Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
第4回予測市場勉強会資料・予測市場を1から学ぼう!
Search
Yuya-Furusawa
October 15, 2019
Science
0
260
第4回予測市場勉強会資料・予測市場を1から学ぼう!
第4回予測市場勉強会で使用したスライドです。
Eagna(
https://eagna.io/
)
Yuya-Furusawa
October 15, 2019
Tweet
Share
More Decks by Yuya-Furusawa
See All by Yuya-Furusawa
CROP説明(仮)
yfurusawa
0
37
社内予測市場:説明会資料
yfurusawa
0
79
第3回予測市場勉強会資料・Googleにおける社内予測市場
yfurusawa
0
570
Nefrock勉強会資料「予測市場の理論と概要」
yfurusawa
0
59
第1回予測市場勉強会資料・予測市場の概要と理論
yfurusawa
0
290
Other Decks in Science
See All in Science
データベース06: SQL (3/3) 副問い合わせ
trycycle
PRO
1
700
My Little Monster
juzishuu
0
300
Performance Evaluation and Ranking of Drivers in Multiple Motorsports Using Massey’s Method
konakalab
0
120
Hakonwa-Quaternion
hiranabe
1
160
論文紹介 音源分離:SCNET SPARSE COMPRESSION NETWORK FOR MUSIC SOURCE SEPARATION
kenmatsu4
0
440
高校生就活へのDA導入の提案
shunyanoda
0
6.1k
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
0
130
知能とはなにかーヒトとAIのあいだー
tagtag
0
120
データベース05: SQL(2/3) 結合質問
trycycle
PRO
0
850
academist Prize 4期生 研究トーク延長戦!「美は世界を救う」っていうけど、どうやって?
jimpe_hitsuwari
0
450
主成分分析に基づく教師なし特徴抽出法を用いたコラーゲン-グリコサミノグリカンメッシュの遺伝子発現への影響
tagtag
0
130
コンピュータビジョンによるロボットの視覚と判断:宇宙空間での適応と課題
hf149
1
450
Featured
See All Featured
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
231
22k
Agile that works and the tools we love
rasmusluckow
331
21k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
7.9k
We Have a Design System, Now What?
