Handelsalgoritme til forudsigelsesmarkeder: design og test

Input til handelsalgoritmen begynder med regler

Definér den nøjagtige hændelse, før egenskaber konstrueres. En kontrakt om et officielt tal, der overstiger en tærskel, er forskellig fra en kontrakt om et foreløbigt skøn, en presseoverskrift eller en observation i løbet af dagen. Modellens mål skal svare til kontraktens afgørelseskriterier, herunder den angivne kilde, sammenligningsoperatoren og det relevante tidspunkt.

Som et hypotetisk eksempel kan en kontrakt spørge, om en offentliggjort måling er strengt større end 4,0. Et resultat lig med 4,0 opfylder ikke reglen. Et prognosesystem trænet på mærkninger, der tæller lighed som succes, ville løse et andet problem, selv hvis dets historiske statistik så fremragende ud.

Den officielle Polymarket-vejledning om afgørelse viser, hvorfor skriftlige regler, kildevalg og undtagelsestilfælde betyder noget. En nyhedsrapport og en afsluttet markedsafgørelse er forskellige observationer. Erstat ikke stiltiende den ene med den anden i dataene.

Gem en version af reglerne med hver prognose. Hvis relevant sammenhæng ændres, eller en præcisering fremkommer, kan den eksisterende fortolkning kræve gennemgang. En markedstitel er en praktisk betegnelse, men den er for forkortet til at fungere som udfaldets fulde matematiske definition.

Adskil prognosen fra handelsbeslutningen

Prognosekomponenten anslår sandsynligheden for den definerede hændelse ved hjælp af oplysninger, der er tilgængelige på et angivet tidspunkt. Handelskomponenten sammenligner det tilsvarende skøn over udbetaling med aktuelle anskaffelses- eller salgsvilkår. At holde komponenterne adskilt gør fejl lettere at diagnosticere.

For en standardiseret hypotetisk binær kontrakt, som betaler én enhed ved et vindende udfald og ellers nul, indebærer en sandsynlighed på 0,62 en forventet bruttoudbetaling på 0,62 pr. kontrakt. Hvis den fulde forventede anskaffelsesomkostning er 0,64, bliver køb ikke attraktivt, blot fordi hændelsen er mere sandsynlig end det modsatte.

Samme prognose kan understøtte forskellige beslutninger til forskellige priser. Et køb til 0,54 og et køb til 0,66 udtrykker samme retningsopfattelse, men har forskellig økonomi. Et system, som altid køber sit mest sandsynlige udfald, ignorerer denne forskel.

Artiklen om handelsstrategi på forudsigelsesmarkeder giver en bredere ramme for at forbinde en hypotese med en beslutningsregel. Algoritmen bør gøre forbindelsen så udtrykkelig, at en kontrollant kan rekonstruere, hvorfor en handel blev overvejet på tidspunktet.

Mål handelsalgoritmens kalibrering

Kalibrering af en handelsalgoritme til forudsigelsesmarkeder spørger, om angivne sandsynligheder svarer til observerede hyppigheder i en passende samling prognoser. Hvis mange rimeligt sammenlignelige hændelser får en prognose nær 0,70, bør omtrent halvfjerds procent indtræffe i en tilstrækkeligt oplysende stikprøve, for at prognoserne er godt kalibrerede.

En lille stikprøve vil svinge. Syv succeser ud af ti hændelser fastslår ikke varig præcision, og seks succeser modbeviser ikke automatisk skønnet. Relevante spørgsmål omfatter stikprøvestørrelse, udvælgelse, hændelsernes lighed og om prognoser blev registreret, før udfaldene blev kendt.

Kalibrering er også forskellig fra skelneevne. En model, som tildeler samme brede grundsandsynlighed til enhver hændelse, kan være kalibreret samlet set og samtidig yde ringe hjælp til at skelne attraktive muligheder. Omvendt kan en model rangere hændelser nyttigt, men udtrykke sin sikkerhed for aggressivt.

Undersøg grupper, der betyder noget for den tilsigtede handelspolitik. En model kan se rimelig ud på tværs af alle prognoser, men være dårligt kalibreret netop i den delmængde med høj sikkerhed, systemet køber. Rapportér både hele prognosepopulationen og den udvalgte handelsdelmængde, så udvælgelse ikke skjuler svagheden.

