Fill-Side Non-Retail Trading on Polymarket: An Empirical Study of Behavioral Tiers and Microstructure Signatures Under Quote-Attribution Constraints

Resumo Técnico: Negociação do Lado de Preenchimento Não Varejista no Polymarket

Declaração do Problema
Os mercados de previsão dependem de provedores de liquidez não varejistas (formadores de mercado, arbitrageiros) para funcionar, contudo a microestrutura da oferta de mercados do tipo Polymarket não foi caracterizada na escala de endereços pseudônimos on-chain. Enquanto a literatura existente (por exemplo, ForesightFlow) foca no fluxo informado do lado da demanda, o comportamento daqueles que fornecem liquidez permanece empiricamente opaco. Um desafio estrutural crítico é que o Polymarket opera um Livro de Ofertas Centralizado (CLOB) híbrido off-chain, onde eventos de colocação e cancelamento de ordens não são registrados on-chain. Este artigo aborda o problema de caracterizar a participação não varejista dadas essas restrições arquitetônicas, investigando especificamente se arquétipos comportamentais distintos (por exemplo, formadores de mercado, arbitrageiros, baleias) podem ser identificados a partir de dados do lado de preenchimento apenas.

Metodologia
O estudo executa uma corrida empírica no arquivo PMXT v2 cobrindo a janela de 2026-04-21 a 2026-04-27. A metodologia prossegue através de seis etapas:

1. Coleta de Dados: Streaming direto via eth_getLogs de 13,36 milhões de eventos OrderFilled do contrato CTFExchange na Polygon, resultando em 77.204 endereços únicos com $\ge$5 preenchimentos em 43.116 mercados.
2. Avaliação de Portões de Validade: Três portões foram avaliados contra os dados:
   • G-FILL (Aprovado): Atribuição completa de maker/taker está disponível via logs OrderFilled.
   • G-QUOTE-LIFE (Falha Universal): Eventos OrderPlaced e OrderCancelled são off-chain e ausentes no arquivo. Consequentemente, características de intensidade de cotação, razão bilateral e spread postado não podem ser construídas ao nível do endereço.
   • G-BOOK (Aprovação Parcial): Snapshots de livro ao nível do mercado estão disponíveis, mas não ao nível do endereço.
3. Engenharia de Características: Devido à falha do G-QUOTE-LIFE, a análise é restrita a um vetor comportamental de seis características do lado de preenchimento: log da intensidade de negociação, log do valor nominal médio, razão direcional, HHI do mercado, entropia intradiária e log da amplitude do mercado.
4. Agrupamento e Estratificação:
   • Agrupamento Baseado em Densidade: DBSCAN foi aplicado em 15 configurações de sensibilidade.
   • Estratégia de Fallback: Quando o agrupamento falhou em separar arquétipos, o estudo empregou uma estratificação por nível de características independente de agrupamento, baseada em percentis pré-registrados (por exemplo, valor nominal total $\ge$ $1M para "Nível Baleia").
   • Particionamento Exploratório: Um particionamento $k$-means ($k=5$) foi executado como complemento descritivo, não como identificação de arquétipos.
5. Análise de Microestrutura: Reprodução das métricas ForesightFlow (VPIN, $\lambda$ de Kyle, Pontuação de Vazamento de Informação) e análise de correlação bilateral entre níveis comportamentais e métricas de microestrutura.
6. Ciclo de Feedback: Resultados empíricos foram usados para testar hipóteses de feedback pré-registradas contra o framework de design de engine do Artigo 1.

