Obchodní algoritmus Polymarket by měl být natolik konkrétní, aby dva posuzovatelé mohli použít jeho pravidla na stejné podklady a porozumět tomu, proč jednal nebo se zdržel jednání. Výraz jako kupovat podhodnocené výsledky popisuje cíl. Neurčuje informace, předpověď, cenu, množství ani podmínky účtu vytvářející rozhodnutí.
Tento průvodce rozvíjí jeden hypotetický algoritmus pro výzkumné účely. Týká se fiktivní rodiny naplánovaných hlasování o jmenování a ptá se, zda konkrétní veřejná procedurální aktualizace přidává užitečné informace. Příklad je záměrně úzký, aby jeho tvrzení byla testovatelná. Nejde o prokázanou strategii ani doporučení obchodovat tyto události.
Kontextem obchodního místa je mezinárodní Polymarket, přičemž Polymarket US se posuzuje samostatně. Všechny níže uvedené pravděpodobnosti, množství, ceny, poplatky a prahy jsou vymyšlené. Pro výpočty se předpokládají jednoduché výplaty 1 $ nebo 0 $. Jakákoli skutečná implementace by se řídila skutečnými pravidly trhu, současnými obchodními omezeními a autorizací účtu.
Začněte obchodní algoritmus Polymarket hypotézou
Vyvratitelná informační hypotéza tvrdí, že určená procedurální aktualizace zlepšuje předpovědi konečného schválení jmenování v definovaném horizontu nad rámec jednoduchého základu používajícího již dostupné informace. Tvrzení může selhat, pokud aktualizace nepřidává předpovědní hodnotu, přijde příliš pozdě nebo se týká jiné podmínky než výsledek kontraktu.
Definujte aktualizaci přesně. V tomto vymyšleném prostředí jde o zveřejnění konečného programu hlasování zahrnujícího dané jmenování. Zvěst o programu nebo nezměněné opětovné zveřejnění nesplňují podmínky. Algoritmus zkoumá, zda tato procedurální skutečnost mění pravděpodobnost schválení; nepředpokládá, že zařazení zaručuje úspěch.
Starší průvodce obchodní strategií Polymarket vysvětluje, proč strategie potřebuje skutečnou hypotézu výhody. Specifikace algoritmu Polymarket by měla tuto hypotézu zachovávat, aby pozdější revize mohly být posuzovány vůči původní výzkumné otázce místo zpětného předefinování úspěchu po spatření výsledků.
Definujte způsobilou rodinu kontraktů
Výzkumný soubor by měl obsahovat kontrakty s konzistentní definicí výsledku a horizontem. U vymyšlené rodiny jmenování vyžaduje Ano konečné zaznamenané schválení jmenovaným orgánem před určenou lhůtou. Kontrakty o nominaci, doporučení výboru nebo nástupu do funkce jsou vyloučeny.
Zaznamenávejte přesná pravidla a zdroj každého způsobilého kontraktu. Podobné názvy nestačí. Pokud jeden kontrakt započítává pozdější opětovné projednání, zatímco jiný ne, může rozdíl vyžadovat vyloučení nebo samostatný model. Úzké tvrzení algoritmu závisí na porovnávání stejných druhů výsledků.
O způsobilosti se rozhoduje před zkoumáním konečného výsledku. Jinak může výzkum potichu odstranit obtížné případy oslabující zdánlivou výkonnost. Uchovávejte odmítnuté kontrakty a jejich důvody včetně nejednoznačných pravidel, nedostupných zdrojů a nepodporovaných struktur událostí. Tento záznam vysvětluje oblast, ve které se tvrzení algoritmu skutečně hodnotí.
Stanovte rozhodovací horizont
Hypotetický algoritmus vyhodnocuje první ověřenou aktualizaci programu v definovaném výzkumném okně před hlasováním. Zaznamenává skutečný čas přijetí a dokončuje předpověď před prověřením nové dosažitelné kotace pro rozhodnutí. Horizont je součástí specifikace, nikoli volbou učiněnou po pozorování cenových pohybů.
Pozdější aktualizace se může snáze vykládat, ale ponechat méně příležitostí. Historický test musí používat čas, kdy proces mohl skutečně jednat, včetně prodlevy sběru a výpočtu. Nemůže spojovat pozdní podklady s dřívější cenou existující před přijetím podkladů.
