Multicoin：注意力資產和預測市場

作者： Eli Qian，Multicoin Capital 投資合夥人；翻譯：金色財經xiaozou

爲求簡潔，我們可將資產大致分爲兩類：

1 現金流資產——主要是股票和債券。這類資產產生投資者所看重的現金流；

2. 供需型資產——主要適用於大宗商品和外匯。價格隨供需關係波動。

近年來，加密領域催生了一種新型資產——以注意力衡量價值的資產。當下，"注意力資產"主要表現爲用戶生成資產，例如NFT、創作者代幣和Memecoin。這類資產作爲文化注意力潮汐的謝林點，並通過價格波動反映關注度的起伏。

盡管Memecoin在文化層面頗具趣味性，但其金融屬性仍存缺陷。高效的注意力資產應讓市場參與者能夠對特定事物的直接關注度建立風險敞口。通過這種機制，參與者將有意願交易他們認爲錯誤定價的資產，市場從而能集體形成反映注意力預期的價格。

我們相信，通過合理架構設計，注意力資產有望升格爲正式資產類別。爲推進這一構想，本文提出"注意力預言機"概念——這種新型預言機架構可支持"注意力永續合約"的創設，使交易者能夠對文化符號的關注度進行多空操作。

簡而言之，注意力預言機採集特定主題的二元預測市場數據，結合價格、流動性和時間維度構建加權綜合指數，以捕捉注意力變化。爲確保有效運作，需審慎選擇底層市場來代表現實世界的真實關注度輸入。採用預測市場作爲數據源天然內置操縱成本——惡意交易者需投入資金才能影響指數，這在理論上可抑制篡改行爲。

1**、爲何需要注意力永續合約**

用戶生成資產（UGAs）已在純投機領域實現產品市場契合，且擅長追蹤從零起步事物的關注度，例如新興網路趨勢和迷因。

UGAs的核心價值在於爲無法通過傳統金融渠道存在的標的創造資產。傳統資產發行流程緩慢、成本高昂且監管門檻高，極大限制了標的範圍。而注意力資產必須保持互聯網速度以匹配全球思潮演變。無需許可的代幣發行、綁定曲線等智能定價機制與去中心化交易所的結合，使任何人都能免費創建資產、引導流動性並向全球開放交易。

觀察發現UGAs價格通常從零起步。這並非缺陷而是特性——當你創造新迷因時，其初始關注度爲零。低位入場符合直覺，也讓擅長早期發現趨勢者能通過低成本基礎資產變現。但這也導致UGAs難以有效追蹤已具備高關注度的現存事物。

例如假設你看好LeBron James（勒布朗·詹姆斯）的關注度並想做多。雖然可創建迷因幣，但現有LeBron代幣已數十種，該如何選擇？且新幣需從零起步，而作爲全球頂級名人，其關注度本應處於高位，不可能短期暴漲百倍。若想做空其關注度呢？迷因幣更難支持此操作。

那麼，針對已具備高關注度標的的資產應具何種特性？需滿足以下要求：

• 需具備雙向交易機制支持多空操作；
• 需錨定現實世界關注度衡量基準；
• 初始估值不應從零起步。

若退後一步審視這些需求，會發現永續合約恰好符合要求：具備雙向操作、擁有預言機定價機制，且作爲衍生品無需從零起步。真正的挑戰在於構建注意力永續合約的預言機系統。

已有部分團隊正致力解決該問題，例如Noise。在該平台上，交易者可對MegaETH、Monad等加密項目的社群心智份額進行多空操作。Noise採用Kaito作爲預言機，通過聚合社交媒體與新聞數據生成表徵話題熱度的數值。

但現有設計仍有優化空間。注意力預言機的核心目標是採集關注度相關數據，通過算法處理輸出可供多空交易的價值指標。

使用社交媒體作爲數據源的缺陷在於易被操縱——這印證了古德哈特定律（Goodhart’s Law）：在對抗性市場中，交易者會試圖操縱定價輸入。Kaito已不得不重新設計排行榜與反垃圾郵件過濾器以應對此問題。

此外，社交媒體並非衡量關注度的完美標尺。以大谷翔平（Shohei Ohtani）爲例：他擁有使用不同社交應用的全球粉絲羣，這些數據未必被Kaito完全收錄。若他再次贏下世界大賽，知名度將進一步提升，但粉絲數與提及量未必會呈線性增長。

2**、注意力預言機：基於市場的解決方案**

回到LeBron James（勒布朗·詹姆斯）的案例，假設你想交易其關注度。構建LeBron注意力預言機的第一步是採集（若不存在則創建）多個關於他的二元預測市場，例如"勒布朗·詹姆斯本月末粉絲數能否突破X百萬？"、“勒布朗是否能在2026年奪冠？”、"勒布朗會當選2026年MVP嗎？"等。完整的預言機需包含更多底層市場，但本例暫以這三個爲例。指數價格將通過加權聚合各市場的價格、流動性、結算時間與事件重要性來計算。

