LS-LMSR: Como Funciona a Liquidez Sensível em Mercados de Previsão
LS-LMSR é técnico, mas a pergunta por trás dele é simples. Como um mercado de previsão oferece liquidez antes de atrair muitos traders? Em mercados novos, pouca profundidade pode fazer uma ordem pequena mover demais a chance. Em mercados maduros, pouca sensibilidade pode deixar o preço rígido demais.
O LS-LMSR tenta equilibrar esses dois momentos. Ele adapta a liquidez do formador de mercado conforme o mercado cresce, em vez de tratar todo mercado como se tivesse a mesma profundidade. Portanto, ele importa para qualquer pessoa que queira entender preço, slippage, ordem e estrutura de mercado em mercados de previsão.
Neste guia, você vai entender o que é LS-LMSR. Também vai ver como ele se liga ao LMSR tradicional. Depois, verá por que o modelo difere de um livro de ordens. Por fim, verá como avaliar liquidez antes de negociar. O foco é educacional. Não é recomendação de trading, nem promessa de retorno.
O Que É LS-LMSR?
LS-LMSR (Liquidity-Sensitive Logarithmic Market Scoring Rule) é uma variação do LMSR usada em mercados de previsão para ajustar a liquidez do formador de mercado conforme o mercado cresce. A ideia é oferecer execução contínua, mas reduzir impacto de preço excessivo em mercados com mais atividade e profundidade.
Em português direto: LS-LMSR é um AMM com profundidade adaptativa. Ele não espera que todo preço venha de compradores e vendedores em um livro de ordens. Em vez disso, usa uma regra matemática para cotar preços e atualizar chances após cada negociação.
O ponto central é a palavra “liquidity-sensitive”. No LMSR clássico, a liquidez depende de um valor fixo. No LS-LMSR, esse valor fica sensível ao estado do mercado. Assim, a curva de preço pode ficar menos frágil quando há mais atividade.
Esse desenho foi discutido em pesquisa acadêmica sobre formadores de mercado automáticos. A fonte principal é o paper A Practical Liquidity-Sensitive Automated Market Maker, de Othman, Pennock, Reeves e Sandholm. O tema também aparece em estudos modernos sobre AMMs, como Automated Market Makers for Decentralized Finance.
O Problema Que o LS-LMSR Tenta Resolver
Todo mercado de previsão precisa responder a uma pergunta operacional: quem oferece o primeiro preço? Em um mercado com livro de ordens, traders precisam colocar ordens de compra e venda. Sem essas ordens, o mercado parece vazio.
Um AMM resolve isso de outra forma. Ele usa uma regra automática para sempre oferecer preço. Isso ajuda mercados recém-criados, especialmente quando o tema ainda não tem volume orgânico.
No entanto, existe um custo. Se a curva for rasa demais, uma ordem pequena move muito a chance. Se a curva for profunda demais, o operador da plataforma pode precisar subsidiar liquidez acima do necessário. O LS-LMSR nasceu para enfrentar esse trade-off.
Liquidez inicial em mercados recém-criados
Imagine um mercado sobre a próxima decisão do COPOM. No primeiro dia, poucos traders entraram. Ainda assim, alguém quer comprar shares de “SIM” para uma alta da Selic.
Sem liquidez, essa pessoa talvez não encontre contraparte. Com um AMM, ela consegue executar a ordem. A regra matemática atua como contraparte algorítmica.
Esse papel é útil, mas precisa ser calibrado. Se o mercado tiver liquidez baixa, uma ordem de R$ 100 pode mover a chance de 50% para 60%. Em outro mercado mais profundo, a mesma ordem talvez mova o preço só para 51%.
Slippage quando uma ordem move demais o preço
Slippage é a diferença entre o preço esperado e o preço efetivo da execução. Em mercados de previsão, ele aparece quando a própria ordem do trader muda a chance enquanto está sendo feita.
Em um mercado raso, comprar muito “SIM” empurra o preço marginal para cima. O trader começa comprando a uma chance mais baixa e termina comprando a uma chance mais alta. Portanto, o custo médio fica pior do que o primeiro preço visto na tela.
O LS-LMSR não elimina slippage. Nenhum mecanismo sério faz isso sem custo. Porém, ele tenta ajustar a profundidade do mercado para que o impacto de preço faça mais sentido conforme o mercado ganha atividade.
Risco de subsídio para a plataforma
Um formador de mercado automático precisa ser financiado. Quanto mais profunda a liquidez oferecida, maior pode ser o risco econômico do operador. Esse risco não é igual ao risco de um trader comum, porque está embutido na função de custo.
