打造注意力經濟

本文為機器翻譯
展示原文

儘管可能過於簡潔,但資產大致分為兩類:

1. 現金流資產——主要是股票和債券。這些資產產生的現金流被投資者賦予價值。

2. 供需資產——主要適用於大宗商品和外匯。價格根據供求關係波動。

近年來,加密貨幣催生了一種新型資產——一種以注意力為價值的資產。如今,“注意力資產”主要指用戶生成資產 (UGA),例如 NFT、創作者幣和模因幣。這些資產充當著謝林點,並用價格來反映文化注意力的起伏。

雖然模因幣從文化角度來看頗具吸引力,但從金融角度來看,它們仍有很多不足之處。高效的注意力資產應該能夠讓市場參與者獲得直接關注某事物的金融敞口。這樣一來,市場參與者就會有動力去交易他們認為定價錯誤的資產; 市場可以共同形成反映注意力預測的價格

我們相信,只要構建得當,注意力資產可以發展成為真正的資產類別。為了加速這一理念的落地,本文提出了“注意力預言機”(Attention Oracles)的概念。這是一種全新的預言機結構,可以實現“注意力持倉”(Attention Perps)——一種讓交易者可以做多或做空文化資產注意力的新型工具。

簡而言之,注意力預言機圍繞特定主題構建二元預測市場,並利用其價格、流動性和時間範圍創建一個加權綜合指數,旨在捕捉注意力的變化。為了正常運作,必須精心選擇底層市場來代表相關的現實世界注意力輸入。使用預測市場作為注意力預言機的輸入會產生內在的操縱成本,這在理論上可以減輕篡改風險,因為對手交易者需要冒險投入資金才能影響指數。

為什麼我們需要關注罪犯

UGA 在純粹的投機中找到了產品與市場的契合點,並且非常擅長追蹤從零開始的事物的關注度,例如新的互聯網趨勢和模因。

UGA 解決的問題是為傳統金融軌道上無法存在的事物創建資產。傳統資產發行流程緩慢、成本高昂,且監管門檻高,限制了可發行資產的類型。注意力資產必須以互聯網速度運行,才能跟上全球時代潮流。無需許可的代幣發行、諸如聯合曲線之類的巧妙定價機制以及去中心化交易所 (DEX) 的結合,實際上讓任何人都可以免費創建資產,提升流動性,並將其推向世界,供任何人交易。

關於UGA的一個觀察結果是,它們的價格通常從零開始。這與其說是缺陷,不如說是特性,因為如果你從零開始創造一個新的meme,那麼該meme的關注度在創建時就為零。直覺上,你可以以低價入場。這也使得善於及早發現趨勢的人能夠通過創建低成本的基礎資產來將這種能力轉化為收益。然而,這使得UGA並非完美的工具,無法吸引那些已經存在且備受關注的事物的關注。

例如,假設你想做多勒布朗·詹姆斯的關注度。你可以創建一個 memecoin,但市面上已經有幾十個勒布朗代幣了。你會買哪一個呢?此外,新的勒布朗 memecoin 的起價接近於零,但勒布朗是世界上最著名的人物之一。直覺上,他的關注度應該非常高,短時間內應該無法翻倍。最後,如果你想做空他的關注度怎麼辦?memecoin 很難支持這種做法。

那麼,現有的高關注度話題的資產是什麼樣的呢?

一些要求可能包括:

  1. 它應該是雙向的,以便交易者可以做多或做空
  2. 它應該與現實世界中衡量注意力的真相來源聯繫起來
  3. 不應該從零開始

如果你退一步審視這些需求,你很快就會發現永續期貨合約(perps)非常適合:它們是雙向的,擁有預言機(事實來源),並且是衍生品,因此它們不會從零開始。難點在於如何為 Attention Perps 構建預言機。

目前已經有一些團隊正在研究這個問題,比如Noise 。在 Noise 平臺上,交易者可以做多或做空特定加密項目(例如 MegaETH 和 Monad)的市場佔有率。Noise 使用Kaito作為預言機,它彙總來自社交媒體和新聞的數據,生成一個數字來表示特定主題的市場佔有率。