對於每個預測市場，我們需考量以下四個維度：價格、流動性、剩餘結算時間與事件重要性系數。爲簡化說明，我們採用基礎權重計算公式：每個市場的重要性系數爲1-10分，並結合流動性及時間因子計算權重。

假設三個市場的重要性評分分別爲8分、2分和10分，則各市場權重計算如下：

最終關注度指數如下：

若假設三個預測市場的結算週期分別爲180天、20天與180天，其事件重要性系數依次爲8、2、10，則綜合計算如下：

顯然存在更復雜的關注度指標計算方式，例如採用未平倉合約替代交易量、考量關聯事件、調整市場深度、變量非線性關係等。我們已創建交互式網站，供讀者通過實時Kalshi市場構建自定義指數。

這種基於預測市場的預言機構建方式主要優勢在於：操縱行爲將產生實際成本。若交易者做多勒布朗關注度並試圖拉高指數，則需買入底層二元預測市場倉位。假設底層市場流動性充足，則意味着需以市場認定的偏高價格建倉。

另一項隨市場擴張愈發重要的優勢是：二元預測市場爲做市商提供現貨對沖渠道。若做市商做空關注度指數，可通過做多構成該指數的底層預測市場倉位來對沖風險。

Adjacent已利用Kalshi上的實時流動市場創建政治趨勢指數（如民主黨vs共和黨、紐約市長選舉等）。我們認爲該方法可推廣至任意話題的關注度追蹤。隨着預測市場發展，可行話題範圍將持續擴大。

3**、注意力預言機的設計權衡**

我們的預言機架構需權衡多重因素。從更宏觀的視角審視注意力預言機時，以下爲核心考量維度：

• 輸入數據的關聯性強度；
• 數據獲取的實操可行性；
• 輸入變量的可操縱性等級；
• 用於計算關注度指數的算法函數設計。

我們提出的預言機方案最顯著的權衡在於數據獲取難度。若要構建勒布朗·詹姆斯關注度預言機，首先需爲其相關話題創建多個高流動性的預測市場，且這些市場需持續保持流動性，並在舊議題失效時及時更替。因此，該設計僅適用於已具備成熟預測市場的小衆高關注度話題（例如川普或泰勒·斯威夫特）。

另一重矛盾在於：無論事件結果如何，關注度都可能上升。例如即使勒布朗未能再奪冠，關於其狀態下滑的討論反而可能推高關注度。現實世界中注意力常流向意外事件，而預測市場僅衡量事件發生概率——若市場預期勒布朗當選MVP卻落選，指數下跌時公衆討論可能更熱烈，球迷會爭論評選不公。

最優解或是結合預測市場、社交媒體與其他數據源的混合方案。Google Trends近期向開發者開放搜索趨勢API，搜索量與關注度明顯相關，且去重機制使其比社交媒體指標更抗操縱。亦可用LLM分析易操縱數據源（如主流媒體頭條或X平台熱帖）並過濾垃圾信息，從而構建更健壯的評估體系。

我們認爲，像Kalshi和Polymarket這樣成熟的交易所最有條件推出注意力永續合約，因爲它們已擁有大量流動性底層市場和交易用戶羣體。不過，注意力資產的機遇並不限於行業巨頭。

一種可行方案是設立專門交易預測市場的金庫，定向做多/做空特定主題。例如"做多泰勒·斯威夫特金庫"可買入其歌曲進入前十名、超級碗表演等事件的"是"合約，由金庫管理者判斷哪些市場與關注度提升相關。

另一種模式是利用Hyperliquid的建設者部署永續合約功能。HIP-3提案賦予市場部署者定義預言機的靈活性——可通過組合Kalshi/Polymarket價格、社交媒體指標、谷歌搜索趨勢、新聞頭條等數據源構建指數。

4**、注意力資產的潛力**

頗具諷刺意味的是，注意力經濟的首個成熟應用場景可能出現在股票市場。股價包含兩大要素：現金流折現價值（即內在價值）與模因價值。

從歷史上看，多數股票並不具備顯著的模因價值。但近年來，隨着華爾街賭吧論壇和Robinhood等24x5零售交易平台的興起，越來越多的股票開始持續承載模因價值。

股票研究分析師的核心任務是確定股價。雖然計算DCF組分已有成熟方法，但如何量化模因價值？隨着更多資產依托模因價值交易，開發模因價值建模方法勢在必行。專業投資者已開始使用粉絲數、點讚量和曝光量等指標評估市場情緒，而預測市場與其他預言機構建正可成爲衡量股票關注度、優化交易模型的有效工具。

但注意力資產的潛力遠不止於股票定價。我們認爲預測關注度是具有經濟價值的行爲——注意力是消費者偏好與支出的先行指標。企業根據關注度流向配置研發、招聘與營銷預算，關鍵在於建立新的啓發式模型來追蹤這些流量。