💰 quantitative finance

ForesightFlow: An Information Leakage Score Framework for Prediction Markets

本論文は、予測市場におけるインサイダー取引を検出するための情報漏洩スコア・フレームワークである ForesightFlow を導入し、公開イベントのタイムスタンプおよび記録されたインサイダー取引事例の経験的評価によって明らかになった方法論的限界に対処するため、デッドラインを基準とした拡張を提案する。

原著者： Maksym Nechepurenko

公開日 2026-05-04

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Maksym Nechepurenko

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

人々が将来の出来事に対して賭けをする、世界的なデジタル広場を想像してみてください。「この政治家は当選するか？」「この企業は新製品を発売するか？」「金曜日までに戦争が始まるか？」これが予測市場です。これらの市場では、賭けの価格が未来の天気予報のように機能します。「はい」の価格が上がれば、それは群衆がその出来事が起こる可能性が高いと考えていることを意味します。

この論文は、この広場での不正行為を特定するために設計された新しいツールForesightFlowを紹介しています。

課題：群衆の中の「インサイダー」

公平な市場では、誰もが同時に出来事について学びます。しかし、これらのデジタル市場は匿名であり、ブロックチェーン技術上で動作するため、秘密の情報を握る者（「インサイダー」）がニュースが一般に流れる前に賭けを購入することが非常に容易です。

これは、競馬で騎手がレース開始前に馬が脚を骨折していることを知っているようなものです。彼らは他の馬にチケットを購入し、レースが始まるのを待ち、お気に入りの馬が崩壊した時点で巨額の利益を手にします。この論文によると、近年、インサイダーたちは Polymarket などのプラットフォームでこの方法で数億ドルを稼いできました。

問題は、これらの不正行為者を捕まえる現在の手法が、レースが終わった後にしか機能しないことです。誰が不正をしたかがわかる頃には、お金はすでに消え、そして「価格シグナル」（公衆の信念）はすでに歪められています。不正行為者が賭けを行っている最中に彼らを特定する方法が必要です。

解決策：「漏洩スコア」

著者たちは、これらの市場のための煙探知機として機能するForesightFlowというシステムを構築しました。このシステムの核心は、**情報漏洩スコア（ILS）**と呼ばれる指標です。

その仕組みの比喩は以下の通りです：
映画が公開されようとしていると想像してください。

開始価格：賭け市場が開かれたとき、価格は今公衆が知っていることを反映しています。
ニュースイベント：映画の予告編が公式に世界に公開された瞬間。
解決：映画が実際に公開され、賭けが決着する瞬間。

情報漏洩スコアは、シンプルな問いを投げかけます：「公式な予告編が公開される前に、価格はいくら動いたか？」

スコア 0：予告編が公開されるまで価格は横ばいでした。これは公平な市場です；誰も事前に何も知りませんでした。
スコア 1：予告編がまだ公開される前なのに、価格が「勝利」レベルまで跳ね上がりました。これは誰かが結果を知って事前に賭けをしていたことを示唆しています。情報が予定より前に「漏洩」しました。

