💰 quantitative finance

ForesightFlow: An Information Leakage Score Framework for Prediction Markets

تقدم هذه الورقة ForesightFlow، وهو إطار عمل لدرجة تسرب المعلومات للكشف عن التداول بناءً على معلومات مسبقة في أسواق التنبؤ، وتقترح امتداداً مرتبطاً بالموعد النهائي لمعالجة القيود المنهجية التي كشفت عنها التقييمات التجريبية للطوابع الزمنية للأحداث العامة وحالات التداول بناءً على معلومات داخلية الموثقة.

المؤلفون الأصليون: Maksym Nechepurenko

نُشر 2026-05-04

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Maksym Nechepurenko

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل ساحة بلدة رقمية عالمية حيث يراهن الناس على أحداث مستقبلية: "هل سيفوز هذا السياسي؟" "هل ستطلق هذه الشركة منتجاً جديداً؟" "هل ستندلع حرب بحلول يوم الجمعة؟" هذا هو سوق التنبؤات (Prediction Market). في هذه الأسواق، يعمل سعر الرهان كأنه توقعات جوية للمستقبل. إذا ارتفع سعر الرهان على "نعم"، فهذا يعني أن الجمهور يعتقد أن الحدث أكثر احتمالية للوقوع.

تقدم الورقة البحثية أداة جديدة تسمى ForesightFlow، صُممت لرصد متى يقوم شخص ما بالغش في ساحة البلدة هذه.

المشكلة: "المطلع" في وسط الحشد

في السوق العادلة، يتعلم الجميع عن حدث ما في نفس الوقت. ولكن في هذه الأسواق الرقمية، نظرًا لأنها مجهولة وتعمل بتقنية البلوكشين (Blockchain)، فمن السهل جدًا لشخص يمتلك معلومات سرية ("مطلع/Insider") أن يشتري رهانات قبل وصول الخبر إلى الجمهور.

فكر في الأمر كسباق خيول حيث يعرف الفارس أن الحصان مصاب بساق مكسورة قبل بدء السباق. يقوم الفارس بشراء تذكرة للخيول الأخرى، وينتظر بدء السباق، ثم يحصل على أرباح ضخمة عندما ينهار المرشح للفوز. تشير الورقة إلى أن المطلعين حققوا في السنوات الأخيرة مئات الملايين من الدولارات بهذه الطريقة على منصات مثل Polymarket.

المشكلة هي أن الطرق الحالية لضبط هؤلاء الغشاشين لا تعمل إلا بعد انتهاء السباق. وبحلول الوقت الذي نعرف فيه من غش، تكون الأموال قد رحلت بالفعل، و"إشارة السعر" (اعتقاد الجمهور) قد تشوهت بالفعل. نحن بحاجة إلى طريقة لرصد الغشاش أثناء وضعه للرهانات.

الحل: "درجة تسرب المعلومات"

بنى المؤلفون نظامًا يسمى ForesightFlow ليعمل مثل كاشف الدخان لهذه الأسواق. والجوهر لهذا النظام هو مقياس يسمى درجة تسرب المعلومات (Information Leakage Score - ILS).

إليك التشبيه لكيفية عمله:
تخيل أن فيلمًا على وشك الإصدار.

السعر الافتتاحي: عندما يفتح سوق المراهنة، يعكس السعر ما يعرفه الجمهور الآن.
حدث الخبر: اللحظة التي يتم فيها إصدار الإعلان الترويجي (Trailer) للفيلم رسميًا للعالم.
الحسم (Resolution): اللحظة التي يصدر فيها الفيلم فعليًا ويتم تسوية الرهان.

تسأل درجة تسرب المعلومات سؤالاً بسيطًا: "كم بلغ مقدار تحرك السعر قبل صدور الإعلان الترويجي الرسمي؟"

درجة 0: ظل السعر ثابتًا حتى صدور الإعلان الترويجي. هذا سوق عادل؛ لم يكن أحد يعرف أي شيء مبكرًا.
درجة 1: قفز السعر تمامًا إلى مستوى "الفوز" قبل حتى صدور الإعلان الترويجي. هذا يشير إلى أن شخصًا ما عرف النتيجة وراهن عليها مبكرًا. لقد "تسربت" المعلومات قبل وقتها المفترض.

