用户仍然需要查看和评估最终的合约。

​
人工智能能做什么和不能做什么

人工智能可以帮助：
  • 检测缺失的日期、来源和定义；
  • 建议常见的边缘情况；
  • 将提议的规则与已知的事件格式进行比较；
  • 规范许多市场的措辞；
  • 在解决过程中总结非结构化证据。
人工智能本身不能保证：
  • 所选来源是合法的或政治中立的；
  • 预期未来的每一个边缘情况；
  • 模糊的社会概念有一个客观的定义；
  • 其证据并非不完整或被操纵；
  • 最终判决是无可争议的。
这就是为什么Opinion公开描述了一种将人工智能效率与多个代理、安全执行、人工监督和争议层相结合的混合方法。请参阅How Opinion AI Resolves Markets。

​
使用的来源

  1. OPINION Whitepaper v1.0 — Opinion AI 的市场创造和解决能力角色。
  2. Jeff / Opinion: Resolution — Opinion AI — 测试网课程和公开描述的混合方向。
  3. OPINION Docs: Resolution — 市场特定的分辨率要求。
  4. Kalshi Help Center: Market Rules — 结果和验证源要求的独立示例。

​
常见问题解答

不可靠。如果一个问题的结果是主观的，其来源无法验证，或者其截止日期和可能的结果无法定义，那么这个问题可能很有趣，但不合适。
这取决于平台。市场团队、社区创建者或人工智能辅助创建系统可以起草规则。用户应该评估最终发布的文本，无论是谁写的。
常见原因包括措辞含糊、过早解决、来源冲突、未处理的取消以及对修订数据控制版本的分歧。
不会。人工智能可以提高一致性并找到缺失的标准，但争议仍然可能因不良来源、异常事件、模型错误或真正的模糊性而引起。
不要假设标题表达了预期的合同。寻求澄清或选择一个您可以准确解释其结果、证据和边缘案例的市场。仅教育信息。市场规则和决议体系各不相同；验证现行合同和当前的官方文件。