然而,這種設計還有改進的餘地。注意力預言機的目標是將與注意力相關的數據作為輸入,對數據應用一些函數,並輸出一個值,供交易者做多或做空。

使用社交媒體作為輸入的問題在於,社交媒體很容易被操縱。這體現了 古德哈特定律的另一個版本:在對抗性市場中,交易者會試圖操縱輸入價格。為了解決這個問題,Kaito 已經不得不重新設計他們的排行榜和反垃圾郵件過濾器

此外,社交媒體並非完美地吸引注意力。以大谷翔平為例。大谷翔平擁有遍佈全球的粉絲群,他們使用各種不同的社交媒體應用,而這些應用可能並非全部都能被Kaito收錄。如果大谷翔平再次贏得世界大賽冠軍,他會成為更耀眼的明星,但他的粉絲數量或社交媒體上的提及次數並不一定會直線增長。

注意力預言機:基於市場的方法

回到勒布朗詹姆斯的例子,假設你想交易勒布朗的注意力。要為他構建一個注意力預言機,第一步是吸收(如果不存在則創建)許多關於勒布朗主題的二元預測市場,例如“勒布朗詹姆斯本月底會擁有超過 X 百萬粉絲嗎?”,“勒布朗詹姆斯會在 2026 年贏得總冠軍嗎?”,“勒布朗詹姆斯會在 2026 年贏得 MVP 嗎?”等等。一個合適的勒布朗注意力預言機將使用更多基礎市場,但為了本例,我們將使用這三個。指數價格是通過對每個市場的價格、流動性、解決時間和重要性進行加權聚合計算得出的。

勒布朗預測市場

對於每個市場,我們都有價格、流動性、解決時間和重要性評分。為了便於說明,我們使用一個非常簡單的公式來計算權重。每個市場都有一個從1到10的重要性評分,以及流動性和時間因素,如下所示:

重要性得分_注意力經濟

假設我們決定將三個市場的重要性評分為 8、2 和 10。每個市場的權重為:

市場權重_注意力經濟

最終的關注度數字將是:

關注度_關注經濟

如果我們假設市場的解決時間分別為 180、20 和 180 天,每個市場的顯著性分別為 8、2 和 10,那麼將上述結果放在一起將得出:

注意力公式_注意力經濟

顯然,還有更復雜的方法來計算關注度指標,例如使用未平倉合約而不是交易量,考慮相關事件,調整市場深度,變量之間的非線性關係ETC。我們創建了這個交互式網站,供讀者使用實時卡爾什市場創建自己的指數。

這種基於預測市場的預言機構建的主要優勢在於,操縱會產生實質性成本。如果交易者看好勒布朗的關注度,並希望操縱價格上漲,他們就必須買入標的二元預測市場倉位。假設標的市場流動性充足,這意味著以市場認為高估的價格買入倉位。

我們認為,隨著這些市場的發展,二元預測市場的另一個重要優勢是,它為做市商提供了一個現貨市場來進行對沖。如果做市商做空關注數字,他們可以通過做多構成關注數字的標的預測市場頭寸來對沖其風險敞口。

Adjacent利用 Kalshi 上的實時流動性市場創建了指數,以追蹤政治趨勢,例如民主黨與共和黨的控制權之爭以及紐約市長選舉。我們認為類似的方法可以應用於追蹤任意主題的關注度。隨著預測市場的發展,可行的主題範圍將會擴大。

注意力 Oracle 設計空間

我們的預言機構建並非沒有權衡。當我們更廣泛地思考注意力預言機時,我們認為以下幾點是主要考慮因素:

  1. 輸入的相關性如何?
  2. 獲得的輸入有多實用?
  3. 輸入的可操縱性/可玩性如何?
  4. 您對輸入應用什麼函數來計算注意力數字?