قواعد "النطاق": معرفة متى يعمل المقياس

تتوخى الورقة البحثية الحذر الشديد وتقول إن هذا المقياس لا يعمل مع كل رهان. فقد وجد المؤلفون ثلاث قواعد محددة يكون فيها المقياس موثوقًا:

قاعدة "المفاجأة": يعمل المقياس فقط إذا كان الحدث غير مؤكد بالفعل. إذا كان الجميع يعرف الإجابة بالفعل (على سبيل المثال، السعر هو 99% "نعم" منذ البونة)، فإن أي حركة طفيفة في السعر ستبدو ضخمة من الناحية الرياضية، لكنها مجرد ضجيج وليست غشًا.
قاعدة "الموعد النهائي" مقابل "الحدث": وهذا اكتشاف حاسم في الورقة.
- أسواق الأحداث (Event Markets): "هل سيحدث X؟" (مثل: "هل سيوقع الرئيس على مشروع قانون؟"). يعمل المقياس جيدًا هنا.
- أسواق الموعد النهائي (Deadline Markets): "هل سيحدث X بحلول يوم الجمعة؟". وجد المؤلفون أن معظم حالات الغش الشهيرة حدثت في هذه الأسواق (أسواق الموعد النهائي). لم يعمل المقياس الأصلي معها لأن "الخبر" هو مجرد مرور الوقت (انتهاء الموعد).
- الإصلاح: أنشأ المؤلفون نسخة جديدة من المقياس (تسمى Deadline-ILS) خصيصًا لرهانات "هل سيحدث هذا بحلول الجمعة؟". تقارن هذه النسخة الجديدة بين السعر و"التوقعات المرجعية" بدلاً من مجرد السعر الافتتاحي.
فحص "المحفظة": المقياس وحده ليس كافيًا. يتحقق النظام أيضًا من من يراهن. إذا قامت محفظة جديدة تمامًا (أُنشئت قبل 10 دقائق) وليس لها تاريخ، فجأة بضخ مبلغ ضخم على رهان معين قبل صدور الخبر مباشرة، فهذا يعتبر علامة خطر. أما إذا قام بذلك متداول ذو خبرة ولديه تاريخ طويل، فقد يكون مجرد تخمين ذكي.

الدراسة التجريبية: ماذا تعلموا؟

اختبر المؤلفون نظامهم على بيانات حقيقية، ووجدوا بعض الأشياء المثيرة للاهتمام:

"الإشارة الزائفة": عندما حاولوا استخدام تخمين بسيط لـ "متى حدث الخبر" (بدلاً من العثور على المقال الفعلي)، ارتبك النظام وصنف أسواقًا بريئة على أنها مذبوبة. علمهم هذا أنهم بحاجة للعثور على اللحظة الدقيقة لصدور الخبر لجعل المقياس دقيقًا.
"فجوة الموعد النهائي": أدركوا أن أداة الأصلية لم تستطع كشف أشهر الغشاشين لأن هؤلاء الغشاشين كانوا يراهنون في أسواق "الموعد النهائي". وهذا ما دفعهم لبناء نسخة Deadline-ILS الجديدة.
حالة "باراك": نظروا في سوق محدد يتعلق بشخصية سياسية تدعى باراك. حتى مع وجود المقياس المثالي، لم يتمكنوا من إثبات أنه غش بمجرد النظر إلى السعر. كان عليهم النظر إلى المحافظ والتوقيت لإدراك أن حركة السعر كانت في الواقع ناتجة عن أشخاص يتجادلون حول قواعد الرهان، وليس أشخاصًا يمتلكون معلومات سرية.

الصورة الكبيرة

تخلص الورقة إلى أن رصد الغشاشين في الوقت الفعلي أمر ممكن، ولكنه يتطلب مجموعة أدوات محددة للغاية:

مقياس: لقياس مقدار تحرك السعر مبكرًا جدًا.
تصنيف (Typology): لمعرفة ما إذا كان الرهان هو "حدث" أو "موعد نهائي" (واستخدام الرياضيات الصحيحة).
تحليل المحافظ (Wallet Forensics): لمعرفة ما إذا كان المراهنون يبدون كأشخاص مطلعين (محافظ جديدة، رهانات ضخمة) أو مجرد أشخاص عاديين.

