💰 quantitative finance

The Anatomy of a Decentralized Prediction Market: Microstructure Evidence from the Polymarket Order Book

이 논문은 세계 최대 온체인 예측 시장인 폴리마켓(Polymarket)의 300억 개 주문서 데이터를 분석하여 시장 미세구조의 8가지 특징을 규명하고, 특히 공개 웹소켓 피드를 통한 거래 방향 추론이 실제 온체인 데이터와 일치하지 않는 한계를 지적하며 온체인 이벤트 기반 분석의 필요성을 강조합니다.

원저자: Philipp D. Dubach

게시일 2026-04-28

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Philipp D. Dubach

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

1. 이 연구의 핵심 목표: "진짜 거래를 찾아라!" 🔍

우리가 시장에서 물건을 살 때, 누군가 물건을 사가는 모습(거래)을 보고 "아, 지금 수요가 많구나!"라고 판단하죠? 그런데 만약 시장 상인이 **"누가 샀는지는 안 알려주고, 그냥 물건 가격표만 슬쩍 바꿨어요"**라고 한다면 어떨까요? 우리는 누가 진짜 손님인지, 아니면 그냥 상인이 장난을 치는 건지 알 길이 없습니다.

이 논문의 저자는 바로 이 점을 지적합니다. 폴리마켓이 제공하는 공개 데이터(웹소켓 피드)만 보고 "누가 샀다, 팔았다"를 추측하는 것은 눈을 가리고 화살을 쏘는 것과 같다는 것입니다. 저자는 이 '가짜 정보'를 걸러내기 위해, 블록체인 장부(온체인 데이터)라는 **'진짜 영수증'**을 가져와서 공개 데이터와 일일이 대조해 보았습니다.

2. 연구 결과: 폴리마켓의 8가지 '민낯' (Stylized Facts) 🎭

저자는 600개의 시장을 돋보기로 관찰하여 8가지 흥미로운 사실을 발견했습니다.

① "로또는 비싸다" (Longshot Premium): 확률이 아주 낮은 사건(예: 갑작스러운 정치적 격변)에 베팅할 때는 수수료(스프레드)가 훨씬 비쌉니다. 마치 복권 판매점이 당첨 확률이 낮은 복권을 팔 때 더 까다로운 것과 비슷하죠.
② "물건이 층층이 쌓여 있다" (Depth Concentration): 보통 시장은 맨 앞줄에 물건이 몰려있다고 생각하지만, 폴리마켓은 물건(유동성)이 뒤쪽 줄까지 아주 고르게, 마치 계단처럼 차곡차곡 쌓여 있습니다.
③ "로봇은 규칙적이지 않다" (Block-clock Alignment): 블록체인 시스템의 박자에 맞춰 거래가 일어날 것 같지만, 실제로는 아주 불규칙하게 일어납니다.
④ "큰손은 소수다" (Maker-wallet Diversity): 대부분의 시장은 여러 사람이 참여하지만, 어떤 시장은 아주 소수의 '큰손'들이 시장을 주도하고 있습니다.
⑤ "종목마다 성격이 다르다" (Category-conditional): 스포츠 베팅과 코인 관련 베팅은 거래 비용(스프레드)이 서로 다릅니다.
⑥ "데이터 수집의 딜레이" (Archive-ingestion Latency): 데이터를 기록하는 과정에서 아주 미세한(약 0.04초) 지연이 발생합니다.
⑦ "자전 거래는 생각보다 적다" (Wash Trading): 자기가 자기 물건을 사고팔며 거래량을 부풀리는 '자전 거래'는 전체의 약 1% 정도로, 다른 가상화폐 거래소들에 비해 매우 낮은 수준입니다. (거짓말쟁이가 적다는 뜻이죠!)
⑧ "마감 직전엔 시장이 얇아진다" (Depth decay near resolution): 사건의 결과가 곧 발표될 시점이 되면, 시장에 깔려있던 물건(유동성)이 급격히 줄어듭니다. 마치 축제 종료 직전에 상점들이 문을 닫기 시작하는 것과 같습니다.

