Manipulasi pasar di pasar prediksi
Pasar prediksi luar biasa rentan terhadap manipulasi harga dalam tahap awal karena sering diperdagangkan tipis. Aktor termotivasi dengan anggaran sederhana dapat secara dramatis menggerakkan harga, menghasilkan berita utama menyesatkan.
Manipulasi pasar di pasar prediksi
Cara kerja manipulasi harga
Identifikasi pasar dengan open interest rendah dan kedalaman order book dangkal, lalu beli cukup saham YES (atau NO) untuk mendorong harga ke level yang diinginkan. Jurnalis menafsirkan perubahan harga sebagai perubahan probabilitas, bahkan jika disebabkan oleh satu trader.
Contoh nyata
Dalam beberapa siklus pemilu AS, peneliti mengidentifikasi lonjakan harga anomali di platform likuiditas rendah yang berkorelasi dengan siklus berita politik tetapi tidak dengan informasi faktual baru. Operator politik menggunakan ini sebagai alternatif murah untuk manipulasi polling tradisional.
Cara mendeteksi manipulasi
Indikator: pergerakan harga besar tanpa peristiwa berita yang sesuai; volume keseluruhan rendah dan open interest dibandingkan dengan besarnya pergerakan; harga yang menyimpang tajam dari kontrak yang sama di platform likuiditas lebih tinggi; pengembalian harga cepat. Selalu bandingkan platform.
Pertahanan: likuiditas dalam
Manipulasi mahal secara proporsional dengan kedalaman pasar. Memindahkan pasar dengan open interest $10M membutuhkan puluhan juta; pasar $20,000 hanya ribuan. Pasar pemilu terbesar Polymarket praktis tidak mungkin dimanipulasi dalam skala besar.
Panduan terkait dalam seri ini
Apa itu probabilitas tersirat di pasar prediksi?
Mengapa saham YES yang diperdagangkan di $0,62 berarti probabilitas tersirat pasar ~62%: dan kapan pembacaan ini tidak berlaku.
SeriOrder book vs AMM di pasar prediksi
Kalshi dan Polymarket menggunakan order book; platform on-chain lama menggunakan automated market maker. Bagaimana masing-masing menetapkan harga risiko secara berbeda.
SeriApa itu LMSR (Logarithmic Market Scoring Rule)?
Formula market maker yang dirancang Robin Hanson untuk pasar prediksi, mengapa ia membatasi kerugian, dan siapa yang masih menggunakannya.