Informasi Keuangan: Visi Baru Melampaui Pasar Prediksi

Pasar prediksi sebagai aplikasi blockchain yang muncul, semakin menarik perhatian banyak orang. Sebagai pendiri Ethereum, saya selalu memiliki ketertarikan besar terhadap pasar prediksi. Pada tahun 2014, saya telah menulis tentang model pemerintahan berbasis prediksi. Pada tahun 2015, saya secara aktif terlibat dan mendukung perkembangan pasar prediksi Augur. Dalam pemilihan presiden AS 2020, saya memperoleh keuntungan sebesar 58.000 dolar AS melalui pasar prediksi. Baru-baru ini, saya mengikuti dengan cermat dan mendukung perkembangan Polymarket.

Bagi banyak orang, prediction market adalah perjudian pemilihan, tetapi dalam bentuk perjudian yang berbeda. Dari sudut pandang ini, semangat saya terhadap prediction market tampaknya agak tidak masuk akal. Namun sebenarnya, yang saya hargai adalah konsep mendalam di balik prediction market. Saya percaya:

1. Pasar prediksi yang ada saat ini sudah menjadi alat yang sangat berguna;

2. Yang lebih penting, pasar prediksi hanyalah pelopor dari bidang yang lebih luas yaitu "keuangan informasi". Keuangan informasi diharapkan dapat diterapkan di berbagai bidang seperti media sosial, ilmiah, berita, dan pemerintahan.

Polymarket: Identitas Ganda Situs Perjudian dan Platform Berita

Dalam pemilihan umum baru-baru ini di Amerika Serikat, Polymarket menunjukkan keunggulannya sebagai sumber informasi. Selain memberikan prediksi probabilitas kemenangan 60/40, Polymarket secara langsung mengungkapkan kebenaran saat hasil diumumkan: probabilitas salah satu kandidat untuk menang melebihi 95%, sementara probabilitas menguasai semua kementerian pemerintah melebihi 90%. Ini kontras tajam dengan laporan menyesatkan dari banyak pakar dan sumber berita.

Nilai Polymarket tidak hanya terletak pada peristiwa besar. Pada bulan Juli tahun ini, selama pemilihan presiden Venezuela, saya melihat di Polymarket bahwa ada orang yang bersedia menginvestasikan lebih dari 100.000 dolar untuk mempertaruhkan kemungkinan Maduro digulingkan sebesar 23%. Ini menarik perhatian saya dan membuat saya menyadari bahwa oposisi mengambil strategi yang tidak biasa, yang patut diperhatikan. Jika bukan karena sinyal awal dari Polymarket, saya mungkin sama sekali tidak akan memperhatikan pentingnya peristiwa ini.

Tentu, kita tidak boleh mempercayai data grafik secara membabi buta. Jika setiap orang hanya melihat grafik, orang yang memiliki dana mungkin dapat memanipulasi pasar. Demikian juga, bergantung sepenuhnya pada berita tradisional juga tidak disarankan, karena berita sering kali melebih-lebihkan situasi demi mendapatkan klik. Pendekatan yang bijaksana adalah menggabungkan membaca berita dan melihat data pasar. Jika melihat laporan yang sensasional, tetapi probabilitas prediksi pasar tidak berubah, maka kita harus tetap skeptis. Sebaliknya, jika pasar mengalami probabilitas tinggi atau rendah yang tidak terduga atau fluktuasi mendadak, maka itu patut untuk dipelajari lebih lanjut penyebabnya.

Singkatnya, dengan menggabungkan berita dan data pasar, kita dapat memperoleh informasi yang lebih komprehensif. Bagi para pemain judi, Polymarket adalah platform taruhan. Bagi yang lain, itu adalah situs data berita. Meskipun tidak seharusnya sepenuhnya bergantung pada data grafik, saya telah menjadikan pemeriksaan data pasar sebagai bagian dari proses pengumpulan informasi, sejajar dengan media tradisional dan media sosial. Ini membantu saya mendapatkan informasi dengan lebih efisien.

Prospek Luas Keuangan Informasi

Memprediksi hasil pemilihan hanyalah salah satu aplikasi dari keuangan informasi. Konsep yang lebih luas adalah, memanfaatkan keuangan sebagai mekanisme insentif yang mengoordinasi, untuk menyediakan informasi yang berharga bagi audiens. Beberapa orang mungkin berpendapat bahwa semua keuangan pada dasarnya berkaitan dengan informasi. Berbagai peserta membuat keputusan jual beli berdasarkan pandangan yang berbeda tentang masa depan, kita dapat menyimpulkan banyak pengetahuan tentang dunia dari harga pasar.