لقد نشر المؤلفون كود البرمجة الخاص بهم وقائمة بحالات الغش المعروفة (مخزون FFIC) حتى يتمكن الآخرون من استخدام النظام وتحسينه. هدفهم ليس مجرد ضبط الغشاشين من أجل الربح، بل لضمان بقاء أسواق التنبؤ هذه أدوات موثوقة للجمهور، وليس ملاعب لأشخاص يتمتعون بمزايا سرية.

إليك ملخص تقني مفصل لورقة البحث بعنوان "ForesightFlow: إطار عمل لدرجة تسرب المعلومات في أسواق التنبؤ".

1. بيان المشكلة

تقوم أسواق التنبؤ اللامركزية (مثل Polymarket) بتجميع المعلومات الخاصة المشتتة وتحويلها إلى إشارات سعرية، لكنها تعمل في منطقة رمادية تنظيمياً بسبب المشاركة مجهولة الهوية. هذه البيئة تسهل التداول بناءً على معلومات جوهرية غير معلنة (MNPI).

الفجوة: تعتمد طرق الكشف الحالية (مثل Mitts & Ofir, 2026) بشكل حصري تقريباً على الأرباح المحققة ونتائج التسوية (post-hoc)، وهي طرق لا تقدم أي إشارة قابلة للتنفيذ أثناء نافذة التداول عندما يكون التدفق المعلوماتي هو المحرك للأسعار.
التحدي: يتطلب الكشف في الوقت الفعلي سمات تكون سببية (قابلة للملاحظة قبل التسوية) وتسمبيات (labels) لا تسرب معلومات مستقبلية. علاوة على ذلك، فإن الهيكل المحدد للعديد من حالات التداول بناءً على معلومات داخلية (عقود قائمة على المواعيد النهائية) لا يتناسب مع النماذج القياسية المرتبطة بالوقائع.

2. المنهجية: إطار عمل ForesightFlow

يقترح البحث نظاماً للكشف عن التدفق المعلوماتي في الوقت الفعلي باستخدام مزيج من نظرية المعلومات، وبنية السوق الدقيقة، والتحقيق الجنائي على السلسلة (on-chain forensics).

أ. درجة تسرب المعلومات (ILS)

الابتكار الجوهري هو درجة تسرب المعلومات (ILS)، وهي مولد تسميات (label generator) عددي للأسواق الثنائية التي تمت تسويتها.

التعريف: $ILS(M) = \frac{\Delta_{pre}}{\Delta_{total}} = \frac{p(T_{news}) - p(T_{open})}{p(T_{resolve}) - p(T_{open})}$ $I L S (M) = \frac{Δ _{p r e}}{Δ _{t o t a l}} = \frac{p ( T _{n e w s} ) - p ( T _{o p e n} )}{p ( T _{r eso l v e} ) - p ( T _{o p e n} )}$
- $T_{open}$ : إنشاء السوق.
- $T_{news}$ : الطابع الزمني لأول ذكر علني للحدث ذي الصلة بالتسوية (يتم استرداده عبر روابط أدلة UMA، أو GDELT، أو البحث بمساعدة النماذج اللغوية الكبيرة LLM).
- $T_{resolve}$ : وقت التسوية الرسمي.
- $p(t)$ : السعر المتوسط لرمز الـ "YES".
التفسير: تقيس ILS كسر حركة السعر الإجمالية التي حدثت قبل ظهور الخبر العلني.
- $ILS \approx 1$ : تسعير استباقي مثالي (تسرب قوي للمعلومات).
- $ILS \approx 0$ : تفاعل السوق فقط بعد ظهور الخبر العلني.
الأساس النظري: يربط المؤلفون بين ILS وتفكيك ميرفي لدرجة برير (Murphy decomposition of the Brier score). تشير قيمة ILS العالية إلى أن مكون "التسوية" (القدرة التمييزية) قد تم تقديمه في البداية قبل أن يلحق به طقم المعلومات العلني.