Undersøgelsesrammen for en automatisk bot til handel med politiske odds anvender kalibrerings- og afhængighedskontroller på politiske hændelser og adskiller samtidig målinger af stemmeandele fra sandsynligheder for kontraktens faktiske udfald.

Brug sandsynlighedsscorer uden at forveksle dem med gevinst

Et gennemsigtigt prognosemål er den gennemsnitlige kvadrerede forskel mellem den forudsagte sandsynlighed og det endelige binære udfald, repræsenteret som ét eller nul. Mindre fejl angiver sandsynligheder tættere på det skete. Målet vurderer prognosekvalitet uafhængigt af handelsprisen.

Antag to hypotetiske prognoser: 0,70 for en hændelse, der indtræffer, og 0,40 for en, der ikke indtræffer. Deres kvadrerede fejl er 0,09 og 0,16, hvilket giver et gennemsnit på 0,125. En prognose om sikkerhed, som viser sig forkert, får en langt større fejl end en forsigtig sandsynlighed, som viser sig forkert.

Denne score viser ikke, om kontrakterne kunne købes billigt nok. En model kan forbedre sin score og samtidig tabe penge på dyre udførelser. En anden kan identificere et lille sæt fejlprissatte situationer og samtidig kun klare sig moderat i en uvedkommende bred stikprøve.

Brug særskilte rapporter for sandsynlighedspræcision, beslutningsselektivitet og økonomiske udfald. At samle dem i én attraktiv overskrift gør det svært at se, om en ændring forbedrede prognosen, reducerede omkostningerne eller blot tilfældigvis fik gavn af gunstige udfald i måleperioden.

Bevar de oplysninger, der var tilgængelige ved beslutningen

Historiske data indeholder ofte revisioner, endelige mærkninger og korrigerede tidsstempler, som ikke var tilgængelige, da en handel ville være overvejet. En ærlig vurdering rekonstruerer den informationsmængde, der fandtes på beslutningstidspunktet, frem for at lade senere viden lække ind i tidligere prognoser.

En hypotetisk økonomisk offentliggørelse kan først vise 2,1 og senere blive revideret til 1,8. Hvis strategien handler på den første offentliggørelse, skaber en historisk egenskab, der kun bruger den endelige reviderede værdi, en urealistisk fordel. Begge versioner bør bevares med deres publiceringstider og lokale observationstider.

Markedsdata kræver samme disciplin. Prisen, der bruges til vurdering, bør ligge efter signalets faktiske tilgængelighed og den antagne behandlingsforsinkelse. Et gunstigt tilbud observeret før de relevante oplysninger ankom, er ikke en opnåelig udførelse, blot fordi begge registreringer har samme minut.

Vejledningen om algoritmisk handel på forudsigelsesmarkeder uddyber reproducerbarhed. Her er hovedkravet enkelt: Den arkiverede dokumentation bør forklare, hvad algoritmen kunne vide, ikke alt det, undersøgeren ved efter hændelsen.

Eksemplerne om en bot til handel med valgodds anvender samme afgrænsning på meningsmålingers feltperioder, korrigerede stemmetal og meddelelser fra kontraktkilder.

Timingvejledningen for en bot til BTC-prisforudsigelsesmarkeder anvender princippet på referenceprisstrømme, gennemsnitsvinduer og manglende observationer, som et genforbundet feed måske ikke genafspiller.

Vurdér den pris, der er tilgængelig for den tilsigtede størrelse

Det bedste viste salgstilbud kan kun dække en lille mængde. Et større køb kan forbruge flere prisniveauer og ændre sin gennemsnitsomkostning og den tilsyneladende fordel over prognosen. En midtpris eller seneste handel er endnu mindre direkte dokumentation for, hvad der kan erhverves nu.

Antag, at en hypotetisk prognose værdisætter én vindende kontrakt til 0,60. De synlige salgstilbud omfatter tyve kontrakter til 0,54 og firs til 0,59. Køb af hundrede ville koste 10,80 plus 47,20, altså 58,00 før gebyrer. Gennemsnitsprisen er 0,58, hvilket efterlader en anslået bruttofordel på to enheder for hele købet.

Kun at bruge det første tilbud ville fejlagtigt anslå en omkostning på 54 og en fordel på seks. Hvis antagne yderligere udgifter er i alt 1,50, bliver den mere realistiske anslåede fordel 0,50. En beskeden ændring i prognosen eller ordrebogen kan udslette den.