Principais Resultados

• Restrição Estrutural (G-QUOTE-LIFE): A arquitetura de CLOB off-chain impede permanentemente a atribuição do ciclo de vida da cotação ao nível do endereço. Alegações sobre comportamentos específicos de formação de mercado ou fornecimento de liquidez baseados em cotas postadas são retiradas. A análise é estritamente limitada a preenchimentos executados.
• Unimodalidade do Espaço Comportamental: O agrupamento baseado em densidade (DBSCAN) produziu um único cluster denso com zero ruído em todas as configurações de sensibilidade. A hipótese pré-registrada de quatro a cinco arquétipos comportamentais separáveis é empiricamente refutada; o espaço comportamental do lado de preenchimento é unimodal, com operadores de alto nível sentados nas caudas de uma distribuição contínua em vez de formar modos distintos.
• Estratificação Robusta por Nível: Apesar da falta de separabilidade de clusters, uma estratificação por nível de características separa com sucesso varejistas de participantes não varejistas:
  • Níveis Não Varejistas Estritos: Nível Baleia (68 endereços), Operador de Alta Frequência (2.952 endereços) e Trader Poderoso (6.738 endereços) constituem 12,6% da população, mas detêm 81,4% do valor nominal total ($536M).
  • Varejo Episódico: 82,1% dos endereços detêm apenas 6,8% do valor nominal.
• Correlações de Microestrutura:
  • O cluster "fill-MM" (preenchimento simétrico de alta frequência) correlaciona-se fortemente com VPIN (toxicidade) e inversamente com a Bilateralidade, sugerindo participação em fluxo unidirecional e tóxico em vez de giro de cotas equilibrado.
  • O cluster "fill-MM" correlaciona-se positivamente com a Pontuação de Vazamento de Informação (ILS), indicando participação desproporcional em mercados com grandes movimentos direcionais pré-resolução.
• Refutação do Valor Nominal Varejista (T3): O valor nominal médio por preenchimento para clusters próximos ao varejo é de aproximadamente $4,77, o que é duas ordens de magnitude menor que o parâmetro fixo de valor nominal de $1.000 usado na grade de traders sintéticos do Artigo 1.
• Padrões de Manipulação:
  • Negociação de Lavagem: 3.980 endereços identificados como "candidatos a volume de lavagem" (posição líquida próxima de zero apesar de alto volume bruto).
  • Spoofing: A detecção de spoof ao nível do endereço (requerendo dados de ciclo de vida da cotação) é retirada. Apenas oscilações de profundidade de livro ao nível do mercado (20 mercados >10 centavos) são observáveis.
• Arbitragem: O adaptador NEGRisk permaneceu inativo durante a janela (0 preenchimentos); a análise de arbitragem é restrita ao fluxo dentro de mercados binários.

Significado e Alegações
O artigo posiciona suas descobertas como contribuições cientificamente substanciais para a caracterização metodológica de mercados do tipo Polymarket, em vez de falhas metodológicas.

1. Adaptação Metodológica: Demonstra que, em mercados com CLOBs off-chain, a caracterização da oferta deve depender de proxies do lado de preenchimento e estratificação por nível de características, em vez de atribuição do ciclo de vida da cotação. A "descoberta negativa" da unimodalidade é apresentada como um fato empírico substancial: o espaço comportamental não é partitionado em arquétipos discretos sob o vetor do lado de preenchimento.
2. Validade Estrutural: O artigo documenta a indisponibilidade permanente de dados do ciclo de vida da cotação no Polymarket, estabelecendo uma condição de fronteira para pesquisas futuras em mercados similares.
3. Fundamentação Empírica para Design de Engine: Os resultados fornecem feedback direto para o framework de engine do Artigo 1, refutando especificamente a suposição de valor nominal varejista de $1.000 e sugerindo que designs de margem híbrida devem levar em conta a dinâmica de reprecificação de MM dominando sinais de volatilidade.
4. Descritivo vs. Causal: O artigo mantém uma postura estritamente descritiva. Padrões identificados (por exemplo, retiradas coordenadas, candidatos a lavagem) caracterizam a "superfície da oferta" sobre a qual os incentivos de manipulação operam, mas não estabelecem intenção ou causalidade de manipulação.

O estudo conclui que, embora arquétipos comportamentais distintos não possam ser resolvidos via agrupamento por densidade em dados do lado de preenchimento, uma separação robusta da concentração de capital varejista e não varejista é alcançável através de limites de nível de características pré-registrados. Isso fornece uma base para entender o fornecimento de liquidez e a formação de preços em mercados de previsão de eventos limitados sob as restrições de dados atuais.