「範囲」ルール：スコアが機能する時を知る

この論文は、このスコアがすべての賭けに機能するわけではないと非常に慎重に述べています。著者たちは、スコアが信頼できる 3 つの特定のルールを見つけました：

「驚き」ルール：スコアが機能するのは、出来事が実際に不確実な場合に限られます。誰もがすでに答えを知っている場合（例：最初から価格が 99%「はい」）、わずかな価格変動は数学的には大きく見えますが、それは不正ではなく単なるノイズです。
「期限」対「出来事」ルール：これは論文における重要な発見です。
- 出来事市場：「X は起こるか？」（例：「大統領は法案に署名するか？」）。ここでスコアはよく機能します。
- 期限市場：「X は金曜日までに起こるか？」。著者たちは、有名な不正行為事例の多くがこれらの「期限」市場で発生したことを発見しました。元のスコアはこれらには機能しませんでした。なぜなら、「ニュース」とは単に時計が動き続けることだからです。
- 修正：著者たちは、「金曜日までに起こるか？」という賭けのために、新しいバージョンのスコア（Deadline-ILS）を作成しました。この新しいバージョンは、単に開始価格ではなく、価格を「基準となる期待値」と比較します。
「ウォレット」チェック：スコアだけでは不十分です。システムはまた、誰が賭けをしているかも確認します。10 分前に作成されたばかりで履歴のない新しいウォレットが、ニュースが流れる直前に特定の賭けに巨額を突然投入した場合、それは赤信号です。一方、長い履歴を持つ経験豊富なトレーダーがそれを行った場合、それは単なる賢明な推測かもしれません。

パイロット研究：学んだこと

著者たちは実データでシステムをテストしました。いくつかの興味深いことがわかりました：

「偽」シグナル：ニュースがいつ発生したかの「単純な推測」（実際の記事を見つける代わりに）を使用しようとすると、システムは混乱し、無実の市場を有罪としてフラグ付けしました。これにより、スコアを正確にするためには、ニュースが流れた正確な瞬間を見つける必要があると学びました。
「期限」のギャップ：彼らは、元のツールが最も有名な不正行為者を捕まえることができなかったことに気づきました。なぜなら、その不正行為者たちは「期限」市場に賭けていたからです。これにより、彼らは新しい「Deadline-ILS」バージョンを構築せざるを得なくなりました。
「Barak」事件：彼らは、Barak という政治人物に関する特定の市場を検討しました。完璧なスコアであっても、価格を見るだけでは不正を証明できませんでした。彼らはウォレットとタイミングを確認して初めて、価格変動が秘密の情報を持つ人々ではなく、賭けのルールについて議論している人々によるものであることに気づきました。

全体像

この論文は、リアルタイムで不正行為者を捕まえることは可能だが、非常に特定のツールキットが必要であると結論付けています：

スコア：価格がどの程度早すぎたかを測定するため。
類型：賭けが「出来事」か「期限」かを判断し（そして正しい数学を使用するため）。
ウォレット・フォレンジック：賭けをする人々がインサイダー（新しいウォレット、巨額の賭け）のように見えるか、それとも単なる一般人に見えるかを確認するため。

著者たちは、コードと既知の不正行為事例のリスト（「FFIC インベントリ」）を公開し、他の人々がこのシステムを利用し、改善できるようにしています。彼らの目標は、利益のために不正行為者を捕まえることだけでなく、これらの予測市場が秘密の優位性を持つ人々の遊び場ではなく、公衆にとって信頼できるツールであり続けることを保証することです。

以下は、論文「ForesightFlow: An Information Leakage Score Framework for Prediction Markets（ForesightFlow：予測市場のための情報漏洩スコアフレームワーク）」の詳細な技術的サマリーです。

1. 問題定義

分散型予測市場（Polymarket など）は、分散した非公開情報を価格シグナルに集約しますが、匿名参加を伴い規制のグレーゾーンで運用されています。この環境は、重要かつ未公開の情報（MNPI）に基づくインサイダー取引を容易にします。

ギャップ: 既存の検出手法（例：Mitts & Ofir, 2026）は、ほぼ例外なく事後的であり、実現された利益や解決結果に依存しています。これらは、インサイダーフローが価格を動かしている取引期間中には、実行可能なシグナルを提供しません。
課題: リアルタイム検出には、解決前に観測可能な因果的な特徴量と、将来の情報を漏らさないラベルが必要です。さらに、多くのインサイダー取引事例（期限付き契約）の固有の構造は、標準的なイベント解決モデルには適合しません。