Zvolte maximální stáří návrhu a určete, co ukončuje jeho platnost. Změněný program, nové oficiální prohlášení nebo uplynulá rozhodovací lhůta mohou starý návrh zneplatnit. Program by pak měl vytvořit novou výzkumnou verzi nebo se zdržet jednání, místo aby stále odesílal pokyn, jehož informační základ už neplatí.
Uchovávejte vstupy před předpovídáním
Záznam vstupu by měl určit dokument, verzi, čas zveřejnění, je-li známý, čas přijetí a extrahovaná procedurální pole. Měl by rozlišovat zdrojovou skutečnost od výkladu přidaného algoritmem. Úspěšné dokončení parseru nedokazuje výběr správného jmenování nebo verze programu.
U každé přijaté aktualizace uchovávejte dostatek podkladů, aby posuzovatel mohl reprodukovat klasifikaci. Pokud požadované pole chybí nebo je nejednoznačné, algoritmus by měl vrátit nevyřešené pozorování. Neměl by vyplňovat mezeru pravděpodobnou hodnotou jen pro udržení aktivní obchodní smyčky.
Záznam vstupu podporuje také pozdější hodnocení změn zdroje. Pokud úřad změní strukturu dokumentů, historické chování modelu už nemusí platit. Přesný záznam umožňuje rozpoznat tento zlom místo připisování selhání parsování náhlé změně pravděpodobností události.
Definujte předpověď a její srovnávací základ
Algoritmus potřebuje odhadovanou pravděpodobnost přesného výsledku kontraktu, nikoli pouze skóre příznivého dojmu z jazyka programu. Vyviňte mapování pomocí vhodného historického vzorku a potom je vyhodnocujte na pozdějších událostech, které nebyly použity k volbě pravidla.
Srovnávací základ by měl používat informace dostupné ve stejném horizontu. Může jít o jednoduchou historickou četnost nebo určený tržní odhad podle výzkumné otázky. Uchovejte základ před porovnáním výsledků, aby hodnocení nevybíralo snadného soupeře dodatečně.
Pro níže uvedená číselná testovací data předpokládejte, že model vytváří centrální pravděpodobnost 0,61 a zátěžový scénář 0,56. Jde o vymyšlené vstupy pro kontrolu rozhodovací aritmetiky, nikoli empirické odhady. Zátěžová hodnota není statistickou mezí spolehlivosti, pokud ji za takovou neprokáže samostatný ověřený postup.
Stanovte nákladovou marži před pohledem na výsledky
Hypotetické pravidlo vyžaduje, aby pravděpodobnost zátěžového scénáře převyšovala maximální předpokládané celkové náklady na podíl alespoň o 0,04 $ při jednoduché dolarové výplatě. Jde o zvolený výzkumný práh, nikoli důkaz, že marže čtyř centů kompenzuje každou nejistotu.
Předpokládejte maximální nákupní cenu 0,51 $ a rezervu na poplatek 0,01 $ na podíl. Maximální předpokládané náklady včetně všeho jsou 0,52 $. Při zátěžové pravděpodobnosti 0,56 je modelovaná marže 0,04 $ na podíl a přesně splňuje vymyšlené pravidlo.
Zaznamenejte důvod výběru prahu a vyhodnocujte jeho citlivost bez volby nejlepší hodnoty na konečném testovacím vzorku. Pokud pravidlo vypadá užitečně jen při jediné jemně vyladěné marži, tato křehkost zasluhuje pozornost. Transparentní algoritmus by měl odhalovat kompromis mezi přísnějším výběrem, menším počtem příležitostí a nejistotou předpovědi.
Čtěte knihu až po připravení předpovědi
Srovnání dosažitelných cen by mělo používat pozorování knihy dostupné poté, co mohou proběhnout předpověď a autorizační kontroly. Uchovávejte nákupní nabídku, prodejní nabídku, hloubku a čas přijetí. Zobrazený střed není nákupními náklady zamýšleného množství.
Dokumentace knihy objednávek Polymarket vysvětluje rozdíl mezi zobrazenými cenami a stranami umožňujícími provedení. Pro vymyšlená testovací data předpokládejte deset podílů nabízených za 0,48 $ a patnáct za 0,50 $. V rámci limitu 0,51 $ je viditelných dvacet pět podílů, ale skutečnou velikost návrhu určí limity účtu.
Pokud je kniha zastaralá, neúplná nebo se před odesláním změní, použijte určené pravidlo nového ověření. Algoritmus by neměl používat starou příznivou kotaci jako důvod rozšíření limitu. Nová cena může odstranit modelovanou příležitost, i když předpověď události zůstává nezměněná.