morganepeng
54
7.9k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.8k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
34
2.5k
Visualization
eitanlees
150
16k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
21
1.3k
Building Adaptive Systems
keathley
44
2.9k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
1.8k
Being A Developer After 40
akosma
91
590k
Transcript
༧ଌࢢΛ͔̍Βֶ΅͏ʂ ༧ଌࢢษڧձୈ̐ճ ݹᖒ ༏ 2019/10/15
Table of Contents • ࣗݾհ • ·ͣ༧ଌʹ͍ͭͯ • ༧ଌࢢͱʁ •
༧ଌࢢͷྑ͍ͱ͜ɾѱ͍ͱ͜ • ༧ଌࢢͷՄೳੑ • ͓ΘΓʹ • Q&A
ࣗݾհ • ݹᖒ ༏ • ౦େܦࡁM2 • ઐɿήʔϜཧɺωοτϫʔΫཧ • ؔ৺ɿ༧ଌࢢɺ҉߸௨՟ɺҼՌਪ
• ༧ଌࢢαʔϏε”Eagna”ΛӡӦɾ։ൃͯ͠·͢
·ͣ༧ଌʹ͍ͭͯ
༧ଌͷॏཁੑ • কདྷͷ༧ଌඇৗʹॏཁ དྷ݄ͷऩೖˠࠓͷങ͍ ͷधཁˠઃඋࢿɺϓϩϞʔγϣϯઓུ ޙͷੈքˠͷํ
None
༧ଌͱ͍͏ӦΈ • ੈͷதʹࢄΒ͍ͬͯΔใΛूͯ͠ɺকདྷ ʹؔ͢ΔใΛಋ͘ߦҝ • ͰͲͷΑ͏ʹใΛू͢Ε͍͍ͷ͔ʁ • ޮత͔ͭ؆୯ͳूํ๏ͩͱخ͍͠
༧ଌखஈ̍ɿઐՈʹฉ͘ • Pros • ৫ʹೲಘײΛੜΉ • Cons • ͓ۚͱ͕͔͔࣌ؒΔ •
ਖ਼ʹ͑ΔΠϯηϯςΟϒʁ • ਫ਼ͦΜͳʹߴ͘ͳ͍͔͠Εͳ͍ɺɺɺ
༧ଌखஈ̎ɿଟܾʢථʣ • Pros • ؆୯ʹ࣮ߦͰ͖Δ • ࢀՃऀ͕ฏʹѻΘΕΔ • Cons •
ਖ਼ʹථ͢ΔΠϯηϯςΟϒ͕ແ͍ • ใΛ͍࣋ͬͯΔਓͱ࣋ͬͯͳ͍ਓ͕ฏʹѻΘΕ ͯ͠·͏ • ථऀͷແؾྗԽ(Voter Apathy)
༧ଌखஈ̏ɿAIͰ༧ଌ • Pros • ༧ଌਫ਼͕ඇৗʹߴ͍ • Cons • େͳσʔλ͕ඞཁ •
σʔλ͕ͳ͍͜ͱͷ༧ଌ͍͠
1. ༧ଌΛਖ਼ʹݴ͏ΠϯηϯςΟϒ͕ແ͍ 2. ࣌ؒతɾۚમతίετ͕ߴ͍ 3. େྔ͔࣭ͭͷߴ͍σʔλ͕ඞཁ
ޮతʹਫ਼ͷߴ͍༧ଌ͕͍ͨ͠ʂʂʂ
༧ଌࢢͱʁ
༧ଌࢢ Prediction Market • ܈ऺͷӥஐͱࢢϝΧχζϜΛ༻͍ͨใू ϝΧχζϜɾ༧ଌखஈ • ଟͷࢀՃऀ͕ࣗͷ༧ʹैͬͯɺূ݊Խ ͞Εͨ༧Λചങ͢Δ •
ຊͰ͋·ΓΒΕͯ·ͤΜͶɺɺɺ
܈ऺͷӥஐ Wisdom of Crowds • 1ਓͷ༏Εͨఱ࠽͕Լ͢அΑΓɺී௨ͷਓ ͔ΒΔूஂ͕Լ͢அͷํ͕༏Ε͍ͯΔͱ ͍͏ݱ • ྫɿΰϧτϯڭतͱ༤ڇͷମॏͯେձ
ࢢϝΧχζϜ Market Mechanism • ܦࡁతΠϯηϯςΟϒʹΑΓޮతͳΛ ୡ • ʮൃݟతखଓ͖ͱͯ͠ͷڝ૪ʯbyϋΠΤΫ • ใूϝΧχζϜͱͯ͠ͷࢢ