2. 手法：ForesightFlow フレームワーク

本論文は、情報理論、市場マイクロストラクチャー、オンチェーン・フォレンジックを組み合わせ、インサイダーフローをリアルタイムで検出するシステムを提案します。

A. 情報漏洩スコア（ILS）

中核的な革新は、解決済みの二値市場のためのスカラーラベル生成器である**情報漏洩スコア（ILS）**です。

定義: $ILS(M) = \frac{\Delta_{pre}}{\Delta_{total}} = \frac{p(T_{news}) - p(T_{open})}{p(T_{resolve}) - p(T_{open})}$ $I L S (M) = \frac{Δ _{p r e}}{Δ _{t o t a l}} = \frac{p ( T _{n e w s} ) - p ( T _{o p e n} )}{p ( T _{r eso l v e} ) - p ( T _{o p e n} )}$
- $T_{open}$ : 市場の開設。
- $T_{news}$ : 解決に関連する事象の最初の公的言及のタイムスタンプ（UMA 証拠 URL、GDELT、または LLM 支援検索を通じて回収）。
- $T_{resolve}$ : 正式な解決時刻。
- $p(t)$ : 「YES」トークンのミッドプライス。
解釈: ILS は、公的なニュース事象の前に発生した、総価格変動の割合を定量化します。
- $ILS \approx 1$ : 完全な先取り価格設定（強い漏洩）。
- $ILS \approx 0$ : 市場は公的なニュースの後にのみ反応した。
理論的基盤: 著者らは、ILS をブライアースコアのマーフィー分解と結びつけています。高い ILS は、「解決」コンポーネント（識別能力）が、公的情報セットが追いつく前に先行して組み込まれていたことを示唆します。

B. 解決タイプ論とスコープ条件

著者らは、ILS が厳格な条件下でのみ解釈可能であることを特定し、市場を三つに分類しました。

イベント解決型: 特定の観測可能な事象が解決をトリガーする（例：選挙結果）。ILS はここで有効です。
期限解決型: 事象が特定の日付までに発生しなかった場合に市場が NO として解決する（例：「X は金曜日までに行われるか？」）。標準的な ILS はここで無効です。なぜなら $T_{news}$ が未定義または自明であるためです。
分類不能型: スポーツ、カウントなど。

スコープ条件: 偽陽性を避けるため、ILS は以下の条件を満たす場合にのみ報告されます。
- エッジ効果チェック: 開始価格はコンセンサスに近くないこと（ $p_{open} \in [0.1, 0.9]$ ）。
- 自明な解決チェック: 総価格変動 $|\Delta_{total}| > 0.05$ であること。
- アンカー感度: ILS 値は、異なる $T_{news}$ アンカー仕様に対して堅牢でなければならないこと。

C. リアルタイム特徴量パイプライン

解決前にフローを検出するため、システムは特徴量ベクトル $x(M, t)$ を計算します。

適応型マイクロストラクチャー指標:
- 注文不均衡（OI）: 買い/売りボリューム比率。
- VPIN 型毒性: ボリューム同期型注文フロー不均衡。
- ケイルのラムダ: 注文フロー単位あたりの推定価格インパクト。
- 分散比と両側性: 持続的なドリフトと一時的なノイズの診断（Nechepurenko, 2026a に適応）。
オンチェーンウォレット特徴量:
- ウォレット新規性スコア: ウォレットの年齢、参加履歴、資金源の集中度、解決に対するエントリータイミングの複合指標。
カテゴリ条件付き事前分布: システムは、軍事/地政学、企業開示、規制決定という 3 つのハイリスクカテゴリに焦点を当てます。

D. 期限型-ILS 拡張

パイロット研究の重要な発見は、文書化されたインサイダー事例の大部分が期限解決型であることでした。本論文は ILS をこのドメインに拡張します。

メカニズム: ニュース事象にアンカーするのではなく、スコアは一定ハザード生存モデルから導出されたベイズ事前信念（ $\theta_{T_{open}}$ ）にアンカーします。
数式: $ILS_{dl} = \frac{p(T_{event}^-) - \theta_{T_{open}}}{p(T_{resolve}) - \theta_{T_{open}}}$ 。
これにより、「X は Y 日までに発生するか？」という契約において、事象が差し迫っていることを知っているインサイダー取引者の検出が可能になります。

