gevonden een behoorlijk grote datafout het blijkt dat bijna elk belangrijk dashboard het volume van Polymarket dubbel telt (niet gerelateerd aan wash trading) dit komt omdat de onchain data van Polymarket redundante weergaven van elke transactie bevat. ontvangstbewijzen ⬇️⬇️

hier is een eenvoudig voorbeeld van een transactie 0xbf47fbf1bc113a7ec50a1103921265ba5d8fbe6dfb4d12a1c78c61c8fdb195bf dit is een handel van YES-tokens voor $4,13. maar het bevat twee OrderFilled-evenementen van elk $4,13. dus de meeste dashboards rapporteren dit als $8,26 volume

deze bug inflateert *beide* soorten volumemetrics die vaak worden gebruikt voor voorspellingsmarkten: 1. nominale volume (het aantal verhandelde contracten) 2. cashflow volume (de $ waarde verhandeld op het moment van de transactie) deze bug inflateert beide metrics voor alle transacties op het platform

deze verwarring leidde tot wijdverspreide dubbele telling van volume de kernkwestie = Polymarket genereert aparte OrderFilled-evenementen voor de maker en de taker van elke transactie de meeste dashboards berekenen volume door deze evenementen op te tellen. maar dit telt twee redundante representaties van dezelfde transacties op

om dit probleem te begrijpen, heb ik een simulator gebouwd die laat zien hoe elk van de 8 handelssoorten van Polymarket werkt deze simulator bevat ook 4 voorbeeldtransacties voor elke handelssoort die je kunt simuleren [link in het artikel hieronder]

buiten de simulator heb ik ook 1) de delen van de Polymarket-contracten die evenementen uitzenden geaudit en 2) veel invarianties in de on-chain data van Polymarket onderzocht each lijn van bewijs wijst naar dezelfde conclusies over dubbele telling let ook op dat deze bug niet gerelateerd is aan wash trading

we hebben deze informatie gevalideerd met meerdere dashboardmakers en data-analisten @AlliumLabs, @DefiLlama, @blockworksres zijn nu hun Polymarket-dashboards aan het bijwerken om de dubbele telling te verwijderen

massale dank aan @datadashboards @AlliumLabs @smyyguy @chaoslabs @notawizard @ciamac @danrobinson @FrankieIsLost voor de feedback + gesprekken die hebben geholpen om deze data te ontrafelen