ب. تصنيف التسوية وشروط النطاق

يحدد المؤلفون أن ILS لا يمكن تفسيرها إلا في ظل شروط صارمة، مما يؤدي إلى تصنيف ثلاثي للأسواق:

المسوية بالحدث (Event-Resolved): محفزات تسوية محددة وقابلة للملاحظة (مثل نتائج الانتخابات). هنا تكون ILS صالحة.
المسوية بالموعد النهائي (Deadline-Resolved): تُسوى السوق بـ "لا" إذا لم يقع الحدث بحلول تاريخ معين (مثل "هل سيحدث X بحلول الجمعة؟"). هنا تكون ILS القياسية غير صالحة لأن $T_{news}$ غير محدد أو تافه.
غير قابلة للتصنيف: الرياضة، الإحصاءات، إلخ.

شروط النطاق: لتجنب الإشارات الزائفة، يتم الإبلاغ عن ILS فقط إذا:
- فحص تأثير الحواف (Edge-Effect Check): سعر الافتتاح ليس قريباً من الإجماع ( $p_{open} \in [0.1, 0.9]$ ).
- فحص التسوية التافهة (Trivial-Resolution Check): حركة السعر الإجمالية $|\Delta_{total}| > 0.05$ .
- حساسية المرتكز (Anchor-Sensitivity): يجب أن تكون قيمة ILS قوية عبر مختلف مواصفات المرتكز الزمني $T_{news}$ .

ج. خط معالجة السمات في الوقت الفعلي

لكشف التدفق قبل التسوية، يقوم النظام بحساب متجه السمات $x(M, t)$ الذي يجمع بين:

مقاياسات البنية الدقيقة المعدلة:
- اختلال أوامر الشراء/البيع (OI): نسب حجم الشراء والبيع.
- سمية VPIN: اختلال تدفق الأوامر المتزامن مع الحجم.
- لامدا كايل (Kyle's Lambda): تقدير تأثير السعر لكل وحدة من تدفق الأوامر.
- نسبة التباين والجانب المزدوج: تشخيصات للنزعة المستمرة مقابل الضجيج المؤقت (مقتبسة من Nechepurenko, 2026a).
سمات المحفظة على السلسلة (On-Chain Wallet Features):
- درجة حداثة المحفظة: مؤشر مركب لعمر المحفظة، تاريخ المشاركة، تركيز مصادر التمويل، وتوقيت الدخول بالنسبة للتسوية.
الأولويات المشروطة بالفئة: يركز النظام على ثلاث فئات عالية المخاطر: العسكرية/الجيوسياسية، الإفصاحات المؤسسية، والقرارات التنظيمية.

د. امتداد ILS للمواعيد النهائية

كانت النتائج الرئيسية للدراسة التجريبية هي أن معظم حالات التداول بناءً على معلومات داخلية هي مسوية بمواعيد نهائية. لذا وسع البحث نطاق ILS ليشمل هذا المجال:

الآلية: بدلاً من الارتكاز على حدث إخباري، ترتكز الدرجة على اعتقاد أساسي بايزي ( $\theta_{T_{open}}$ ) مشتق من نموذج بقاء ذو خطر ثابت.
الصيغة: $ILS_{dl} = \frac{p(T_{event}^-) - \theta_{T_{open}}}{p(T_{resolve}) - \theta_{T_{open}}}$ .
يسمح هذا بكشف المتداولين الذين يمتلكون معلومات داخلية في العقود من نوع "هل سيحدث X بحلول التاريخ Y؟".

3. المساهمات الرئيسية

إعادة الصياغة: نقل المشكلة من التحليل الجنائي اللاحق إلى **الاستدلال في الوقت الفال، مما يتطلب سمات سببية.
مقياس ILS: تقديم مولد تسميات مؤسس نظرياً مرتبط بقواعد التسجيل الصحيحة (Murphy decomposition).
التصنيف والنطاق: تحديد حدود تشغيلية صارمة (الحدث مقابل الموعد النهائي) لمنع النتائج الإيجابية الكاذبة، والتحقق منها تجريبياً.
البنية الهجينة: الجمع بين مقايسات البنية الدقيقة الكلاسيكية (PIN, VPIN) مع سمات المحفظة الفريدة على السلسلة (الحداثة، تركيز التمويل).
مخزن FFIC: إصدار مجموعة تحقق منسقة تضم 8 حلقات تداول بناءً على معلومات داخلية موثقة (مثل ضربات إيران، وGoogle Year-in-Search) مرتبطة بمعرفات أسواق محددة.
امتداد الموعد النهائي: إضفاء الطابع الرسمي على امتداد الإطار لعمل ILS على عقود المواعيد النهائية، لمعالجة الفجوة الهيكلية في الأدبيات الحالية.