༧ଌࢢͷ࣮ྫ • Hollywood Stock Exchange • ΞϝϦΧͷฮ༧ଌࢢɺөըͷ༧ଌઐ • Augur •
ϒϩοΫνΣʔϯ্ͷ༧ଌࢢ • Google • ࣾʹ༧ଌࢢΛઃஔ
༧ଌࢢͷΈ • τϥϯϓͱώϥϦʔͷͲͪΒ͕উ͔ͭΛ༧ଌ ͢Δ༧ଌࢢΛߟ͑·͠ΐ͏ʂ
༧ଌࢢͷΈ 1. τϥϯϓτʔΫϯͱώϥϦʔτʔΫϯΛൃߦ τϥϯϓ $1 $0 τϥϯϓউར τϥϯϓഊ ώϥϦʔ $1
$0 ώϥϦʔউར ώϥϦʔഊ
༧ଌࢢͷΈ 2. τʔΫϯͷചങΛ͢Δ • উͭͱ༧͢ΔํͷτʔΫϯΛങ͏ τϥϯϓ ώϥϦʔ τϥϯϓ͕উͭ ͱࢥ͏ͳΒ… ώϥϦʔ͕উͭ
ͱࢥ͏ͳΒ…
༧ଌࢢͷΈ 2. τʔΫϯΛചങ͢Δ • ͖ͳτʔΫϯΛ͖ͳ͚ͩങ͑Δ τϥϯϓ ώϥϦʔ ×̑ ×̑ ʑ͘Β͍ͩͱ
ࢥ͏ͳΒ…
༧ଌࢢͷΈ 2. τʔΫϯΛചങ͢Δ • ༧͕มԽͨ͠ΒͦΕʹԠͯ͡ചങ τϥϯϓ ώϥϦʔ ώϥϦʔ͕উͪͦ͏ͩ ͱͳͬͨΒ…
༧ଌࢢͷΈ 3. ݁Ռ͕ܾ·ͬͨͷͪɺ͍͕͠ߦΘΕΔ τϥϯϓ ώϥϦʔ
Ձ֨ͱ༧ଌ • Ձ͕֨ߴ͍ʹΈΜͳ͕༧͍ͯ͠Δ • Ձ֨ʹࢢͷ༧ଌ • ܦࡁతΠϯηϯςΟϒ͕ਖ਼֬ͳ༧ଌΛͨΒ ͢
Ձ֨ͱࣗͷ༧ଌ • ͍ͭങ͍ͬͯͭചΔ͖͔ʁ • ྫɿτϥϯϓτʔΫϯͷՁ͕֨$0.6ͷͱ͖ τϥϯϓ͕উͭ֬ 80% ظɿ$1 × 80%
= $0.8 > $0.6 30% ظɿ$1 × 30% = $0.3 < $0.6 ങͬͨํ͕ ྑ͍ ചͬͨํ͕ ྑ͍
༧ଌࢢͷϝΧχζϜ • Ձ֨ΛͲ͏ܾͬͯΊΔ͔ʁ • Ձ͕֨༧ଌΛදͯ͠΄͍͠ • ͦͷ༧ଌਖ਼֬ͳͷͰ͋ͬͯ΄͍͠ • ࣗͷ༧ଌ௨Γʹਖ਼ʹചങͯ͠΄͍͠
࿈ଓμϒϧΦʔΫγϣϯํࣜ Continuous Double Auction Mechanism • τʔΫϯΛചങ • ചΓจͱങ͍จΛͦΕͧΕఏग़ •
͕݅Ϛον͢Εఆ • גࣜࢢɺҝସࢢͳͲͱಉ͡Γํ
࿈ଓμϒϧΦʔΫγϣϯํࣜ Continuous Double Auction Mechanism • Thin Market Problem •
ಛʹબࢶ͕ଟ͘ͳΔͱ૬ख͕ݟ͔ͭΒͳ ͍Մೳੑ • No Trade Theorem • ૬ख͕औҾ͠Α͏ͱ͢ΔͳΒʹͦΕʹԠ͡ ͳ͍ํ͕ྑ͍
ϚʔέοτϝΠΧʔํࣜ Automated Market Maker Mechanism • ࢢͷཧऀͱऔҾΛߦ͏ • ཧऀ͔ΒτʔΫϯΛߪೖ͠ɺཧऀ͕ใु Λࢧ͏
• Ձ֨ΞϧΰϦζϜʹैܾͬͯఆ͞ΕΔ →ࠓճׂѪ͠·͢ʂ
༧ଌࢢͷྑ͍ͱ͜ɾѱ͍ͱ͜
͍͢͝ͱ͜Ζ 1. ༧ଌ͕ਖ਼֬ “Prediction Markets”, Wolfers and Zitzewitz
͍͢͝ͱ͜Ζ 2. ϦΞϧλΠϜੑ • Ձ֨(ʹ༧ଌ)ͷมԽ͕Θ͔Δ • χϡʔεͳͲͰ༧ଌ͕DynamicʹมԽ • ଞͷ༧ଌखஈʹݟΒΕͳ͍ಛੑ
“Prediction Markets”, Wolfers and Zitzewitz
͍͢͝ͱ͜Ζ 3. ใͷओମతͳ֫ಘ • औҾͰಘΛ͢ΔͨΊʹใΛͨ͘͞Μू ΊΔඞཁ͕͋Δ • ྫ͑ώϥϦʔͱτϥϯϓͲ͕ͬͪউ͔ͭ ʹ͍ͭͯ͘͢͝ௐΔΑ͏ʹͳΓ·͢
μϝͳͱ͜Ζ 1. ϚʔέοτͷσβΠϯ͕͍͠ 2. ๏తͳ • ຊͩͱṌത๏ͰΞτͰ͢^^ 3. ྲྀಈੑͷ֬อɺཧऀͷଛࣦ 4.