Dette er en hypotetisk beregning, ikke en aktuel mulighed. Den viser, hvorfor størrelse hører hjemme i beslutningsreglen. En øget mængde bør udløse en ny vurdering af værdi, der kan opnås gennem udførelse, frem for mekanisk at gange et skøn for en lille ordre op.

Medtag algoritmens udførelsesomkostninger

Udførelsesomkostninger for en algoritme til forudsigelsesmarkeder kan omfatte handelsstedets afgifter, prispåvirkning, finansieringsudgifter og omkostninger ved at lukke eller indløse positionen. Hvilke omkostninger der gælder, afhænger af handelsstedet, kontrakten, kontoen og den tilsigtede livscyklus. En generisk procent kopieret fra en gammel vejledning er ikke en pålidelig erstatning for aktuelle vilkår.

For eksempel beskriver den aktuelle Polymarket-gebyrdokumentation markedsafhængige afgifter og anvendelse på matchtidspunktet. En undersøgelsesimplementering bør bevare de gældende gebyrantagelser og senere afstemme dem med faktiske registreringer. Denne artikels taleksempler bruger udtrykkeligt hypotetiske samlede udgifter frem for at hævde en aktuel sats.

Undgå at tælle samme virkning to gange. Hvis et størrelsesfølsomt tilbud allerede indregner forbrug af flere niveauer i ordrebogen, bør et yderligere fradrag for prispåvirkning repræsentere noget andet, såsom en antaget forringelse før udførelsen. Ellers bliver modellen konservativ af en uklar grund og vanskelig at kalibrere.

Tilsvarende er en mulig rabat ikke allerede optjente kontanter. Hold betingede incitamenter adskilt fra den grundlæggende handelsøkonomi, indtil den faktiske kvalifikation og størrelse er fastslået. En strategi bør vise, om dens resultat primært afhænger af prognoser, udførelse eller et midlertidigt program.

Gør usikkerhed til en del af indgangstærsklen

Et sandsynlighedsskøn er ikke en måling med perfekt præcision. Datamangel, ændret hændelsesdynamik og modelantagelser kan skabe betydelig usikkerhed. At kræve blot en meget lille positiv anslået forskel mellem værdi og omkostning kan få systemet til at handle på støj.

Antag, at det centrale sandsynlighedsskøn er 0,60, men rimelige alternative antagelser giver værdier fra 0,54 til 0,64. En samlet købsomkostning på 0,58 ser attraktiv ud under det centrale skøn og uattraktiv under en del af det plausible interval. Modellen bør vise denne følsomhed frem for at fremstille 0,60 som en ubestridelig sandhed.

En politik kan kræve, at muligheden forbliver acceptabel under en angivet ugunstig antagelse. En anden kan reducere tildelingen, når uenigheden mellem modeller stiger. Dette er designvalg, der kræver vurdering; ingen af dem gør usikkerhed til en garanteret sikkerhedsmargin.

Registrér, hvilken usikkerhed tærsklen adresserer. En større prognosemargin retter ikke en forkert kontraktdefinition eller en ukendt kontoforpligtelse. Statistisk usikkerhed, udførelsesusikkerhed og driftsusikkerhed har forskellige årsager og bør ikke skjules i én vilkårlig justering.

En bot til handel med implicitte sandsynligheder kan gøre denne følsomhed udtrykkelig ved at holde den pris, der kan udføres, omkostningstærsklen og skønnenes interval i særskilte felter.

Kontrollér beholdningen på tværs af beslægtede hændelser

Positionsgrænser bør medregne beholdninger og ordrer, som stadig kan skabe beholdninger. Hvis et system ejer fyrre kontrakter og har yderligere tres, der kan blive udført, er den mulige position hundrede. At behandle kun de aktuelle fyrre som eksponering kan lade en anden beslutning overskride den tilsigtede tildeling.

Beslægtede markeder skaber endnu et lag. Tre kontrakter kan afhænge af samme meddelelse med forskellige tærskler eller formuleringer. Særskilte identifikatorer gør ikke deres udfald uafhængige. En portefølje, som køber alle tre, kan koncentrere sine tab omkring én underliggende overraskelse.