O LMSR tradicional tem uma perda máxima limitada pelo valor de liquidez. Isso é elegante. Porém, se esse valor for alto demais desde o início, o subsídio pode ficar caro. Se for baixo demais, a experiência de ordem fica ruim.
O LS-LMSR tenta ajustar essa relação. Ele busca mais liquidez quando há sinal de mercado maior, e menos exposição quando o mercado ainda é pequeno.
Como o LS-LMSR Funciona na Prática
A intuição do LS-LMSR fica mais clara quando pensamos em três peças: função de custo, preço marginal, e shares de resultados. Em mercados binários, esses resultados costumam ser “SIM” e “NÃO”.
A função de custo define quanto custa aumentar a quantidade de shares de um resultado. O preço marginal é o preço da próxima unidade. Se muitos traders compram “SIM”, a chance de “SIM” sobe.
No LMSR, essa relação é governada por um valor de liquidez fixo. Esse valor controla a inclinação da curva. Um valor maior cria mais profundidade. Um valor menor cria mais sensibilidade.
No LS-LMSR, a profundidade não precisa ficar congelada. Ela pode responder ao tamanho do mercado, ao volume acumulado, ou a outra medida definida pelo desenho do mecanismo. O detalhe matemático varia por implementação, mas a intenção é a mesma: liquidez adaptativa.
Exemplo simplificado com COPOM
Suponha um mercado binário: “O COPOM vai manter a Selic na próxima reunião?” O preço inicial de “SIM” está perto de 50%. Isso representa uma chance implícita de 50%, não uma previsão oficial.
No primeiro cenário, o mercado é raso. Um trader compra R$ 1.000 em “SIM”. A chance sai de 50% para 58%. O impacto foi grande, porque havia pouca profundidade.
No segundo cenário, o mercado já tem muito volume e várias posições abertas. A mesma compra de R$ 1.000 move a chance de 50% para 52%. O impacto foi menor, porque a curva ficou mais profunda.
O LS-LMSR busca aproximar o mercado do segundo comportamento quando a atividade justifica. Ao mesmo tempo, ele evita oferecer profundidade excessiva quando o mercado ainda não demonstrou demanda.
Esse exemplo é didático. Ele não descreve uma parametrização específica do Macro Markets ou de qualquer outra plataforma. Serve apenas para mostrar a lógica de estrutura de mercado.
LMSR vs LS-LMSR: A Diferença Central
A diferença mais importante entre LMSR e LS-LMSR está na liquidez. O LMSR usa um valor fixo. O LS-LMSR torna a profundidade sensível à liquidez ou à atividade do mercado.
Compare os três modelos assim:
- LMSR: usa uma função de custo fixa. A liquidez vem de um valor fixo. Funciona bem em mercados simples, mas pode ficar raso ou caro.
- LS-LMSR: usa uma função de custo adaptativa. A liquidez muda com o estado do mercado. Ajuda quando o mercado cresce, mas é mais difícil de explicar.
- CLOB: usa ordens de traders. A liquidez vem de compradores e vendedores. Pode ser ótimo em mercados líquidos, mas pode ficar vazio em mercados novos.
Essa comparação mostra o trade-off. O LS-LMSR não é “melhor” em qualquer cenário. Ele responde a um problema específico. Como criar liquidez algorítmica sem tratar mercados pequenos e grandes do mesmo jeito?
Impacto para traders
Para traders, a diferença aparece no preço médio de entrada e saída. Um mercado com pouca profundidade pode parecer barato no primeiro preço, mas caro depois da execução total.
Por isso, a pergunta correta não é apenas: “qual é a chance atual?” A pergunta completa é outra: “qual chance eu pago se executar o tamanho desejado?”
Um modelo sensível à liquidez tenta reduzir essa distância em mercados com mais atividade. Ainda assim, o trader precisa observar impacto de preço, volume, e profundidade.
Impacto para operadores
Para operadores de plataforma, o LS-LMSR ajuda a pensar em sustentabilidade. Liquidez demais custa caro. Liquidez de menos prejudica a experiência.
A parametrização vira uma decisão de produto e risco. Um mercado sobre eleição presidencial pode justificar mais profundidade do que um mercado pequeno e experimental. Portanto, a estrutura de mercado precisa acompanhar o contexto.
LS-LMSR, CLOB e AMMs: Qual Modelo Faz Sentido?