Kombinujte množstevní omezení konzistentně
Navržené množství by mělo splňovat každé příslušné omezení. Ve vymyšleném účtu je limit události čtyřicet podílů, z nichž dvanáct je již drženo a osm možných z aktivní objednávky. To ponechává prostor pro dvacet dalších podílů. Viditelná hloubka dvaceti pěti podílů nepřebíjí limit účtu.
Dostupný rozpočet závazku pro nový záměr je 10,40 $. Při maximálních předpokládaných nákladech 0,52 $ na podíl podporuje dvacet podílů. Hloubka, kapacita události a nákladový rozpočet proto v těchto testovacích datech povolují návrh dvaceti podílů.
Při implementaci výpočtu používejte přesné jednotky a současné požadavky trhu. Povolené zlomkové množství nebo minimální velikost objednávky mohou ovlivnit platný výsledek. Průvodce obchodními nástroji Kalshi nabízí užitečné srovnání výzkumných a výpočetních odpovědností, zatímco skutečná omezení objednávky musejí zůstat specifická pro zvažovaný trh Polymarket.
Vypočítejte očekávané náklady testovacích dat
Pro dvacet podílů dodává pozorovaná kniha deset za 0,48 $ a deset za 0,50 $. Nákupní náklady jsou 4,80 $ plus 5 $, tedy 9,80 $ před poplatky. S předpokládaným poplatkem jednoho centu na podíl je odhad včetně všeho 10,00 $. Průměrné předpokládané náklady jsou 0,50 $.
Při centrální pravděpodobnosti 0,61 je modelovaná očekávaná výplata dvacetkrát 0,61 $, tedy 12,20 $. Modelovaný očekávaný rozdíl je 2,20 $. Při zátěžovém scénáři 0,56 je očekávaná výplata 11,20 $, takže proti pozorovanému odhadu včetně všeho zbývá 1,20 $.
Autorizace stále používá maximální předpokládaný závazek 10,40 $, nikoli nižší pozorovaný odhad. Tento rozdíl zachovává cenovou mez, pokud se kniha změní v rámci schváleného limitu. Všechny tyto výpočty závisejí na hypotetických předpokladech předpovědi a poplatků; prokazují vnitřní konzistenci, nikoli tvrzení o realizovaném zisku.
Doporučujte a vydělávejte USDC
Doporučujte a vydělávejte USDCNáš partnerský program vyplácí v reálném čase.
Specifikujte chování doby platnosti objednávky
Příklad algoritmu používá okamžitý pokyn přijímající částečné provedení a rušící zbytek podle zdokumentovaného chování současného obchodního místa a povolených parametrů. Neponechává novou čekající objednávku po rozhodovacím okně. Tato volba je součástí pravidel expozice algoritmu.
Dokumentace životního cyklu objednávky Polymarket označuje FAK za vyplnění dostupného množství a zrušení zbytku. Varianta s čekající objednávkou by byla jinou specifikací, protože by mohla získat expozici po zestárnutí původního pozorování a předpovědi.
Zaznamenávejte skutečný typ se záměrem. Pozdější posuzovatel by měl dokázat určit, zda nevyplněné množství zůstalo závazkem. Algoritmus by neměl vyvozovat, že každé částečné plnění vyžaduje pozdější dokoupení chybějícího množství; navazující nákup by potřeboval nový návrh podle současných podkladů a stavu účtu.
Uchovávejte akceptační záznam rozhodovacího pravidla
Akceptační záznam rozhodovacího pravidla propojuje vstup, předpověď, knihu, momentku účtu a autorizaci. Měl by uvádět, které podmínky prošly a přesné podmínky, které smějí opustit proces. Trvale jej uložte před odesláním objednávky, aby obnova nezávisela na paměti nebo ztraceném stavu obrazovky.
Odmítnutý kandidát zasluhuje stejně strukturovaný záznam se stručným důvodem. Příklady zahrnují nesoulad kontraktu, zastaralý vstup, nedostatečnou marži, nedostatečnou hloubku nebo vyčerpanou kapacitu. Tyto důvody odhalují, zda hypotéza vytváří příležitosti použitelné v praxi.
Starší průvodce obchodním algoritmem predikčních trhů vysvětluje návrh a testování napříč těmito fázemi. Oddělení akceptačního záznamu od pozdějšího výsledku brání tomu, aby příznivý výsledek zpětně potvrzoval rozhodnutí, které v danou dobu nesplňovalo pravidlo.