3. 主要な貢献

再定式化: 事後のフォレンジックからリアルタイム推論への問題転換。因果的な特徴量を必要とします。
ILS 指標: 適切なスコアリングルール（マーフィー分解）とリンクした、理論的根拠のあるラベル生成器の導入。
タイプ論とスコープ: 実証データによって検証された、誤検出を防ぐための厳格な運用境界（イベント型対期限型）の定義。
ハイブリッド・アーキテクチャ: 古典的なマイクロストラクチャー指標（PIN、VPIN）と、固有のオンチェーンウォレット特徴量（新規性、資金集中度）の組み合わせ。
FFIC インベントリ: 特定の市場 ID にマッピングされた、8 つの文書化されたインサイダー取引エピソード（イラン攻撃、Google 年間検索など）のキュレーションされた検証セットの公開。
期限型拡張: 既存文献の構造的ギャップに対処するため、フレームワークを期限付き契約に拡張する形式化。

4. 結果と実証的知見

本論文は、725 のイベント解決型市場におけるパイロット実証研究と、FFIC インベントリの検証監査を報告します。

否定的なパイロット結果:
- $T_{news}$ の代理変数として解決アンカー型（ $T_{resolve} - 24h$ ）を使用すると、インサイダー市場を対照群から分離できませんでした。
- 理由: 代理変数が構造的に整合しませんでした。イベント解決型市場では、実際のニュースは解決より数日先行することが多く、「ニュース前」のウィンドウが実際には「ニュース後」になっていたためです。
- アンカー感度: ILS 値は時間アンカーの選択に非常に敏感であり、堅牢性チェックに失敗しました。
ケーススタディ（バラク市場）:
- 「エフダッド・バラク」市場の深掘り調査により、代理変数ベースの ILS は高かった（0.55）ものの、記事から導出されたタイムスタンプ（実際のニュースリリース）を使用すると ILS はわずかに変化し、「早期」の取引が実際には公的ニュースへの反応または解決基準のアービトラージであり、インサイダー情報に基づくものではないことが明らかになりました。
- 結論: ILS だけでは不十分です。これはウォレットレベルの特徴量（プロフェッショナル対新規ウォレットの識別など）と厳格なスコープチェックと組み合わされる必要があります。
構造的監査:
- FFIC インベントリの監査により、文書化されたインサイダー事例の100% が期限解決型であり、元の ILS のスコープ外であることが判明しました。
- これにより、フレームワークを実世界のインサイダー取引パターンに適用可能にするための期限型-ILS 拡張（第 7 節）が必要となりました。

5. 意義と今後の課題

公共財: 分散型予測市場における最初の透明性があり、再現性のあるリアルタイム監視ツールを提供します。市場が社会的信頼を得る一方でマイクロストラクチャーが未熟であるという「権力のパラドックス」に対処します。
方法論的架け橋: 適切なスコアリングルール（予測精度）に関する文献と、ブロックチェーン・フォレンジック（インサイダー取引検出）を結びつけます。
オープンソース: 著者らは、**ForesightFlow インサイダー事例（FFIC）**インベントリ、911,237 市場の完全な解決タイプ論、およびすべてのシステムコードを公開します。
次のステップ:
- 2026 年の米イラン紛争クラスターにおける期限型-ILSの完全な実証評価（関連論文で報告）。
- 洗練された期限拡張データセットを用いた検出器モデルのトレーニング。
- インフラの限界への対応（例：10 億ドル規模の市場における The Graph インデクサーの障害）。

結論: ForesightFlow は、予測市場におけるインサイダー取引がリアルタイムで検出可能であることを確立していますが、そのためには特定の契約タイプ論（期限型対イベント型）を考慮し、堅牢なニュースタイムスタンプを使用し、オンチェーンウォレットの行動をマイクロストラクチャーシグナルと統合する必要があります。このフレームワークは、分野を回顧的な「犯人捜し」分析から、先行的な市場健全性監視へと移行させます。