Um CLOB, ou Central Limit Order Book, forma preço com ordens de traders. Compradores deixam bids. Vendedores deixam offers. O preço nasce do encontro entre oferta e demanda.
Um AMM forma preço por regra. O trader não precisa esperar uma contraparte direta naquele segundo. A execução pode acontecer contra a função de custo.
A documentação pública da Polymarket descreve a negociação em um CLOB híbrido com matching off-chain e liquidação on-chain. Já a documentação da Kalshi expõe endpoints de order book para mercados binários. Essas fontes ajudam a comparar mecanismos, sem afirmar que essas plataformas usam LS-LMSR.
Quando o CLOB é forte
O CLOB tende a funcionar bem quando há muitos traders. Com vários traders competindo, o spread pode cair. A formação de preço também fica mais transparente, porque as ordens aparecem no livro.
Por outro lado, o CLOB pode sofrer em mercados novos ou nichados. Se ninguém coloca ordens, a execução fica limitada. O usuário vê interesse no tema, mas não encontra profundidade suficiente.
Quando o AMM é forte
O AMM é forte na largada. Ele cria execução contínua e dá ao mercado um primeiro preço negociável. Isso ajuda mercados de cauda longa, onde ainda não existe liquidez orgânica.
No entanto, AMMs precisam de regras claras. A curva pode ser rasa demais, profunda demais, ou mal calibrada para o risco do operador. Por isso, LS-LMSR é relevante: ele tenta tornar essa curva mais dinâmica.
Quando combinar modelos
Algumas arquiteturas podem combinar mecanismos. Um AMM pode apoiar a liquidez inicial, enquanto ordens de usuários ganham peso quando o mercado cresce. Outra opção é migrar de um modo mais algorítmico para um livro mais competitivo.
A decisão depende de produto, regulação, risco, e perfil dos usuários. Mercados sobre eventos populares podem tolerar CLOB. Mercados técnicos, locais, ou recém-criados podem precisar de mais liquidez automática.
O Que Polymarket e Kalshi Ensinam Sobre Liquidez
Polymarket e Kalshi são úteis como exemplos de estrutura de mercado porque tornam visível uma ideia: liquidez não é apenas volume. Liquidez é a capacidade de executar tamanho relevante sem mover demais o preço.
Um mercado pode ter muito volume histórico e ainda estar frágil hoje. Também pode ter baixo volume acumulado, mas bom interesse nos primeiros níveis do livro. Portanto, olhar só para volume pode enganar.
A comparação com plataformas conhecidas também mostra por que o LS-LMSR não deve ser tratado como moda matemática. Ele é uma resposta a uma dor real de design: como dar profundidade a mercados que talvez ainda não tenham usuários suficientes.
No Macro Markets, a lição prática é simples. Ao analisar um mercado de previsão, leia a chance como um preço de mercado. Depois, avalie se existe liquidez para o tamanho da sua posição. Preço sem profundidade é sinal incompleto.
Vantagens e Limites do LS-LMSR
A principal vantagem do LS-LMSR é adaptar a profundidade do mercado. Isso pode tornar a experiência mais estável quando a atividade aumenta. Também pode reduzir o problema de escolher um único valor de liquidez para todos os momentos.
Além disso, o modelo preserva uma propriedade importante dos AMMs: execução contínua. Mesmo quando não há contraparte direta, a função de custo oferece preço. Isso é valioso em mercados de previsão com muitos temas.
Outra vantagem é pedagógica. O LS-LMSR força operadores e traders a pensar em liquidez como parte da chance. A probabilidade exibida não basta. O custo de mover a chance também importa.
Limites do modelo
O primeiro limite é a complexidade. LMSR já exige explicação. LS-LMSR exige ainda mais cuidado, porque a liquidez passa a depender do estado do mercado.
O segundo limite é parametrização. Um desenho sensível à liquidez ainda precisa escolher métricas, limites e regras. Se essas escolhas forem ruins, o modelo pode criar incentivos indesejados.
O terceiro limite é demanda real. Um AMM melhora execução inicial, mas não substitui interesse genuíno. Se ninguém quer analisar o evento, nenhuma função de custo cria convicção do nada.
Quando a liquidez orgânica pode superar o AMM
Em mercados muito líquidos, um CLOB competitivo pode superar um AMM em formação de preço. Traders competem entre si, ajustam spreads, e atualizam ordens com base em novas informações.
Nesse cenário, o AMM pode virar apoio, não centro do mercado. A liquidez orgânica tende a ser mais informativa quando há muitos traders com visões diferentes.
