En handelsalgoritme til Polymarket bør være så specifik, at to personer kan anvende dens regler på samme dokumentation og forstå, hvorfor den handlede eller undlod at handle. En formulering som køb undervurderede udfald beskriver en ambition. Den identificerer ikke de oplysninger, den prognose, pris, mængde eller de kontoforhold, der fører til en beslutning.
Denne vejledning udvikler én hypotetisk algoritme til forskningsformål. Den vedrører en fiktiv familie af planlagte afstemninger om udnævnelser og undersøger, om en bestemt offentlig procedureopdatering tilføjer nyttige oplysninger. Eksemplet er bevidst snævert, så dets påstande kan testes. Det er ikke en dokumenteret strategi eller en anbefaling om at handle disse begivenheder.
Handelsstedets kontekst er International Polymarket, mens Polymarket US behandles særskilt. Alle sandsynligheder, mængder, priser, gebyrer og tærskler nedenfor er opdigtede. Regnestykket antager enkle udbetalinger på 1 dollar eller 0 dollar. Faktiske markedsregler, aktuelle handelsbegrænsninger og kontobemyndigelse ville være afgørende for enhver reel implementering.
Begynd handelsalgoritmen til Polymarket med en hypotese
Den informationshypotese, der skal kunne modbevises, er, at en specificeret procedureopdatering forbedrer prognoser for endelig godkendelse af en udnævnelse ved en defineret tidshorisont ud over en enkel basisprognose, der bruger allerede tilgængelige oplysninger. Påstanden kan falde, hvis opdateringen ikke tilføjer prognoseværdi, kommer for sent eller vedrører en anden betingelse end kontraktens udfald.
Definer opdateringen præcist. I dette opdigtede miljø er den offentliggørelsen af en færdiggjort afstemningsdagsorden, der omfatter den navngivne udnævnelse. Et rygte om dagsordenen eller en uændret genoffentliggørelse opfylder ikke kravet. Algoritmen undersøger, om dette proceduremæssige faktum ændrer sandsynligheden for godkendelse; den antager ikke, at optagelse på dagsordenen garanterer succes.
Den ældre vejledning om en handelsstrategi til Polymarket forklarer, hvorfor en strategi kræver en faktisk hypotese om en fordel. En specifikation af en Polymarket-algoritme bør bevare denne hypotese, så senere revisioner kan vurderes i forhold til det oprindelige forskningsspørgsmål frem for med tilbagevirkende kraft at omdefinere succes efter at have set udfaldene.
Definer den kontraktfamilie, der kan indgå
Forskningsuniverset bør omfatte kontrakter med en ensartet udfaldsdefinition og tidshorisont. For den opdigtede udnævnelsesfamilie kræver Ja en endelig registreret godkendelse fra det navngivne organ før en specificeret frist. Kontrakter om nominering, udvalgsanbefaling eller tiltrædelse udelukkes.
Registrer de præcise regler og kilden for hver kontrakt, der kan indgå. Lignende titler er utilstrækkelige. Hvis én kontrakt medregner en senere genovervejelse, mens en anden ikke gør, kan forskellen kræve udelukkelse eller en særskilt model. Algoritmens snævre påstand afhænger af at sammenligne ensartede udfald.
Om en kontrakt kan indgå, afgøres, før det endelige resultat undersøges. Ellers kan forskningen ubemærket fjerne besværlige tilfælde, der svækker den tilsyneladende præstation. Bevar afviste kontrakter og begrundelserne, herunder tvetydige regler, utilgængelige kilder og begivenhedsstrukturer, som systemet ikke understøtter. Denne registrering forklarer det område, hvor algoritmens påstand faktisk evalueres.
Fastlæg beslutningshorisonten
Den hypotetiske algoritme vurderer den første verificerede dagsordensopdatering inden for et defineret forskningsvindue før afstemningen. Den registrerer det faktiske modtagelsestidspunkt og færdiggør prognosen, før den undersøger et nyt eksekverbart pristilbud til beslutningen. Tidshorisonten er en del af specifikationen, ikke et valg, der træffes efter at have observeret prisbevægelser.
En senere opdatering kan være lettere at fortolke, men efterlade mindre mulighed for at handle. En historisk test skal bruge det tidspunkt, hvor processen faktisk kunne handle, inklusive forsinkelse ved indsamling og beregning. Den må ikke kombinere sen dokumentation med en tidligere pris, der fandtes, før dokumentationen blev modtaget.
