Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
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
35
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
560
Nefrock勉強会資料「予測市場の理論と概要」
yfurusawa
0
55
第1回予測市場勉強会資料・予測市場の概要と理論
yfurusawa
0
280
Other Decks in Science
See All in Science
統計学入門講座 第3回スライド
techmathproject
0
110
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
0
120
統計的因果探索: 背景知識とデータにより因果仮説を探索する
sshimizu2006
4
930
深層学習を用いた根菜類の個数カウントによる収量推定法の開発
kentaitakura
0
160
02_西村訓弘_プログラムディレクター_人口減少を機にひらく未来社会.pdf
sip3ristex
0
500
01_篠原弘道_SIPガバニングボード座長_ポスコロSIPへの期待.pdf
sip3ristex
0
550
データベース10: 拡張実体関連モデル
trycycle
PRO
0
730
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
dropout009
1
490
データベース04: SQL (1/3) 単純質問 & 集約演算
trycycle
PRO
0
870
アナログ計算機『計算尺』を愛でる Midosuji Tech #4/Analog Computing Device Slide Rule now and then
quiver
1
190
07_浮世満理子_アイディア高等学院学院長_一般社団法人全国心理業連合会代表理事_紹介資料.pdf
sip3ristex
0
500
MCMCのR-hatは分散分析である
moricup
0
380
Featured
See All Featured
How to Think Like a Performance Engineer
csswizardry
25
1.7k
Navigating Team Friction
lara
187
15k
What's in a price? How to price your products and services
michaelherold
246
12k
Designing Experiences People Love
moore
142
24k
Typedesign – Prime Four
hannesfritz
42
2.7k
Agile that works and the tools we love
rasmusluckow
329
21k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
30
2.1k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
8
690
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
107
19k
Statistics for Hackers
jakevdp
799
220k
The World Runs on Bad Software
bkeepers
PRO
69
11k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
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