基于动态凸集的合成预测市场设计与分析

我们提出一种合成预测市场，其代理购买逻辑由特征空间中定义的凸半代数集的sigmoid变换给出。资产价格由对数评分市场规则确定。时变资产价格影响半代数集的结构，从而导致时变的代理购买规则。我们表明，在关于底层几何的某些假设下，所得合成预测市场可用于任意紧密地逼近定义在输入数据集上的二元函数。我们还提供了市场收敛的充分条件，并表明在某些情形下市场可在资产现货价格上表现出极限环。我们提供了一种进化算法用于训练代理参数，使市场能够建模给定数据集的分布，并使用两个开源数据集说明了市场逼近。结果与标准机器学习方法进行了比较。