预测市场实战:从 0 到 1 完整落地 🛠️
一句话总结:预测市场不是做一个页面,而是一套把现实世界事件映射成链上交易市场的基础设施。
📊 学习进度
- 状态:⬜ 未开始
- 预计时长:40-60 小时
- 已完成:0/10 个阶段
- 在整体流程中的位置:方案 3 终极项目·第 5 步
📍 本篇定位
- 服务方案:方案 3(核心 90%)
- 学习方式:🔥 推荐
- 在流程中的作用:AI+Web3 完整项目实战,从产品设计到主网上线,是方案 3 的终极项目
- 核心知识点:事件供给系统、业务中台、Factory 模式合约、撮合引擎、预言机与验证、做市系统、数据驱动迭代
- 完成后能做什么:拥有从 0 到 1 的完整 Web3 项目经验,掌握产品抽象、链上链下协同、撮合结算、做市策略等核心能力
为什么选择预测市场
预测市场是一个门槛极高的赛道。它要求你同时理解产品、金融逻辑、链上合约、链下系统、预言机、撮合、结算和做市。但正因为如此,当你真正把这个项目学明白,你获得的不只是"会做预测市场",而是一整套面向 Web3 核心项目的能力体系:
| 能力 | 说明 | 适用范围 |
|---|---|---|
| 产品抽象能力 | 对复杂业务系统的抽象 | 所有 Web3 产品 |
| 链上链下协同 | 理解两者如何配合 | DApp、DeFi、RWA |
| 合约设计能力 | Factory 模式、模块化设计 | 智能合约开发 |
| 撮合结算逻辑 | 订单、仓位、盈亏、清算 | 交易所、DeFi |
| 预言机与验证 | 可信数据源、去中心化验证 | 所有需要链下数据的场景 |
| 做市与流动性 | 做市策略、库存管理、风控 | DeFi、交易所 |
| 系统交付能力 | 测试、部署、监控、运维 | 所有工程项目 |
这些能力不只适用于预测市场,也同样适用于更多 Web3 核心产品与基础设施方向。
预测市场不是 DApp,是基础设施
很多人以为预测市场的核心是做一个交易页面、写几份合约、接一个钱包。但真正决定一个预测市场项目能不能长期跑下去的,从来不是前端界面,而是背后是否有一整套完整系统。
谁只会做页面,谁就只能停留在产品表层。谁能把 AI、业务中台、预言机网络、模块化合约工厂和做市系统真正串起来,谁才有可能把预测市场做成长期业务。
完整架构总览
架构图:
全景架构图
七大核心模块
模块一:事件供给系统(最难的部分)
核心洞察:预测市场最难的,从来不是交易,而是"事件供给"。
没有事件,交易就无从谈起。没有高质量事件,市场就很快失去活力。没有持续不断的事件供给能力,预测市场最终一定会沦为空盘、死盘。
事件供给链路:
| 组件 | 功能 | 技术选型 |
|---|---|---|
| AI 模型 | 从信息源提取可预测事件 | OpenAI / xAI / DeepSeek |
| 数据源 | 提供原始信息 | 运动/加密/新闻/股票 API |
| AI-Gateway | 统一模型调用接口 | 自建网关 |
| 规则引擎 | 过滤、标准化事件 | 自定义规则 |
| 事件推送 | 推送到市场创建模块 | 消息队列 |
人机分工:
| 环节 | 谁做 | 重要度 | 说明 |
|---|---|---|---|
| 事件类型定义 | 🧑 人 | ⭐⭐⭐⭐⭐ | 决定做什么类型的事件 |
| 数据源选择 | 🧑 人 | ⭐⭐⭐⭐⭐ | 决定接入哪些数据源 |
| AI 提取逻辑 | 🤖 AI | ⭐⭐⭐⭐ | AI 从信息中提取事件 |
| 规则过滤 | 🧑 人 + 🤖 AI | ⭐⭐⭐⭐ | 人定规则,AI 执行 |
| 质量审核 | 🧑 人 | ⭐⭐⭐⭐⭐ | 确保事件质量 |
核心洞察:未来真正有竞争力的预测市场,拼的不是谁的前端更像 Polymarket,而是谁能更稳定地生产事件,谁能更快把信息变成市场,谁能让平台始终有新东西可交易。
模块二:业务中台(被严重低估)
核心洞察:很多团队天然高估"合约+前端"的作用,低估中台能力的重要性。但能跑起来,不等于能长期运营。
链上链下分工:
| 层级 | 职责 | 说明 |
|---|---|---|
| 链上 | 核心交易、资产确权 | 不可篡改、可验证 |
| 链下 | 数据聚合、业务协同、统计分析、策略分发、系统调度 | 高效、灵活 |
中台核心组件:
| 组件 | 功能 | 为什么需要 | 与链上的交互 |
|---|---|---|---|
| 撮合引擎 | 订单撮合 | 针对链上性能不好的场景 | 写回链上交易结果 |
| 数据统计 | 交易量、用户行为 | 数据驱动决策 | 数据读取 |
| 链上监听器 | 监听合约事件 | 同步链上状态 | 实时监听 |