Vælg en maksimal alder for forslaget, og identificer, hvad der får det til at udløbe. En ændret dagsorden, en ny officiel udtalelse eller en overskredet beslutningsfrist kan gøre det gamle forslag ugyldigt. Programmet bør da producere en ny researchversion eller undlade at handle frem for at fortsætte med at indsende en instruktion, hvis informationsgrundlag ikke længere gælder.
Bevar input før prognosen
Inputregistreringen bør identificere dokumentet, versionen, offentliggørelsestidspunktet, hvis det kendes, modtagelsestidspunktet og de udtrukne procedurefelter. Den bør skelne mellem faktummet fra kilden og den fortolkning, algoritmen tilføjer. At en parser fuldfører sin opgave, beviser ikke, at den valgte den korrekte udnævnelse eller dagsordensversion.
Bevar for hver accepteret opdatering tilstrækkelig dokumentation til, at en person kan reproducere klassifikationen. Hvis et påkrævet felt mangler eller er tvetydigt, bør algoritmen returnere en uafklaret observation. Den bør ikke udfylde hullet med en sandsynlig værdi blot for at holde handelsløkken aktiv.
Inputregistreringen understøtter også senere evaluering af kildeændringer. Hvis myndigheden ændrer dokumentstrukturen, gælder modellens historiske adfærd muligvis ikke længere. En præcis registrering gør det muligt at identificere dette brud frem for at tilskrive en parserfejl en pludselig ændring i begivenhedssandsynlighederne.
Definer prognosen og dens basisprognose
Algoritmen kræver en estimeret sandsynlighed for kontraktens præcise udfald, ikke blot en score for, at sproget i dagsordenen ser gunstigt ud. Udvikl sammenhængen ved hjælp af en passende historisk stikprøve, og evaluer den derefter på senere begivenheder, der ikke blev brugt til at vælge reglen.
Basisprognosen bør bruge oplysninger, der var tilgængelige ved samme tidshorisont. Den kan være en enkel historisk hyppighed eller et specificeret markedsestimat, afhængigt af forskningsspørgsmålet. Bevar basisprognosen, før resultater sammenlignes, så evalueringen ikke bagefter vælger en let modstander.
Antag for taleksemplet nedenfor, at modellen giver en central sandsynlighed på 0,61 og et stressscenarie på 0,56. Dette er opdigtede input til kontrol af beslutningsregnestykket, ikke empiriske estimater. Stressværdien er ikke en statistisk konfidensgrænse, medmindre en særskilt valideret procedure fastslår den som sådan.
Fastlæg omkostningsmarginen, før udfaldene undersøges
Den hypotetiske regel kræver, at sandsynligheden i stressscenariet overstiger den maksimalt antagne samlede omkostning pr. andel med mindst 0,04 dollar ved den enkle dollarudbetaling. Dette er en valgt forskningstærskel, ikke bevis for, at en margin på fire cent kompenserer for enhver usikkerhed.
Antag, at den maksimale købspris er 0,51 dollar, og gebyrreserven er 0,01 dollar pr. andel. Den maksimalt antagne samlede omkostning er 0,52 dollar. Med en stresssandsynlighed på 0,56 er den modellerede margin 0,04 dollar pr. andel, hvilket netop opfylder den opdigtede regel.
Registrer, hvorfor tærsklen blev valgt, og evaluer dens følsomhed uden at vælge den bedste værdi på den endelige teststikprøve. Hvis reglen kun ser nyttig ud ved én fintunet margin, fortjener denne skrøbelighed opmærksomhed. En gennemsigtig algoritme bør vise afvejningen mellem strengere udvælgelse, færre muligheder og prognoseusikkerhed.
Læs ordrebogen, når prognosen er klar
Den eksekverbare sammenligning bør bruge en ordrebogsobservation, der er tilgængelig, efter at prognosen og bemyndigelseskontrollerne kan være gennemført. Bevar købsbud, salgsbud, dybde og modtagelsestidspunkt. En vist midterpris er ikke købsomkostningen for den tilsigtede mængde.
Polymarkets dokumentation om ordrebogen forklarer forskellen mellem viste priser og eksekverbare sider. Antag for det opdigtede eksempel, at ti andele udbydes til 0,48 dollar og femten til 0,50 dollar. Femogtyve andele er synlige inden for grænsen på 0,51 dollar, men kontogrænser vil afgøre forslagets faktiske størrelse.
Hvis ordrebogen er forældet, ufuldstændig eller ændrer sig før indsendelse, skal den specificerede regel for fornyet validering anvendes. Algoritmen bør ikke bruge et gammelt gunstigt pristilbud som begrundelse for at udvide sin grænse. En ny pris kan fjerne den modellerede mulighed, selv om prognosen for begivenheden er uændret.