3. 가장 중요한 경고: "눈에 보이는 게 전부가 아니다!" ⚠️

이 논문의 가장 큰 공헌은 **"폴리마켓의 공개 데이터만 믿고 분석하면 큰일 난다"**는 것을 증명한 것입니다.

저자가 실험해 보니, 공개된 데이터로 "누가 샀다"라고 추측한 결과는 **실제 영수증(블록체인 기록)과 맞을 확률이 겨우 59%**밖에 되지 않았습니다. 동전 던지기(50%)보다 아주 조금 높은 수준이죠.

이게 왜 위험할까요? 만약 우리가 "누가 샀다"라는 방향을 잘못 판단하면, 시장의 흐름을 완전히 거꾸로 해석하게 됩니다. 예를 들어, **"사람들이 엄청나게 사고 있네!"라고 생각했는데, 알고 보니 "사람들이 엄청나게 팔고 있었던 것"**일 수도 있다는 뜻입니다.

4. 결론: "진짜 영수증을 확인하세요" ✅

저자는 폴리마켓을 연구하는 학자들이나 투자자들에게 이렇게 조언합니다.

"겉으로 보이는 가격 변동(웹소켓 피드)만 보고 섣불리 판단하지 마세요. 반드시 블록체인에 기록된 진짜 거래 영수증(OrderFilled 이벤트)을 확인해야만 진짜 시장의 흐름을 읽을 수 있습니다."

한 줄 요약:
"폴리마켓의 공개 데이터는 '가짜 뉴스'가 섞여 있을 확률이 높으니, 반드시 블록체인이라는 '진짜 영수증'을 대조해서 분석해야 한다!"

[기술 요약] 탈중앙화 예측 시장의 구조: Polymarket 호가창의 미시구조 증거

1. 연구 배경 및 문제 제기 (Problem)

기존의 예측 시장 연구는 주로 가격의 정확성, 보정(calibration), 정보 효율성 등 **'가격 수준(Price-level)'**에 집중해 왔습니다. 그러나 시장의 미시구조(Microstructure), 즉 거래 비용, 유동성 공급 패턴, 호가창의 깊이 등은 정보가 가격에 반영되는 과정을 결정하는 핵심 요소임에도 불구하고 그동안 연구가 부족했습니다.

특히, Polymarket과 같은 탈중앙화 예측 시장은 기존 주식 시장과 다른 운영 메커니즘(온체인 결제, 오프체인 호가 피드 등)을 가집니다. 본 연구는 **"기존의 오프체인 호가 피드(WebSocket)만으로 거래 방향(Aggressor sign)을 추론하는 것이 신뢰할 수 있는가?"**라는 방법론적 의문과 함께, Polymarket의 실제 미시구조적 특성을 규명하고자 합니다.

2. 연구 방법론 (Methodology)

본 연구는 대규모의 고해상도 데이터를 결합한 정밀한 접근 방식을 사용합니다.

데이터 소스:
- 오프체인 데이터: 52일간 수집된 Polymarket의 공개 WebSocket 피드 (약 300억 개의 이벤트, 623.8 GB).
- 온체인 데이터: Polygon 네트워크의 CTF Exchange V1 컨트랙트에서 추출한 OrderFilled 이벤트 (약 2.5억 건). 이 데이터는 거래 방향(매수/매도)에 대한 '지상 진실(Ground Truth)' 역할을 합니다.
분석 대상: 사전 등록된(Pre-registered) 600개의 시장 패널 (거래량 상위 100개 시장 + 무작위 추출 500개 시장).
주요 지표: 유효 스프레드(Effective spread), Kyle's $\lambda$ (가격 충격), 실현 스프레드(Realized spread), Glosten-Harris 분해(역선택 성분 추출) 등.
엄격한 검증: 데이터 수집 및 분석 과정을 재현 가능하도록 사전 등록(Pre-registration) 절차를 거쳤으며, 재현 패키지를 공개했습니다.