Brug scenarieanalyse til at forstå fælles eksponering. For et hypotetisk sæt tærskelkontrakter kan porteføljeudbetalingen sammenlignes ved værdier under alle tærskler, mellem tærskler og over alle tærskler. Det afslører den økonomiske form tydeligere end at tælle markedsnavne.

Reservationer bør også dække anmodninger, hvis udfald fortsat er usikre. Hvis en indsendelse kan have nået handelsstedet, får et manglende lokalt svar ikke dens mulige forpligtelse til at forsvinde. Tildelingssystemet skal afstemme usikkerheden, før samme kapacitet bruges igen.

Kapitalens bindingstid fortjener en særskilt begrænsning. To positioner med samme anslåede gevinst kan optage tilgængelige midler i meget forskellige perioder. En kontrakt, hvis resultat bliver observerbart i morgen, kan stadig kræve yderligere behandling, før midlerne kan genbruges. En hændelse mange måneder ude skaber et andet budgetproblem, selv hvis dens anslåede procentvise fordel er større.

For en hypotetisk tildeling på fem hundrede enheder antages tre hundrede bundet i langvarige positioner, hundrede til støtte for åbne ordrer og halvtreds reserveret til uafklarede anmodninger. Kun halvtreds er ubundne under disse antagelser. En ny mulighed, der kræver firs, kan ikke accepteres, blot fordi der ikke ses nylige køb i aktivitetsfeedet.

Antag ikke, at en forventet vinderudbetaling allerede er til rådighed til at finansiere næste handel. Indtil den relevante position sælges, eller handelsstedets afviklings- og kontoregistreringer fastslår brugbare midler, forbliver den del af den eksisterende forpligtelse. Dette forhindrer en model i at finansiere flere samtidige muligheder med samme forventede indtægter.

Undersøgelsessammenligningen bør rapportere både afkast og bindingstid. At omregne et kort gunstigt resultat til et årsafkast fastslår dog ikke, at lige så attraktive muligheder kan gentages uafbrudt. Kapacitet, hændelseshyppighed og skiftende information begrænser alle gentagelse.

Skeln mellem passive tilbud og øjeblikkelige køb

En passiv limitordre og et køb, der straks kan matches i markedet, løser forskellige udførelsesproblemer. Den passive ordre kan opnå en foretrukken pris, hvis en anden deltager vælger at handle imod den. Det øjeblikkelige køb prioriterer tilgængelig udførelse, men accepterer aktuelle salgstilbud inden for sine begrænsninger.

Historiske simuleringer overdriver ofte passive resultater ved at antage udførelse, hver gang markedet berører limitprisen. Virkelig udførelse kan afhænge af køplacering, tilgængelig mængde, ordretiming og ændringer i ordrebogen. En berøring fastslår en observation, ikke nødvendigvis en udførelse for den modellerede konto.

Udvælgelse betyder også noget. Et passivt tilbud kan blive udført oftere, når nye oplysninger har gjort prisen ugunstig. At tælle det tilsyneladende spread uden at vurdere, hvad der sker efter udførelserne, kan forveksle ugunstig udvælgelse med en gentagelig fordel.

Gennemgangen af market making på forudsigelsesmarkeder forklarer dette beholdningsproblem bredere. Vælg for en algoritme en udførelsesmodel, som svarer til den faktiske ordreadfærd, og test dens følsomhed over for konservative antagelser om udførelse.

Hold handelsstedsadaptere og kontraktsemantik adskilt

En fælles prognosemodel kan vurdere hændelser på tværs af handelssteder, men implementeringen kræver stadig handelsstedsspecifik håndtering af identifikatorer, ordresemantik, saldi og afvikling. Lignende markedsspørgsmål indebærer ikke indbyrdes udskiftelige anmodninger eller ækvivalente kontrakter.

Polymarket International og Polymarket US har særskilt dokumentation og integrationer. US-dokumentationen henviser udtrykkeligt læsere til de særskilte internationale materialer. Kontoadgang, legitimationsoplysninger og understøttede funktioner skal verificeres for den tilsigtede tjeneste frem for at blive udledt af det fælles navn.

Kalshis markedsdata for hændelseskontrakter har også deres egen repræsentation. Dens markedsdatavejledning skelner mellem serier, hændelser, markeder og ordrebogsobservationer. En adapter bør kun normalisere de felter, hvis betydninger faktisk er fastslået.