Por isso, LS-LMSR deve ser visto como ferramenta de estrutura de mercado. Não é uma solução universal. É uma forma inteligente de lidar com mercados que ainda precisam de profundidade adaptativa.
Checklist Para Avaliar Liquidez em um Mercado de Previsão
Antes de negociar em um mercado de previsão, avalie mais do que a chance atual. Use este checklist para entender o risco de execução.
- Fundo: quanto o preço muda se você comprar ou vender o tamanho desejado?
- Spread: existe diferença grande entre compra e venda?
- Volume recente: houve atividade nas últimas horas ou apenas volume antigo?
- Tamanho do mercado: o tema atrai traders suficientes?
- Impacto de preço: a sua própria ordem muda muito a chance?
- Critério de resolução: o evento tem fonte clara e verificável?
- Liquidez de saída: você consegue reduzir posição antes da resolução?
Esse checklist vale para AMM, LS-LMSR, CLOB, e modelos híbridos. A tecnologia muda, mas a pergunta central continua igual: qual é o custo real de entrar e sair?
Volume não é igual a liquidez
Volume mede o que já foi negociado. Liquidez mede o que pode ser executado agora. A diferença é crítica.
Um mercado pode ter negociado muito na semana passada e estar parado hoje. Nesse caso, o volume histórico parece forte, mas a execução atual pode ser fraca.
Por outro lado, um mercado novo pode ter baixo volume, mas boa profundidade algorítmica. O LS-LMSR tenta tornar esse segundo caso mais viável.
Como ler sinais de fragilidade
Sinais de fragilidade aparecem quando pequenas ordens movem demais o preço. Também aparecem quando há poucos traders, spreads altos, ou ausência de atualização após novas informações.
Se o mercado reage de forma exagerada a cada ordem, o trader precisa reduzir tamanho ou exigir mais margem de segurança. Não basta estar certo sobre o evento. É preciso pagar um preço que faça sentido.
Guia Rápido Para Ler um Mercado com LS-LMSR
Use este guia em dois minutos. Ele não diz o que comprar. Ele ajuda você a ver custo e risco.
Primeiro, olhe o preço. Se “SIM” vale 52%, o mercado diz que essa é a chance atual. Esse número é só o ponto de partida.
Depois, teste o tamanho. Veja quanto o preço muda com uma ordem pequena. Se muda pouco, o mercado tem mais profundidade. Se muda muito, o mercado está raso.
Em seguida, compare entrada e saída. Um preço bom na compra não basta. Você também precisa sair sem pagar um custo alto demais.
Agora, olhe o tempo. Um mercado perto do fim pode mudar rápido. Um mercado longe do fim pode ter mais ruído. Cada caso pede outro cuidado.
Também leia a regra de fim. Ela diz como o resultado será decidido. Sem regra clara, o preço perde valor como sinal.
Por fim, pense no tamanho da sua tese. Uma tese forte ainda pode virar um trade ruim se o custo for alto. Em mercados de previsão, o preço certo depende do evento e do caminho até a ordem.
Exemplo curto de leitura
Imagine que “SIM” está em 50%. Você quer comprar pouco. O preço vai para 51%. Esse impacto é baixo.
Agora imagine outra tela. “SIM” também está em 50%. Você compra o mesmo valor. O preço vai para 58%. Esse impacto é alto.
Nos dois casos, a chance inicial era igual. Mas o custo real não era igual. É por isso que LS-LMSR e liquidez importam.
O modelo tenta fazer a curva ficar mais firme quando o mercado cresce. Ainda assim, você deve olhar o efeito da sua ordem. O dado mais útil é o preço que você paga de fato.
Regra simples de bolso
Use uma regra simples. Se a sua ordem muda muito o preço, reduza o tamanho. Se o preço quase não muda, o mercado tem mais profundidade.
Não trate 50% como uma verdade. Trate 50% como um preço. Um preço pode estar certo, caro, ou barato para o seu tamanho.
Também não confunda pressa com sinal. Um salto rápido pode vir de nova informação. Mas também pode vir de pouca base no mercado.
Por isso, espere a tela mostrar mais do que um número. Veja preço, custo, volume recente, e regra de fim. Esses quatro pontos já filtram muitos erros.
Com LS-LMSR, a ideia é dar mais profundidade quando o mercado mostra vida. Isso ajuda a reduzir ruído. Mesmo assim, o bom uso ainda depende de leitura, calma, e gestão de risco.