Ověřujte a slaďujte částečné provedení
Předpokládejte, že hypotetická okamžitá objednávka dvaceti podílů provede osm podílů za 0,48 $ a sedm za 0,50 $. Nákupní náklady jsou 3,84 $ plus 3,50 $, tedy 7,34 $. S předpokládaným celkovým poplatkem 0,15 $ jsou náklady včetně všeho 7,49 $. Pět požadovaných podílů zůstává nevyplněných a podle zvoleného chování se zruší.
Účet nyní drží dvacet sedm podílů: původních dvanáct plus patnáct získaných. Dřívější aktivní objednávka osmi podílů zůstává samostatným možným závazkem a podle jednoduchých množstevních pravidel zvyšuje potenciální expozici události na třicet pět podílů. Zrušených pět z tohoto nového požadavku nezůstává aktivních.
Samotné potvrzení přijetí požadavku nestačí ke zjištění tohoto konečného stavu. Algoritmus by měl sledovat příslušné podklady objednávek a obchodů a ověřit a sladit účet. Pokud je výsledek odeslání neznámý, zachovejte odpovídající rezervaci a prošetřete jej před zvažováním dalšího kandidáta na stejnou kapacitu.
Uveďte pravidla zneplatnění a výstupu
Rozhodovací pravidlo potřebuje plán následného průběhu po vstupu. Příklad lze hodnotit podle pravidel držení do rozhodnutí výsledku, výstupu podle podkladů nebo časově určeného prověřování, ale tyto volby by se neměly míchat po zjištění výsledků.
Pro tuto výzkumnou specifikaci předpokládejte naplánované prověření při každé změně oficiálního programu a žádný automatický výstup pouze kvůli pohybu zobrazené ceny. Prověření kontroluje, zda stále platí původní přiřazení kontraktu a předpoklady předpovědi. Každý prodej vyžaduje vlastní kontroly nákladů a autorizace.
Hypotetické ocenění nad vstupními náklady nezaručuje realizovatelný výstup celé pozice. Účet by měl při hodnocení prodeje používat dostupné nákupní nabídky a příslušné náklady. Stejně tak nepříznivé ocenění samo neurčuje, zda za změnu odpovídá předpověď, provedení nebo tržní likvidita.
Vyhodnocujte předpovědi a objednávky samostatně
Hodnocení předpovědi by mělo zahrnovat každý způsobilý zaznamenaný odhad včetně kandidátů odmítnutých kvůli ceně nebo kapacitě. Hodnocení provedení by mělo zahrnovat skutečné objednávky, plnění, poplatky a nevyřešené případy. Tyto soubory se překrývají, ale slouží různým účelům.
Model může zlepšovat přesnost předpovědi a přitom nevytvářet žádnou použitelnou marži po nákladech. Proces provádění může dodržovat pravidlo dokonale, zatímco podkladová hypotéza selhává. Samostatné záznamy umožňují výzkumníkovi určit, které tvrzení potřebuje revizi, místo považování každého výsledku za jedinou míru kvality algoritmu.
Průvodce obchodním algoritmem Kalshi rozvíjí jiný příklad vyvratitelné informační výhody pro konkrétní obchodní místo. Přenositelnou metodou je zachovat hypotézu a dopředně ji testovat při rozlišování definic kontraktů, cenových konvencí a mechanismů účtu.
Dělte hodnocení podle podkladové události
Související kontrakty z jednoho procesu jmenování by měly při oddělování vývojových a hodnoticích dat zůstávat společně. Jinak se model může v jedné podmnožině fakticky naučit podrobnosti události a v jiné získat uznání za předpovídání úzce souvisejících kontraktů.
Vykazujte počet podkladových událostí i počet pozorování kontraktů. Padesát prahů nebo lhůt navázaných na několik jmenování neposkytuje padesát nezávislých prokázání informační hypotézy. Jejich vztahy by měly být součástí návrhu hodnocení.
Pokud jsou zamýšleným použitím budoucí události, používejte chronologické testování a uchovávejte pozdější vzorek pro posouzení voleb učiněných během vývoje. Náhodné promíchání může skrýt změny procesů zdrojů nebo chování trhu. Hodnocení by mělo připomínat skutečnou posloupnost, ve které by se algoritmus učil a jednal.