3. 주요 연구 결과 (Key Results)

A. 방법론적 기여: 거래 방향 추론의 한계 (가장 중요한 발견)

낮은 일치율: 공개 WebSocket 피드만으로 추론한 거래 방향은 온체인 실제 데이터와 **약 59%**의 일치율만을 보였습니다. 이는 무작위 확률(50%)을 겨우 상회하는 수준입니다.
지표의 왜곡: 피드 기반 추론을 사용할 경우, 유효 스프레드(Effective spread)와 Kyle's $\lambda$ 의 부호(Sign)가 실제와 반대로 나타나는 현상이 대규모로 발생했습니다 (유효 스프레드 약 67%, Kyle's $\lambda$ 약 60%에서 부호 반전).
결론: Polymarket의 미시구조를 연구할 때는 반드시 오프체인 피드가 아닌 온체인 OrderFilled 이벤트를 통해 거래 방향을 확인해야 함을 입증했습니다.

B. 8가지 미시구조적 정형 사실 (Stylized Facts)

Longshot Spread Premium: 확률이 낮은(Longshot) 옵션일수록 스프레드가 넓어지는 현상이 관찰되었습니다. 이는 단순한 행동 편향보다는 유동성 공급자의 재고 위험(Inventory risk)에 기인한 것으로 보입니다.
Depth Concentration: 호가창의 깊이가 상단에 집중되어 있다는 통념과 달리, 실제로는 균일한 기하학적 격자(Uniform geometric grid)에 가까운 분포를 보였습니다.
Block-clock Alignment: 거래 발생 시점이 Polygon 블록 생성 주기와 유의미하게 일치하지 않았습니다 (즉, 블록 경계에 맞춘 인위적 거래는 적음).
Maker Diversity: 대부분의 시장에서 유동성 공급자(Maker)의 지갑이 다양하게 분산되어 있으나, 일부 시장은 소수 지갑에 집중되어 있습니다.
Category-conditional Spread: 암호화폐, 스포츠 등 카테고리에 따라 유효 스프레드에 차이가 있었습니다.
Ingestion Latency: 데이터 수집 지연 시간은 중앙값 41.5ms로 안정적이었으나, 간헐적인 꼬리(Tail) 지연이 존재했습니다.
Wash Trading: 직접적인 자가 거래(Self-counterparty) 비율은 중앙값 1%로 낮았으며, 이는 규제되지 않은 토큰 거래소(25~70%)에 비해 현저히 낮은 수준입니다.
Depth Decay near Resolution: 시장 결제 시점이 다가올수록 호가창의 깊이가 얕아지는 경향이 확인되었습니다.

4. 연구의 의의 및 시사점 (Significance)

학술적 엄밀성 제고: 탈중앙화 거래소(DEX) 및 하이브리드 모델(오프체인 매칭 + 온체인 결제)을 연구할 때, 공개된 피드 데이터만으로는 심각한 통계적 오류를 범할 수 있음을 경고했습니다.
새로운 연구 표준 제시: 온체인 데이터와 오프체인 호가창 데이터를 결합(Join)하여 분석하는 정밀한 방법론을 제시하였으며, 이를 위한 재현 패키지를 제공하여 후속 연구의 기반을 마련했습니다.
시장 구조 이해: Polymarket이 단순한 투기장이 아니라, 독특한 유동성 공급 패턴과 스프레드 구조를 가진 고도화된 금융 시장으로서 작동하고 있음을 데이터로 증명했습니다.
실무적 가이드라인: 향후 DeFi 미시구조 연구자들에게 거래 방향(Aggressor sign)을 결정할 때 반드시 온체인 로그를 소스로 사용할 것을 권고하는 강력한 가이드라인을 제공합니다.