݁Ռͷղऍ͕͍͠
AIʹΑΔ༧ଌͱͷҧ͍ • ҧ͍ɿσʔλɾϞσϧΛඞཁͱ͠ͳ͍ • σʔλ͕ແ͍ɺऔΕͳ͍ྖҬ • Ϟσϧ͕ෳࡶͳྖҬ • ٯʹϦονͳσʔλɾཱ֬͞ΕͨϞσϧ͕͋ ΕAIͷํ͕༏Ε͍ͯΔ
༧ଌࢢઈରతʹ༏Εͨ༧ଌखஈͰͳ͍ Ή͠Ζଞͷ༧ଌखஈͱิతͳؔ
༧ଌࢢͷՄೳੑ
ࣾձɾ࣏ʹؔ͢Δ༧ଌ • ྫɿʮؖटձஊ͕Ҏʹ࣮ݱ͢Δ ͔ʁʯ • σʔλͰ༧ଌࠔ • Ϗδωεతʹඇৗʹॏཁͳ༧ଌ
͖݅ͷ༧ଌ • ྫɿʮফඅ੫Λ૿੫ͨ͠Βɺ̑ޙɺຊͷ ܦࡁ˓%Λ͑Δ͔ʁʯ • ࡦͷஅʹ͏͜ͱ͕Մೳ • ੈௐࠪͷΘΓ • ϙδγϣϯτʔΫͳ͘ͳΔʢʁʣ
ਅ࣮Λ͘(ʁ)༧ଌ • ྫɿʮްੜ࿑ಇলͷ౷ܭʹෆਖ਼͕͋Δ͔ʁʯ • ෦ͷਓͨͪෆਖ਼͕͋Δͱ༧ଌ͢ΔΠϯη ϯςΟϒ͕͋Δ • Ձ͕֨ߴ͔ͬͨΒʮͳΜ͔ո͍͠ɺɺɺʯͬ ͯͳΔ
͓ΘΓʹ
ͬͱΓ͍ͨਓ • ʮී௨ͷਓͨͪΛ༬ݴऀʹม͑Δʰ༧ଌࢢʱͱ͍ ͏৽ઓུʯɺυφϧυɾτϯϓιϯ • ʮʰΈΜͳͷҙݟʱҊ֎ਖ਼͍͠ʯɺδΣʔϜζɾ εϩΟοΩʔ • “Prediction Market
: Theory and Application”, Leighton Vaughan Williams
Eagna • ”Eagna”ͱ͍͏αʔϏεΛӡӦɾ։ൃͯ͠·͢ • PCɺεϚϗͷϒϥβ্Ͱ༧ଌࢢΛແྉͰ ମݧͰ͖·͢ʢsign upඞཁɺεϚϗਪʣ • Ϛʔέοτ͝ͱʹίΠϯΛ͢ΔͷͰɺͦ ΕΛͨ͘͞Μ૿͍ͯͩ͘͠͞ʂ
Eagna • ใु͋Γ·͢ʂ • ֫ಘͨ͠ίΠϯʹൺྫͯ֬͠తʹελόͱ͔ͷ Ϊϑτ݊Λͬͯ·͢ • eagna.ioͰݕࡧʂ • ϑΟʔυόοΫେେେܴͰ͢ʂ
None
༧ଌࢢษڧձ • ຊͷ༧ଌࢢίϛϡχςΟͱͯ͠ຖ݄ߦͬ ͍ͯ͘༧ఆͰ͢ • ࣌ɺձɺςʔϚconnpassͰʂ • ੋඇ࣍ճ͝ࢀՃԼ͍͞ʂ
Q&A
͋Γ͕ͱ͏͍͟͝·ͨ͠ʂ