Kombiner mængdebegrænsninger konsekvent
Den foreslåede mængde bør opfylde enhver gældende begrænsning. På den opdigtede konto er begivenhedsgrænsen fyrre andele, hvoraf tolv allerede ejes og otte er mulige fra en aktiv ordre. Det efterlader plads til yderligere tyve andele. Den synlige dybde på femogtyve andele tilsidesætter ikke kontogrænsen.
Det tilgængelige budget til forpligtelser for den nye hensigt er 10,40 dollar. Ved den maksimalt antagne omkostning på 0,52 dollar pr. andel understøtter det tyve andele. Dybden, begivenhedskapaciteten og omkostningsbudgettet tillader derfor et forslag på tyve andele i dette eksempel.
Brug præcise enheder og aktuelle markedskrav ved implementering af beregningen. En tilladt brøkdel af en andel eller en minimal ordrestørrelse kan påvirke det gyldige resultat. Vejledningen om handelsværktøjer til Kalshi giver en nyttig sammenligning af ansvar for research og beregning, mens de faktiske ordrebegrænsninger skal forblive specifikke for det Polymarket-marked, der overvejes.
Beregn eksemplets forventede omkostning
For tyve andele leverer den observerede ordrebog ti til 0,48 dollar og ti til 0,50 dollar. Købsomkostningen er 4,80 dollar plus 5 dollar, altså 9,80 dollar før gebyrer. Med det antagne gebyr på én cent pr. andel er det samlede estimat 10,00 dollar. Den gennemsnitlige antagne omkostning er 0,50 dollar.
Ved den centrale sandsynlighed på 0,61 er den modellerede forventede udbetaling tyve gange 0,61 dollar, altså 12,20 dollar. Den modellerede forventede forskel er 2,20 dollar. Under stressscenariet på 0,56 er den forventede udbetaling 11,20 dollar, hvilket efterlader 1,20 dollar i forhold til det observerede samlede estimat.
Bemyndigelsen bruger stadig den maksimalt antagne forpligtelse på 10,40 dollar, ikke det lavere observerede estimat. Dette skel bevarer prisgrænsen, hvis ordrebogen ændres inden for den godkendte grænse. Alle disse beregninger afhænger af den hypotetiske prognose og gebyrantagelserne; de fastslår intern konsistens, ikke en påstand om realiseret gevinst.
Henvis og tjen USDC
Henvis og tjen USDCVores affiliateprogram udbetaler i realtid.
Specificer ordrens adfærd gennem dens levetid
Eksempelalgoritmen bruger en øjeblikkelig instruktion, der accepterer delvis udførelse og annullerer resten, underlagt det aktuelle handelssteds dokumenterede adfærd og tilladte parametre. Den efterlader ikke en ny hvilende ordre efter beslutningsvinduet. Dette valg er en del af algoritmens eksponeringspolitik.
Polymarkets dokumentation om ordrers livscyklus beskriver FAK som udførelse af den tilgængelige mængde og annullering af resten. En variant med en hvilende ordre ville være en anden specifikation, fordi den kunne erhverve eksponering, efter at den oprindelige observation og prognose var blevet ældre.
Registrer den faktiske type sammen med hensigten. En senere gennemgang bør kunne afgøre, om en ikkeudført mængde forblev en forpligtelse. Algoritmen bør ikke udlede, at enhver delvis udførelse kræver køb af den manglende mængde senere; et opfølgende køb ville kræve et nyt forslag under aktuelle oplysninger og den aktuelle kontotilstand.
Bevar registreringen af beslutningsregelens accept
Registreringen af beslutningsregelens accept forbinder input, prognose, ordrebog, kontoøjebliksbillede og bemyndigelse. Den bør angive, hvilke betingelser der blev opfyldt, og de præcise vilkår, som måtte sendes ud af processen. Gem den varigt før indsendelse af en ordre, så genopretning ikke afhænger af hukommelsen eller en mistet skærmtilstand.
En afvist kandidat fortjener samme strukturerede registrering med en kortfattet begrundelse. Eksempler omfatter en kontraktuoverensstemmelse, forældet input, utilstrækkelig margin, utilstrækkelig dybde eller opbrugt kapacitet. Disse begrundelser viser, om hypotesen frembringer muligheder, der kan bruges i praksis.