Hold uafklarede forskelle synlige. En manglende gebyrparameter, usikker udfaldsforbindelse eller inkompatibel mængdekonvention bør stoppe den berørte beslutning. At udfylde hullerne med en praktisk standard kan skabe numerisk pæne beregninger om det forkerte instrument eller den forkerte mængde eller det forkerte beløb.

Vurdér hele beslutningspopulationen

At lære at vurdere en algoritme til forudsigelsesmarkeder kræver, at fravalgte muligheder bevares såvel som udførte handler. Hvis systemet kun registrerer køb, bliver det svært at afgøre, om udvælgelsesreglen tilførte værdi eller blot udvalgte en heldig delmængde bagefter.

Bevar for hver kvalificeret observation prognosen, de vilkår, der kunne udføres, beslutningen og begrundelsen. Begrundelserne kan omfatte utilstrækkelig anslået fordel, for stor beslægtet eksponering, forældede oplysninger eller uafklarede regler. Kategorierne hjælper med at skelne en selektiv politik fra en fejl, som stiltiende stoppede deltagelsen.

Vurdér på senere perioder, som ikke blev brugt til at vælge reglerne. Gentagen justering af tærskler, indtil en historisk stikprøve ser rentabel ud, kan tilpasse sig støj. En endelig rapport bør angive, hvor mange alternativer der blev prøvet, og hvor den uberørte vurderingsperiode begynder.

Undgå at behandle tæt beslægtede kontrakter som fuldt uafhængige observationer. Ti tærskler på samme hændelse kan give ti registreringer og samtidig afhænge af én underliggende realisering. Gruppering af resultater efter hændelse og tidspunkt hjælper med at forhindre, at sikkerhedsskøn oppustes af duplikeret økonomisk information.

Henfør udfald til prognose, pris og drift

En tabende handel indebærer ikke automatisk en dårlig prognose. En hændelse anslået til halvfjerds procent kan udeblive uden at modsige sandsynligheden. Tilsvarende beviser en vindende handel ikke, at den oprindelige prognose var berettiget. Individuelle udfald indeholder betydelig tilfældighed.

Gennemgå flere lag særskilt. Svarede reglerne til den tilsigtede hændelse? Var sandsynligheden rimelig ud fra datidens dokumentation? Svarede den faktiske anskaffelsespris til modellen? Ændrede uventede gebyrer, delvise udførelser eller afviklingstidspunktet resultatet? Denne opdeling identificerer ændringer, som kan forbedre processen.

I en hypotetisk periode giver bruttohandelsgevinster på tolv enheder sammen med syv i afgifter og seks i udførelsestab et nettotab på én. At rapportere kun de tolv skjuler den del af systemet, der mest behøver opmærksomhed. At rapportere kun tabet skjuler, om selve prognosen bidrog med nyttige oplysninger.

Hold realiserede pengestrømme adskilt fra værdiansat beholdning og uafklarede kontrakter. Et gunstigt skøn for en åben position er ikke et allerede indsamlet afkast. Perioderapporten bør tydeliggøre, hvilke udfald der er endelige, og hvilke der stadig afhænger af fremtidige hændelser eller driftstrin.

Gennemgang af handelsalgoritmen er løbende

En nyttig algoritme er en kæde af beslutninger, der kan testes, ikke et permanent svar på usikre hændelser. Dens dokumentation kan svækkes, når deltageradfærd, likviditet, datatilgængelighed eller kontraktdesign ændres. Løbende gennemgang bør lede efter sådanne ændringer frem for at antage, at tidligere kalibrering automatisk består.

Brug en versionsstyret registrering af væsentlige model- og politikændringer. Sammenlign den nye version fremadrettet med et defineret grundlag, og bevar resultater fra versioner, der blev taget ud af brug. Det forhindrer den offentlige fortælling i at blive en samling af kun de perioder, der så gunstige ud.

Den praktiske standard er, at en anden omhyggelig læser kan følge vejen fra kontraktregler til dokumentation, prognose, pris, tildeling og målt resultat. At opfylde standarden garanterer ikke gevinster. Det gør algoritmens grænser synlige og giver fremtidige forbedringer et klart mål forankret i observationer frem for selvsikkerhed alene.