| API 网关 | 统一接口 | 前端+外部接入 | — |
| 数据库 | 本地缓存 | 链上读取成本高 | 数据读取+写回 |
关键设计:链上链下分工明确。链上负责核心交易和资产确权,链下负责数据聚合、业务协同、统计分析、策略分发和系统调度。支付采用 x402 协议。
中台必须解决的问题:
| 问题 | 不靠中台的结果 |
|---|---|
| 哪些事件最热? | 无法推荐,用户找不到好市场 |
| 哪些盘口深度不足? | 无法及时补充流动性 |
| 哪些事件交易异常? | 无法及时发现风险 |
| 哪些市场该被推荐/降权? | 用户体验差 |
| 数据如何反馈给做市系统? | 做市策略失效 |
人机分工:
| 环节 | 谁做 | 重要度 | 说明 |
|---|---|---|---|
| 架构设计 | 🧑 人 | ⭐⭐⭐⭐⭐ | 决定中台包含什么 |
| 推荐策略 | 🧑 人 + 🤖 AI | ⭐⭐⭐⭐ | 人定义策略,AI 执行 |
| 数据分析 | 🤖 AI | ⭐⭐⭐⭐ | AI 自动分析 |
| 异常检测 | 🤖 AI | ⭐⭐⭐⭐ | AI 实时监控 |
模块三:市场工厂(Factory 模式)
核心洞察:真正高级的地方,不是做一个市场,而是做"市场工厂"。
Factory 模式架构:
| Factory | 产出 | 功能 |
|---|---|---|
| EventVoteFactory | EventVotePod | 事件投票(投票完成后用户认可才进入下一步) |
| EventFactory | EventPod | 事件创建和管理 |
| FundingFactory | FundingPod | 资金管理 |
| OrderBookFactory | OrderBookPod | 订单簿 |
| FeeVaultFactory | FeeVaultPod | 手续费管理 |
手续费结构:
- OrderBook 收取 0.5% 手续费
- FeeVault 收取 0.25% 管理费
- 其余归做市商和流动性提供者
多租户隔离:
- Dapp-1 拥有独立的 Pod 集合
- Dapp-2 拥有独立的 Pod 集合
- 不同 DApp 的事件、资金、订单、手续费完全隔离
平台化架构的价值:
| 维度 | 单一市场 | 市场工厂 |
|---|---|---|
| 隔离性 | 一个出问题全部停 | 互不影响 |
| 扩展性 | 只能做一个 | 可以批量创建 |
| 独立性 | 共享资源 | 各自独立 |
| 收益结构 | 统一分配 | 各自独立 |
人机分工:
| 环节 | 谁做 | 重要度 | 说明 |
|---|---|---|---|
| 架构设计 | 🧑 人 | ⭐⭐⭐⭐⭐ | Factory 模式设计 |
| 合约实现 | 🤖 AI + 🧑 人 | ⭐⭐⭐⭐ | AI 生成,人审核 |
| 隔离策略 | 🧑 人 | ⭐⭐⭐⭐⭐ | 资源隔离设计 |
模块四:预言机与验证系统(生死线)
核心洞察:预测市场真正的生死线,在"结果谁说了算"。
用户可以容忍一时没有深度,也可以容忍页面不够丝滑,但用户无法容忍结果被随意定义。一旦市场参与者不再相信结算公正性,所有流动性、活跃度、用户信任和品牌价值都会在极短时间内塌掉。
预言机架构:
验证机制:
| 步骤 | 说明 |
|---|---|
| 1. 节点质押 | 所有 oracle-node 先进行质押 |
| 2. 结果提交 | 多个节点提交结果 |
| 3. 汇总决策 | oracle-manager 汇总 |
| 4. 合约验证 | oracle-services-manager + zk-verifier |
| 5. 奖惩 | 成功奖励,失败罚没质押 |
zk-verifier 的价值:把结果确认机制做成"可证明"的,而不是停留在口头共识层面。
人机分工:
| 环节 | 谁做 | 重要度 | 说明 |
|---|---|---|---|
| 预言机架构 | 🧑 人 | ⭐⭐⭐⭐⭐ | 设计验证机制 |
| 节点激励 | 🧑 人 | ⭐⭐⭐⭐⭐ | 经济模型设计 |
| 合约实现 | 🤖 AI | ⭐⭐⭐⭐ | AI 生成代码 |
| 结果审核 | 🧑 人 + 🤖 AI | ⭐⭐⭐⭐⭐ | 最终判断 |
模块五:做市系统(流动性保障)
核心洞察:没有做市系统的预测市场,最后只会变成空市场。
很多项目以为市场发出来以后,用户自然就会来交易。但现实恰恰相反。大多数预测市场不是死在"没人感兴趣",而是死在"有人想交易,却没人接单"。
做市策略模块:
| 策略 | 功能 | 触发时机 | 关键参数 |
|---|---|---|---|
| 初始化做市 | 创建初始流动性 | 市场创建时 | 初始价格、初始深度 |
