Pourquoi le mécanisme de teneur de marché automatisé AMM échoue-t-il dans le domaine des marchés prédictifs ?

Écrit par : Melee

Traduit par : AididiaoJP, Foresight News

En juillet 2017, Hayden Adams a été licencié par son employeur Siemens, où il occupait un poste d’ingénieur mécanique. Son camarade de promotion Karl Floersch travaillait alors à la Fondation Ethereum et lui parlait fréquemment de contrats intelligents. Adams, jusqu’alors, n’y prêtait pas attention. Aujourd’hui sans emploi, en quête de projets, il décide d’écouter.

La naissance des Automated Market Makers (AMM)

Floersch lui recommande un article de blog de Vitalik Buterin, traitant de l’utilisation de formules mathématiques plutôt que de carnets d’ordres pour faire fonctionner des échanges sur la chaîne. Le principe n’est pas de faire matcher acheteurs et vendeurs, mais de permettre aux traders d’échanger avec un pool d’actifs, dont le prix est automatiquement déterminé en fonction du ratio de tokens dans le pool. À l’époque, aucune version utilisable n’était encore disponible. Adams en fait un projet d’apprentissage, obtient une subvention de 65 000 dollars de la Fondation Ethereum, et lance Uniswap en novembre 2018.

Sa formule est presque enfantine : x * y = k.

Deux tokens sont placés dans un même pool, leur produit restant constant. Lorsqu’un utilisateur achète un token, il doit déposer l’autre, ce qui modifie le ratio dans le pool et ajuste le prix en conséquence. Pas besoin de carnet d’ordres, pas besoin de moteur de matching, pas besoin de market makers professionnels. N’importe qui peut déposer des tokens dans le pool et gagner des frais sur chaque transaction.

Les AMM deviennent ainsi la pierre angulaire de la finance décentralisée. Uniswap, Curve, Balancer et une dizaine d’autres protocoles traitent des milliards de dollars en volume. Les carnets d’ordres on-chain sont lents et coûteux, et les market makers traditionnels ne souhaitent pas apparaître dans des tokens détenus par seulement deux cents personnes. Les AMM permettent à quiconque de créer un marché de liquidité pour n’importe quel actif à tout moment. Avant l’émergence des AMM, le lancement d’un nouvel actif nécessitait une approbation et une infrastructure spécifique. Avec eux, il suffit d’un seul pool de fonds.

Les avantages sont évidents. Par conséquent, les marchés de prédiction tentent naturellement aussi de les adopter.

AMM et marchés de prédiction

Les marchés de prédiction et les marchés de tokens rencontrent le même problème de démarrage à froid. Il faut d’abord des liquidités pour que quelqu’un veuille trader, mais il faut aussi des traders pour que quelqu’un veuille fournir cette liquidité. Peu savent que, dès 2002, Robin Hanson avait proposé une solution d’automatisation des AMM pour les marchés de prédiction dans sa règle de scoring logarithmique.

Il pensait avoir résolu théoriquement le problème du démarrage à froid. Mais en pratique, cette solution rencontrait les mêmes limites que toutes celles qui allaient suivre pour automatiser la liquidité des marchés de prédiction : la formule ne pouvait pas distinguer entre un token en fluctuation perpétuelle et un titre à échéance.

Les marchés de prédiction ont un résultat binaire. Ils se clôturent finalement à 1 ou 0. Dans un pool d’échange de tokens, les deux actifs peuvent fluctuer indéfiniment, alors que la formule AMM fonctionne parce que ces deux tokens sont conçus pour ne jamais atteindre zéro.

Les premiers Polymarket utilisaient une AMM basée sur la règle de scoring logarithmique. Augur a également expérimenté une solution similaire. Si la liquidité automatisée dans un pool d’échange de tokens est efficace, elle devrait aussi l’être pour parier sur des élections.

Mais ce n’est pas le cas.

Pourquoi les AMM échouent dans les marchés de prédiction

Lorsqu’un événement de marché de prédiction se clôture, une partie vaut un dollar, l’autre zéro. Pour tout fournisseur de liquidité dans le pool, le résultat mathématique est presque cruel. À l’approche de la clôture, le pool se rééquilibre automatiquement vers la perte.

Perte impermanente

Ce que les traders de finance décentralisée appellent « perte impermanente » devient ici une perte « permanente ». Chaque marché se clôture, chaque pool finit par détenir des parts de valeur nulle.

Dans un pool classique de finance décentralisée, les frais de transaction peuvent compenser cette perte impermanente au fil du temps.

Mais dans un marché de prédiction, la perte est structurelle et inévitable. La seule question est de savoir combien le fournisseur de liquidité perdra. Plusieurs protocoles ont tenté de convaincre les utilisateurs de déposer des actifs dans ces pools via le yield farming, des récompenses, et diverses incitations. Tout cela n’est qu’un moyen de subventionner la perte à un rythme plus lent.

Découverte des prix

Vient ensuite la question de la découverte des prix. Les AMM fixent le prix des actifs en fonction du ratio dans le pool et d’une formule fixe. Pour un token, le « bon prix » est une cible mouvante, une approximation suffisante fournie par la formule. Mais le prix d’un marché de prédiction doit représenter une probabilité. La courbe à produit constant introduit un slippage qui déforme le signal, surtout dans un marché peu liquide, où une seule transaction peut faire fluctuer la probabilité implicite de plusieurs points de pourcentage.

Les carnets d’ordres centralisés CLOB surpassent-ils les AMM ?

Polymarket a compris cela très tôt. Fin 2022, la plateforme est passée d’un AMM basé sur la règle de scoring logarithmique à un carnet d’ordres centralisé. Les AMM sont conçus pour des échanges continus de tokens sur une plage de prix. Les marchés de prédiction, eux, nécessitent une tarification précise des probabilités pour un résultat binaire dont la valeur finale est connue. Ce sont deux problématiques totalement différentes.

Ce qui rend l’AMM révolutionnaire pour les tokens — création de marché sans permission, liquidité instantanée, pas besoin de market makers — est précisément ce que les marchés de prédiction recherchent. Mais le problème, c’est que cette formule spécifique conçue pour l’échange de tokens, une fois confrontée à un résultat binaire et à une clôture inévitable, ne peut plus tenir.

Le défi des marchés de prédiction est de recréer cette efficacité avec une infrastructure capable de refléter la façon dont ces marchés se clôturent réellement.