Pense em três telas. Na primeira, o preço muda de 50% para 51%. Na segunda, muda de 50% para 55%. Na terceira, muda de 50% para 62%.
A primeira tela é mais firme. A segunda pede cuidado. A terceira grita risco de custo. O evento pode até ser bom, mas a ordem já moveu demais o preço.
Essa leitura é simples e útil. Ela vale para COPOM, eleição, cripto, esporte, ou cultura. O tema muda. O risco de pagar caro demais continua.
Se você não sabe o impacto da ordem, comece menor. Veja o preço andar. Depois decida se o custo ainda faz sentido.
Esse hábito não garante acerto. Mas reduz erro básico. Em mercados de previsão, erro básico costuma nascer de olhar só para o número grande da tela.
Guarde uma frase: preço é sinal, custo é teste. Se o sinal parece bom, teste o custo. Se o custo pesa, espere, reduza, ou mude o plano.
Mais simples ainda: preço mostra uma chance. Custo mostra se dá para agir. Se os dois não ajudam, não force.
O melhor trade não é só a melhor ideia. É a ideia com bom preço, bom tamanho, e saída possível.
Resumo em 60 Segundos
LS-LMSR ajuda um mercado novo a ter preço.
Ele também ajuda um mercado maior a não mexer demais com cada ordem.
Pense em uma régua. No começo, ela é mais leve. Depois, pode ficar mais firme.
Isso não torna o preço perfeito. Só torna o custo mais claro.
Se você compra pouco e o preço anda muito, há pouco fundo no mercado.
Se você compra pouco e o preço quase não anda, há mais base.
Essa regra já evita muitos erros.
Olhe o preço. Olhe o custo. Olhe o tamanho. Olhe a saída.
Não precisa decorar a fórmula para usar essa lição.
Basta lembrar que um mercado de previsão é preço mais liquidez.
Sem preço, não há sinal.
Sem liquidez, o sinal pode quebrar quando a ordem entra.
FAQ Sobre LS-LMSR
LS-LMSR é o mesmo que LMSR?
Não. O LS-LMSR deriva do LMSR, mas adiciona sensibilidade à liquidez. No LMSR tradicional, o valor de liquidez é fixo. No LS-LMSR, a profundidade pode mudar conforme o estado ou tamanho do mercado.
LS-LMSR elimina slippage?
Não. LS-LMSR pode reduzir impacto de preço relativo em mercados mais ativos, mas não elimina slippage. Se uma ordem for grande em relação à profundidade disponível, ela ainda pode mover a chance.
LS-LMSR é melhor que CLOB?
Depende. LS-LMSR pode ser melhor para liquidez inicial e execução contínua. CLOB pode ser melhor quando há muitos traders competindo no livro de ordens. O mecanismo ideal depende do mercado, do volume, e do perfil dos traders.
Polymarket usa AMM ou CLOB?
A documentação pública da Polymarket descreve um CLOB híbrido. Isso serve como contraste com AMMs, mas não prova nada sobre mecanismos internos além do que está documentado publicamente.
Kalshi usa livro de ordens?
A API pública da Kalshi tem endpoint de order book para mercados binários. Isso indica uma estrutura baseada em livro de ordens na documentação pública. A comparação ajuda a entender a diferença entre CLOB e AMM.
Por que isso importa para prediction markets?
Porque mercados de previsão dependem de chance e ordem. Se a chance é boa, mas a liquidez é fraca, o preço pode mudar demais antes de você terminar a ordem. LS-LMSR tenta melhorar esse equilíbrio.
Conclusão
LS-LMSR é melhor entendido como uma política de liquidez adaptativa para mercados de previsão. Ele parte do LMSR, mas tenta ajustar a profundidade do formador de mercado conforme o mercado cresce.
A ideia é prática. Mercados novos precisam de execução inicial. Mercados maduros precisam de profundidade maior. Um valor fixo pode falhar nos dois extremos.
Para traders, a lição é direta: não olhe apenas para a probabilidade exibida. Observe slippage, profundidade, spread, volume recente, e liquidez de saída. Em prediction markets, preço e estrutura de mercado caminham juntos.
Para operadores, o LS-LMSR mostra que liquidez não é detalhe técnico. É parte do produto. Um mercado bem desenhado precisa formar chances úteis, mas também permitir execução com custo claro.
No Macro Markets, esse tipo de análise ajuda você a interpretar mercados reais com mais precisão. Probabilidade é o sinal. Liquidez é o teste de quanto esse sinal aguenta quando dinheiro entra em movimento.