Namun, informasi keuangan adalah disiplin yang lebih tepat, yang mengharuskan kita:

1. Mulailah dari fakta yang ingin Anda ketahui;

2. Merancang mekanisme pasar dengan cermat untuk mendapatkan informasi tersebut dari peserta dengan cara yang optimal.

Prediction market adalah contoh yang khas: kita ingin tahu apa yang akan terjadi di masa depan, jadi kita membangun pasar untuk orang-orang bertaruh tentang hal itu. Contoh lain adalah pasar keputusan: kita ingin tahu apakah keputusan A atau B akan menghasilkan hasil yang lebih baik, untuk itu kita membangun pasar kondisi, agar orang-orang dapat bertaruh pada nilai indikator di bawah keputusan yang berbeda.

Kecerdasan buatan kemungkinan besar akan memiliki dampak besar pada industri keuangan dalam dekade mendatang. Ini karena banyak aplikasi informasi keuangan melibatkan masalah "mikro": jutaan keputusan pasar berskala kecil. Secara tradisional, pasar dengan volume rendah sulit untuk beroperasi secara efektif, karena peserta profesional tidak memiliki insentif keuntungan yang cukup. Namun, kecerdasan buatan mengubah situasi ini, bahkan di pasar dengan volume hanya 10 dolar, kita mungkin mendapatkan informasi berkualitas tinggi. Bahkan jika diperlukan subsidi, skala subsidi untuk setiap masalah pun masih dapat diterima.

Informasi Keuangan: Menyempurnakan Penilaian Manusia

Misalkan kita memiliki mekanisme penilaian manusia yang dapat dipercaya tetapi biayanya tinggi, kita ingin dapat mengakses "versi murah" secara real-time dengan biaya rendah. Robin Hanson mengajukan sebuah rencana: setiap kali perlu mengambil keputusan, membangun pasar prediksi, memprediksi hasil apa yang akan diperoleh jika memanggil mekanisme mahal. Pasar beroperasi dan menginvestasikan sejumlah kecil dana untuk mensubsidi pembuat pasar.

Dalam sebagian besar kasus, kami tidak akan benar-benar memanggil mekanisme mahal: kami mungkin membuat keputusan berdasarkan harga pasar rata-rata secara langsung. Hanya dalam kasus yang sangat jarang, mungkin dengan memilih secara acak atau pasar dengan volume perdagangan terbesar, kami akan benar-benar menjalankan mekanisme mahal dan memberikan kompensasi kepada peserta.

Dengan cara ini, sebuah "versi yang disempurnakan" yang dapat dipercaya, netral, cepat, dan murah telah disediakan, yang secara kasar mencerminkan perilaku mekanisme asli. Karena hanya peserta yang membantu mewujudkan hasil tersebut yang dapat memperoleh keuntungan, sementara yang lain akan merugi.

Metode ini tidak hanya berlaku untuk media sosial, tetapi juga untuk organisasi otonomi terdesentralisasi ( DAO ). Salah satu masalah utama DAO adalah terlalu banyak keputusan, yang membuat sebagian besar orang enggan untuk berpartisipasi. Jika pemungutan suara sebenarnya jarang terjadi di dalam DAO, dan sebagian besar urusan ditentukan oleh prediction market, dengan manusia dan AI bersama-sama memprediksi hasil pemungutan suara, maka DAO semacam ini mungkin akan berfungsi dengan lebih baik.

Aplikasi Lain dari Informasi Keuangan

Token pribadi: Membuat token yang dapat diperdagangkan untuk setiap orang, mencerminkan harapan terhadap status masa depan mereka. Meskipun proyek saat ini seperti friend.tech belum cukup matang, dengan desain ekonomi yang lebih hati-hati, diharapkan dapat menyelesaikan masalah penting seperti penemuan bakat.

Iklan: Berdasarkan "sinyal mahal tetapi dapat dipercaya" dari perilaku pembelian yang sebenarnya, keuangan informasi dapat membantu orang membuat keputusan pembelian yang lebih baik.

Tinjauan rekan ilmiah: Menggunakan pasar prediksi untuk menentukan hasil penelitian yang perlu diperiksa ulang, membantu pembaca menilai kredibilitas hasil tertentu. Eksperimen awal telah berhasil.

Pendanaan barang publik: Dengan melacak seluruh grafik ketergantungan, diharapkan dapat menentukan kontribusi setiap proyek terhadap hasil positif, serta memperbaiki masalah "kompetisi popularitas" dalam mekanisme pendanaan saat ini.

Kesimpulan

Meskipun ide-ide ini sudah dibahas selama bertahun-tahun, saya percaya bahwa informasi keuangan memiliki potensi besar di dekade ini, ada tiga alasan utama:

1. Informasi keuangan menyelesaikan masalah kepercayaan yang umum terjadi di bidang politik, sains, dan bisnis;

2. Teknologi blockchain yang dapat diperluas menyediakan infrastruktur untuk mewujudkan ide-ide ini;

3. Keterlibatan kecerdasan buatan memungkinkan untuk membangun pasar yang efektif dalam masalah skala kecil.

Untuk sepenuhnya memanfaatkan peluang ini, kita perlu melampaui prediksi pemilihan dan mengeksplorasi prospek aplikasi keuangan informasi yang lebih luas.