| 盘中做市 | 维持盘口深度 | 交易进行中 | 深度、波动率、风险敞口、动态价差 |
| 信息实时变动策略 | 根据新信息调整价格 | 有新信息时 | AI 信号、价格调整幅度 |
| 尾盘策略 | 防止尾盘失真 | 接近结算时 | 价格收敛策略 |
| 对冲策略 | 控制风险敞口 | 库存单边积累时 | 对冲比例、对冲标的 |
盘中做市的核心逻辑:
- 根据深度判断是否需要补充流动性
- 根据波动率调整价差
- 根据风险敞口决定对冲比例
- 根据动态价差平衡收益与风险
做市系统必须解决的微观问题:
| 问题 | 不解决的后果 |
|---|---|
| 盘口厚度不够 | 大单无法成交 |
| 滑点过大 | 用户体验差 |
| 价差不合理 | 套利者薅羊毛 |
| 尾盘失真 | 结算价格不准确 |
| 库存单边积累 | 做市商爆仓 |
| 风险敞口不可控 | 系统性风险 |
人机分工:
| 环节 | 谁做 | 重要度 | 说明 |
|---|---|---|---|
| 做市策略设计 | 🧑 人 | ⭐⭐⭐⭐⭐ | 基于金融知识 |
| 策略实现 | 🤖 AI | ⭐⭐⭐⭐ | AI 生成代码 |
| 参数调优 | 🤖 AI + 🧑 人 | ⭐⭐⭐⭐ | AI 回测,人决策 |
| 风控监控 | 🤖 AI | ⭐⭐⭐⭐ | AI 实时监控 |
模块六:测试运维
| 阶段 | 内容 | 工具 |
|---|---|---|
| 单元测试 | 合约功能测试 | Hardhat / Foundry |
| 集成测试 | 系统联调测试 | 自定义脚本 |
| 压力测试 | 高并发测试 | k6 / Artillery |
| 安全审计 | 漏洞检测 | Slither + AI |
模块七:主网上线与数据驱动
| 阶段 | 内容 | 说明 |
|---|---|---|
| 部署 | 合约部署+前端发布 | 多签+Timelock |
| 监控 | 链上数据+系统指标 | Grafana+自定义 |
| 迭代 | 数据驱动优化 | A/B 测试+用户反馈 |
预测市场是否值得长期投入
| 维度 | 分析 | 结论 |
|---|---|---|
| 市场规模 | Polymarket 2024 年交易量超 $10B | ✅ 市场验证 |
| 技术门槛 | 涉及合约+撮合+做市+预言机 | ✅ 护城河深 |
| AI 结合 | AI 用于事件供给和策略生成 | ✅ 效率提升 |
| 监管风险 | 各国政策不同 | ⚠️ 需关注 |
| 竞争格局 | Polymarket、Azuro 等 | ⚠️ 已有玩家 |
结论:预测市场是 AI+Web3 最有价值的实战项目之一,值得长期投入。
趋势预判(未来 1-5 年)
| 时间窗口 | 预判 | 概率 | OPC 行动建议 |
|---|---|---|---|
| 1 年内 | 预测市场赛道持续增长 | 高(80%) | 尽早进入,积累经验 |
| 2-3 年 | AI+预测市场成为主流 | 中(60%) | 掌握 AI 事件供给能力 |
| 3-5 年 | 预测市场成为金融基础设施 | 中(50%) | 建立平台化能力 |
AI+Web3 结合趋势
| 趋势 | 说明 | 对 OPC 的价值 |
|---|---|---|
| AI 事件供给 | AI 自动生成可交易事件 | 核心竞争力 |
| AI 做市策略 | AI 优化做市参数 | 收益提升 |
| AI 风控 | AI 实时监控异常 | 风险降低 |
章节目录
| 序号 | 标题 | 核心内容 | 图标 |
|---|---|---|---|
| 01 | 业务分析 | 需求洞察、市场分析 | ⭐ 必学 |
| 02 | 产品设计 | 产品定义、价值主张 | ⭐ 必学 |
| 03 | 系统架构 | 技术选型、架构设计 | ⭐ 必学 |
| 04 | 智能合约 | 预言机、Factory 模式 | ⭐ 必学 |
| 05 | 撮合引擎 | 订单撮合、交易执行 | ⭐ 必学 |
| 06 | 做市系统 | 流动性机制、做市策略 | 🔥 推荐 |
| 07 | 数据中台 | 数据采集、分析、展示 | 🔥 推荐 |
| 08 | 测试运维 | 测试、部署、监控 | 🔥 推荐 |
| 09 | 主网上线 | 部署、上线、运营 | 🔥 推荐 |
| 10 | 数据驱动 | 持续优化、迭代 | 📖 选学 |
参考与延伸
[1] Polymarket(2025)— 最大预测市场平台
[2] Azuro(2025)— 模块化预测市场协议
[3] UMA(2025)— 乐观预言机协议
[4] Chainlink(2025)— 去中心化预言机网络