Den ældre vejledning om en handelsalgoritme til prognosemarkeder forklarer design og test på tværs af disse trin. At holde acceptregistreringen adskilt fra det senere resultat forhindrer et gunstigt udfald i med tilbagevirkende kraft at validere en beslutning, der ikke opfyldte reglen på daværende tidspunkt.
Afstem en delvis udførelse
Antag, at den hypotetiske øjeblikkelige ordre på tyve andele udfører otte andele til 0,48 dollar og syv til 0,50 dollar. Købsomkostningen er 3,84 dollar plus 3,50 dollar, altså 7,34 dollar. Med et antaget samlet gebyr på 0,15 dollar er den samlede omkostning 7,49 dollar. Fem ønskede andele forbliver ikkeudførte og annulleres under den valgte adfærd.
Kontoen ejer nu syvogtyve andele: de oprindelige tolv plus femten erhvervede. Den tidligere aktive ordre på otte andele forbliver en særskilt mulig forpligtelse, hvilket bringer den potentielle begivenhedseksponering op på femogtredive andele under den enkle mængdepolitik. De annullerede fem fra denne nye anmodning forbliver ikke aktive.
En kvittering for anmodningen er alene utilstrækkelig til at fastslå denne endelige tilstand. Algoritmen bør følge de relevante ordre- og handelsoplysninger og afstemme kontoen. Hvis resultatet af indsendelsen er ukendt, skal den passende reservation bevares, og sagen undersøges, før en anden kandidat overvejes til samme kapacitet.
Angiv politikken for ugyldiggørelse og lukning
En beslutningsregel kræver en plan for, hvad der sker efter åbning af positionen. Eksemplet kan evalueres under en politik om at beholde positionen indtil afgørelse, en dokumentationsbaseret lukningspolitik eller en tidsbaseret gennemgangspolitik, men disse valg bør ikke blandes, efter at udfaldene kendes.
Antag for denne forskningsspecifikation en planlagt gennemgang, hver gang den officielle dagsorden ændres, og ingen automatisk lukning alene fordi den viste pris bevæger sig. Gennemgangen kontrollerer, om den oprindelige sammenkobling med kontrakten og prognoseantagelserne stadig gælder. Ethvert salg kræver sine egne omkostnings- og bemyndigelseskontroller.
En hypotetisk værdiansættelse over anskaffelsesomkostningen garanterer ikke, at hele positionen kan lukkes til denne værdi. Kontoen bør bruge tilgængelige købsbud og gældende omkostninger, når et salg vurderes. Tilsvarende identificerer en ugunstig værdiansættelse ikke i sig selv, om prognosen, udførelsen eller markedets likviditet er ansvarlig for ændringen.
Evaluer prognoser og ordrer særskilt
Prognoseevalueringen bør omfatte hvert registreret estimat, der opfylder adgangskravene, herunder kandidater afvist på grund af pris eller kapacitet. Udførelsesevalueringen bør omfatte faktiske ordrer, udførelser, gebyrer og uafklarede tilfælde. Disse populationer overlapper, men tjener forskellige formål.
En model kan forbedre prognosenøjagtigheden uden at skabe nogen anvendelig margin efter omkostninger. En udførelsesproces kan følge reglen perfekt, mens den underliggende hypotese falder. Særskilte registreringer lader forskeren identificere, hvilken påstand der kræver revision, frem for at behandle ethvert resultat som ét samlet mål for algoritmens kvalitet.
Vejledningen om en handelsalgoritme til Kalshi udvikler et andet eksempel på en informationsfordel, der er specifik for handelsstedet og kan modbevises. Den overførbare metode er at bevare hypotesen og teste den fremadrettet, mens kontraktdefinitioner, priskonventioner og kontomekanismer holdes adskilt.
Opdel evalueringen efter den underliggende begivenhed
Relaterede kontrakter fra samme udnævnelsesproces bør holdes samlet, når udviklingsdata og evalueringsdata adskilles. Ellers kan modellen reelt lære detaljer om en begivenhed i én delmængde og få anerkendelse for at forudsige nært beslægtede kontrakter i en anden.
Rapporter antallet af underliggende begivenheder såvel som antallet af kontraktobservationer. Halvtreds tærskler eller frister knyttet til få udnævnelser giver ikke halvtreds uafhængige demonstrationer af informationshypotesen. Deres forbindelser bør være en del af evalueringsdesignet.
Brug kronologisk test, når den tilsigtede anvendelse er fremtidige begivenheder, og bevar en senere stikprøve til vurdering af valg truffet under udviklingen. En tilfældig blanding kan skjule ændringer i kildeprocesser eller markedsadfærd. Evalueringen bør ligne den faktiske rækkefølge, hvori algoritmen ville lære og handle.