我們提出的預言機最明顯的缺點是輸入難以獲取。如果你想構建一個勒布朗·詹姆斯的注意力預言機,你必須首先為與勒布朗相關的主題創建許多不同的流動性預測市場。此外,這些市場必須隨著時間的推移保持流動性,並隨著現有市場逐漸消退和相關性降低而被流動性市場取代。因此,我們認為這種設計最適合於一小部分已經擁有強大預測市場的熱門話題(例如唐納德·特朗普或泰勒·斯威夫特)。

另一個權衡是,無論市場如何變化,關注度都可能上升。例如,即使勒布朗沒能再贏得總冠軍戒指,隨著人們對他表現的質疑,圍繞他的關注度也可能上升。人們可能會更加關注勒布朗是否真的老了,或者是否失去了他的球技。同樣,現實世界的關注度往往會流向意外事件,而預測市場衡量的是事件發生的預期。如果市場預期勒布朗會贏得MVP,但他並沒有,那麼關注度可能會上升,而指數則會下跌。球迷和評論員可能會討論勒布朗是如何被“搶走”的,或者MVP的評選有多麼不公平。

最佳的預言機設計最終可能是預測市場、社交媒體數據和其他來源的結合。谷歌趨勢最近開放了一個Alpha測試程序,供開發者通過API訪問搜索趨勢數據。某個主題的互聯網搜索量顯然與其關注度相關,而且由於谷歌趨勢會過濾重複搜索,因此它可能比社交媒體指標更能抵禦操縱。另一個來源可能是使用法學碩士(LLM)來分析更容易被操縱的輸入,以嘗試過濾掉垃圾信息。例如,一個法學碩士可以根據主要新聞媒體的頭條新聞或X平臺上的熱門帖子來評估關注度。

我們認為,像 Kalshi 和 Polymarket 這樣的老牌交易所最適合提供注意力資產 (Attention Perps),因為它們已經擁有大量流動性較強的基礎市場和願意在新上市市場上交易的用戶。然而,我們認為注意力資產 (Attention Assets) 的機會並不僅限於大型企業。

一種配置可以是交易預測市場的金庫,並授權做多/做空某個主題。例如,一個做多泰勒·斯威夫特的金庫可以購買諸如十大金曲、超級碗演出ETC活動的合約。金庫管理員將決定哪些市場與關注度的提升相關。

另一個例子是使用 Hyperliquid 的構建器部署的永續合約。HIP-3 為市場部署者在定義預言機方面提供了靈活性——HIP-3 市場可以結合使用 Kalshi/Polymarket 上的價格、社交媒體指標、谷歌趨勢、新聞標題ETC。

注意力作為一種資產類別

諷刺的是,注意力經濟的第一個成熟應用可能出現在股票市場。股票價格由兩部分組成:DCF價值(即內在價值)和模因價值。

從歷史上看,大多數股票並沒有顯著的模因價值。但近年來,得益於 WallStreetBets 和 Robinhood 等全天候零售交易平臺,越來越多的股票擁有了模因價值。

股票研究分析師的目標是確定股票價格。目前已有計算DCF成分的成熟方法,但模因成分又該如何計算呢?隨著越來越多的資產與其模因價值進行權衡,開發用於模因價值建模的方法將變得十分必要。經驗豐富的投資者已經利用粉絲、點贊和印象等指標來衡量市場情緒。預測市場和其他預言機結構可以成為衡量股票關注度並構建更佳交易模型的有用工具。

但注意力資產的機遇遠不止股票定價。我們相信,預測注意力是一項具有經濟價值的活動。注意力是消費者偏好和支出的領先指標。企業會根據注意力的流向來分配研發、招聘和營銷資金。關鍵在於找到新的啟發式方法來模擬這些資金流動。

如果您正在構建注意力資產或注意力資產基礎設施,請聯繫我們

披露:本帖不表達對 Attention Oracles、Attention Perps 或任何其他基於、衍生或包含本帖中表達的想法的產品在任何特定司法管轄區的合法性或監管影響的意見或看法

來源
免責聲明:以上內容僅為作者觀點,不代表Followin的任何立場,不構成與Followin相關的任何投資建議。
喜歡
收藏
評論