4. النتائج والنتائج التجريبية

تقرير البحث عن دراسة تجريبية أولية على 725 سوقاً مسوًى بالحدث، وعملية تدقيق للتحقق من مخزن FFIC.

النتائج السلبية الأولية:
- فشل استخدام وكيل مرتبط بالتسوية ( $T_{resolve} - 24h$ ) كبديل لـ $T_{news}$ في الفصل بين الأسواق ذات المعلومات الداخلية وأسواق التحكم.
- السبب: كان الوكيل غير متوافق هيكلياً. بالنسبة للأسواق المسواة بالحدث، غالباً ما يسبق الخبر الفعلي التسوية بأيام، مما يجعل نافذة "ما قبل الخبر" في الواقع "ما بعد الخبر".
- حساسية المرتكز: كانت قيم ILS حساسة للغاية لاختيار المرتكز الزمني، وفشلت في اختبار المتانة.
دراسة حالة (سوق Barak):
- أظهر تحليل عميق لسوق "Ehud Barak" أنه بينما كانت ILS القائمة على الوكيل مرتفعة (0.55)، فإن استخدام الطابع الزمني المستمد من المقال (الخبر الفعلي) أدى إلى تغيير طفيف في ILS، لكنه كشف أن التداولات "المبكرة" كانت في الواقع رد فعل على أخبار عامة أو عمليات مراجحة لمعايير التسوية، وليس معلومات داخلية.
- الاستنتاج: ILS وحدها غير كافية؛ يجب دمجها مع سمات مستوى المحفظة (مثل تحديد المحافظ الاحترافية مقابل الجديدة) وفحوصات النطاق الصارمة.
التدقيق الهيكلي:
- كشف التدقيق في مخزن FFIC أن 100% من حالات التداول بناءً على معلومات داخلية الموثقة كانت مسواة بمواعيد نهائية، مما يخرجها عن النطاق الأصلي لـ ILS.
- استلزم هذا الأمر امتداد Deadline-ILS (القسم 7) لجعل الإطار قابلاً للتطبيق على أنماط التداول بناءً على معلومات داخلية في الواقع.

5. الأهمية والعمل المستقبلي

المنفعة العامة: يوفر أول أداة مراقبة شفافة وقابلة للتكرار في الوقت الفعلي لأسواق التنبؤ اللامركزية، مما يعالج "مفارقة السلطة" حيث تكتسب الأسواق مصداقية اجتماعية بينما تظل بنياتها الدقيقة غير ناضجة.
الجسر المنهجي: يربط بين أدبيات قواعد التسجيل الصحيحة (دقة التنبؤ) والتحقيق الجنائي للبلوكشين (كشف التداول بناءً على معلومات داخلية).
المصدر المفتوح: ينشر المؤلفون مخزن ForesletFlow Insider Cases (FFIC)، وتصنيف التسوية الكامل لـ 911,237 سوقاً، وكود النظام بالكامل.
الخطوات التالية:
- التقييم التجريبي الكامل لـ Deadline-ILS على مجموعة نزاع الولايات المتحدة وإيران لعام 2026 (المذكورة في ورقة مرافقة).
- تدريب نموذج الكشف على مجموعة البيانات المنقحة والممتدة للمواعيد النهائية.
- معالجة قيود البنية التحتية (مثل إخفاقات فهرس The Graph للأسواق بمليارات الدولارات).

الخلاصة: يثبت ForesightFlow أن التداول بناءً على معلومات داخلية في أسواق التنبؤ يمكن اكتشافه في الوقت الفعلي، ولكن فقط إذا راعت المنهجية نوع العقد (موعد نهائي مقابل حدث)، واستخدمت طوابع زمنية إخبارية قوية، ودمجت سلوك المحفظة على السلسة مع إشارات البنية الدقيقة. ينتقل هذا الإطار بالمجال من التحليل الاسترجاعي لـ "من الفاعل؟" إلى المراقبة الاستباقية لنزاهة السوق.