Belast antagelserne uden at omskrive reglen
Følsomhedsanalyse bør variere plausible antagelser såsom modtagelsesforsinkelse, gebyrestimater, tilgængelig dybde og prognoseusikkerhed. Formålet er at forstå skrøbelighed, ikke uendeligt at lede efter den version, der giver det bedste historiske resultat.
I det opdigtede eksempel kan en højere samlet omkostning eller lavere stresssandsynlighed fjerne den krævede margin. Et mindre tilgængeligt budget kan reducere mængden. En kildeforsinkelse kan få forslaget til at udløbe helt. Algoritmen bør konsekvent producere disse ændrede beslutninger ud fra sine angivne betingelser.
Den ældre diskussion om, hvorvidt bots til prognosemarkeder er rentable, fremhæver retvisende test. Anvend denne standard ved at bevare tabsgivende og afviste tilfælde, herunder driftsafbrydelser. En evaluering, der antager perfekt tilgængelighed og gunstige udførelser, besvarer et andet spørgsmål end, om hele arbejdsgangen er nyttig i praksis.
Definer, hvornår hypotesen er faldet
En specifikation, der kan modbevises, bør angive, hvilken dokumentation der ville svække eller afslutte forskningspåstanden. Eksempler omfatter ingen forbedring i forhold til basisprognosen på senere begivenheder, vedvarende fejlkalibrering, en tilsyneladende fordel, der forsvinder ved realistisk timing, eller en ændret kildedefinition, der bryder den oprindelige sammenhæng.
Kræv ikke én dramatisk fiasko for at begrunde en gennemgang. Et gradvist fald i datakvalitet eller en stigende andel af afviste kandidater kan vise, at driftsbetingelserne har ændret sig. Omvendt kan nogle få ugunstige udfald være forenelige med en rimelig sandsynlighedsprognose og bør ikke automatisk udløse ukontrollerede parameterændringer.
Skriv gennemgangsplanen og beslutningskriterierne, før den endelige stikprøve undersøges. Algoritmens værdi ligger delvist i at frembringe dokumentation, der kan afkræfte den. En regel, der bagefter forklarer ethvert tab, mens den ændrer sine betingelser, er ophørt med at være den specifikke påstand, evalueringen skulle teste.
Hold én algoritme adskilt fra en portefølje
Tilføjelse af en anden model, en strategi for at stille priser eller en anden begivenhedsfamilie skaber et problem med porteføljekoordinering. Den oprindelige regel bør bevare sin egen identitet og evalueringsregistrering, så dens bidrag kan forstås. Fælles kontogrænser skal omfatte alle de resulterende forpligtelser.
Vejledningen om handelsalgoritmer til Polymarket undersøger overlappende eksponering mellem flere metoder. Forskellige navne fastslår ikke uafhængige risici, især når flere algoritmer bruger samme kilde eller handler relaterede udfald. Udvidelse bør derfor følge en særskilt gennemgang af konto og evaluering.
Bevar den snævre specifikation, selv hvis det bredere system vokser. Det bør fortsat være muligt at rekonstruere, hvad denne algoritme alene foreslog, hvorfor den undlod at handle, og hvordan dens faktiske ordrer afveg fra de tilsigtede beslutninger. Uden denne adskillelse kan samlede resultater skjule en svag komponent bag en anden, vellykket komponent uden forbindelse til den.
Gør handelsalgoritmen til Polymarket målbar
En fuldstændig specifikation forbinder en hypotese, der kan modbevises, med relevant dokumentation, en fast tidshorisont, en prognose, en omkostningstærskel og en afgrænset kontohandling. Den angiver også, hvordan delvis udførelse, usikkerhed, ugyldiggørelse og evaluering håndteres. Hver del bidrager til en beslutning, der kan reproduceres og udfordres.
Begynd med at teste registreringen og regnestykket med opdigtede tilfælde som det her. Evaluer derefter informationspåstanden på passende adskilte virkelige observationer, før der drages konklusioner om nytteværdien. Hold fakta fra kilder, modelestimater og valgte politiktærskler tydeligt identificeret.
Algoritmen er klar til seriøs gennemgang, når den kan forklare både handling og fravalg af handling. Dens succes er ikke, at den altid producerer en ordre. Den er, at processen fremsætter en præcis påstand, anvender den konsekvent under realistiske begrænsninger og bevarer tilstrækkelig dokumentation til at afgøre, om påstanden holder i mødet med senere begivenheder.