Zatěžujte předpoklady bez přepisování pravidla
Analýza citlivosti by měla měnit věrohodné předpoklady, například prodlevu přijetí, odhady poplatků, dostupnou hloubku a nejistotu předpovědi. Účelem je porozumět křehkosti, nikoli donekonečna hledat verzi s nejlepším historickým výsledkem.
U vymyšlených testovacích dat mohou vyšší náklady včetně všeho nebo nižší zátěžová pravděpodobnost odstranit požadovanou marži. Menší dostupný rozpočet může zmenšit množství. Zpoždění zdroje může zcela ukončit platnost návrhu. Algoritmus by měl z uvedených podmínek konzistentně vytvářet tato změněná rozhodnutí.
Starší rozbor toho, zda jsou boti pro predikční trhy ziskoví zdůrazňuje férové testování. Používejte tento standard zachováváním ztrátových a odmítnutých případů včetně provozních přerušení. Hodnocení předpokládající dokonalou dostupnost a příznivá plnění odpovídá na jinou otázku než na to, zda je úplný postup užitečný v praxi.
Definujte, kdy hypotéza selhala
Vyvratitelná specifikace by měla uvádět, jaké podklady by oslabily nebo ukončily výzkumné tvrzení. Příklady zahrnují žádné zlepšení nad srovnávací základ na pozdějších událostech, přetrvávající chybnou kalibraci, zmizení zdánlivé výhody při realistickém načasování nebo změněnou definici zdroje narušující původní vztah.
Nevyžadujte jediné dramatické selhání jako důvod prověření. Postupný pokles kvality údajů nebo rostoucí podíl odmítnutých kandidátů mohou odhalit změnu provozních podmínek. Naopak několik nepříznivých výsledků může být slučitelných s rozumnou pravděpodobnostní předpovědí a nemělo by automaticky spouštět nekontrolované změny parametrů.
Napište harmonogram prověření a rozhodovací kritéria před zkoumáním konečného vzorku. Hodnota algoritmu spočívá částečně ve vytváření podkladů, které jej mohou vyvrátit. Pravidlo vysvětlující každou ztrátu dodatečně při současném měnění podmínek přestalo být konkrétním tvrzením, které mělo hodnocení testovat.
Oddělujte jeden algoritmus od portfolia
Přidání druhého modelu, kotační strategie nebo jiné rodiny událostí vytváří problém koordinace portfolia. Původní pravidlo by si mělo zachovat vlastní identitu a hodnoticí záznam, aby bylo možné porozumět jeho příspěvku. Sdílené limity účtu musejí zahrnovat všechny výsledné závazky.
Průvodce obchodními algoritmy Polymarket zkoumá překrývající se expozici více metod. Různé názvy neprokazují nezávislá rizika, zvlášť když několik algoritmů používá stejný zdroj nebo obchoduje související výsledky. Rozšíření by proto mělo následovat samostatné prověření účtu a hodnocení.
Zachovávejte úzkou specifikaci i při růstu širšího systému. Mělo by zůstat možné rekonstruovat, co navrhl pouze tento algoritmus, proč se zdržel jednání a jak se jeho skutečné objednávky lišily od zamýšlených rozhodnutí. Bez tohoto oddělení mohou souhrnné výsledky skrýt slabou komponentu za nesouvisející úspěšnou.
Učiňte obchodní algoritmus Polymarket měřitelným
Úplná specifikace propojuje vyvratitelnou hypotézu se způsobilými podklady, pevným horizontem, předpovědí, nákladovým prahem a ohraničenou činností účtu. Uvádí také zpracování částečného provedení, nejistoty, zneplatnění a hodnocení. Každá část přispívá k rozhodnutí, které lze reprodukovat a zpochybnit.
Začněte testováním záznamu a aritmetiky pomocí vymyšlených případů jako zde. Potom vyhodnocujte informační tvrzení na vhodně oddělených skutečných pozorováních před vyvozováním závěrů o užitečnosti. Jasně označujte skutečnosti odvozené ze zdrojů, modelové odhady a zvolené prahy pravidel.
Algoritmus je připraven k vážnému prověření, když dokáže vysvětlit jednání i neúčast. Jeho úspěchem není vždy vytvořit objednávku. Úspěchem je, že proces vyslovuje přesné tvrzení, konzistentně je uplatňuje při realistických omezeních a uchovává dostatek podkladů k určení, zda tvrzení obstojí při setkání s pozdějšími událostmi.