Kalshi-oddsarbitragebot: sammenlign det sammenlignelige

Definér betydningen af ordet odds

Odds kan betegne et sandsynlighedsestimat, en pris eller en konvention for afkast. Disse betydninger er beslægtede, men de kan ikke bruges i stedet for hinanden. En scanner skal vide, hvad hvert input repræsenterer, før den foretager en subtraktion eller rangerer en forskel.

For en enkel kontrakt, der koster 40 cent og udbetaler én dollar ved succes, er bruttoudbetalingen 2,5 gange købsbeløbet, hvis kontrakten vinder. Dette forhold betyder ikke, at hændelsen er bevist at have en sandsynlighed på 40 %. Det beskriver et prisafledt forhold for nulresultat før omkostninger.

En særskilt prognose om en sandsynlighed på 45 % er et input fra en model. At sammenligne dette estimat med en pris på 40 cent er en analyse af forventet værdi. At kombinere positioner, så de dækker alle udfald, er en analyse af udbetalingsdækningen. Begge analyser kan være nyttige, men de understøtter forskellige påstande.

Bevar betegnelsen sammen med værdien. Et felt med værdien 40 kan angive cent, procentpoint eller en mængde. Et felt med værdien 2,5 kan angive et udbetalingsforhold frem for en sandsynlighed. Scanneren bør afvise tvetydige enheder frem for at gætte på den mest fordelagtige fortolkning.

Vejledningen om handelsstrategier på forudsigelsesmarkeder forklarer, hvordan estimerede sandsynligheder hænger sammen med omkostninger. En oddsscanner begynder med at bevare denne sondring frem for at behandle ethvert tal, der kaldes odds, som en sandsynlighed, der kan handles direkte til.

Den trinvise gennemgang af en oddsbot til forudsigelsesmarkeder bevarer disse betegnelser under omregningen af komplementære ordrebøger og alternative visninger af udbetalinger.

Normalisér priser til Kalshi-oddsarbitragebotten

Prisnormalisering i en Kalshi-oddsarbitragebot omsætter hvert input til et fælles økonomisk grundlag. I enkle binære eksempler kan et nyttigt grundlag være omkostningen ved at opnå et krav med en udbetaling på én dollar ved sejr. Bevar gebyrer og andre betingelser særskilt, indtil den fulde omkostning er beregnet.

Hvis et abstrakt decimalt afkasttilbud er 2,50 pr. indsat enhed, er den reciprokke værdi 0,40. Denne omregning angiver en prisækvivalent sandsynlighed før omkostninger og forbehold. Den fastslår ikke, at det instrument, tilbuddet gælder, har de samme afregningsregler eller behandles på kontoen på samme måde som en Kalshi-kontrakt.

Et positivt amerikansk odds på plus 150 betyder efter denne konvention en gevinst på 150 enheder ved en indsats på 100 enheder. Den tilsvarende sandsynlighed for nulresultat før omkostninger er 100 divideret med 250, altså 40 %. Et negativt odds på minus 150 betyder, at man risikerer 150 for at opnå en gevinst på 100. Det giver 150 divideret med 250, altså 60 %.

Her bruges disse regnekonventioner som undervisningseksempler, ikke som dokumentation for, at et bestemt eksternt tilbud er tilgængeligt eller kan benyttes. En scanner bør registrere det oprindelige tilbud, konventionen og den normaliserede værdi, så omregningen kan gennemgås.

Normaliseringen bør bevare udbetalingens beregningsgrundlag. Et angivet samlet afkast omfatter den tilbagebetalte indsats, mens en angivet gevinst kan udelade den. Hvis de to begreber forveksles, kan det samme økonomiske tilbud se meget forskelligt ud.

Sammenlign købspriser med købspriser

Et købsbud er ikke et tilbud om at sælge den samme eksponering til scanneren. Den seneste handel er ikke et løfte om, at en ny handel kan ske til den pris. En midtpris er en afledt observation. Sammenligningen skal bruge den side af ordrebogen, som den planlagte handling kræver.

Antag, at et hypotetisk YES-marked har et købsbud på 48 cent og et salgstilbud på 52 cent. Den viste midtpris er 50 cent. En bot, der planlægger at købe, bør ikke antage, at den kan erhverve den ønskede mængde til 48 eller 50 cent, blot fordi disse tal står i grænsefladen.

Kalshis ordrebogsvejledning forklarer priserne på komplementære udfald i REST-repræsentationen. Korrekt normalisering omfatter både udfaldet og siden af ordrebogen. Hvis kun den ene ændres, bliver den økonomiske sammenligning forkert.

Eksempelvis indebærer det højeste NO-købsbud på 46 cent et YES-salgstilbud på 54 cent for den tilsvarende mængde. Det er ikke et YES-salgstilbud på 46 cent. Testtilfælde med priser, der ligger væk fra 50 cent, hjælper med at afsløre fejl i denne omregning.

Scanneren bør gemme den kildegrænseflade og priskonvention, der blev brugt. En senere adapter kan dermed forklare, hvordan den sammenlignelige købspris blev beregnet, frem for at lade en kontrollant gætte på, om der allerede var foretaget en komplement- eller spreadjustering.

Match regler i Kalshi-oddsarbitragebotten

Regelmatchning i en Kalshi-oddsarbitragebot undersøger, om positionerne udbetaler i de tilsigtede komplementære tilstande. Ens navne, datoer eller overordnede emner er nyttige søgeindikatorer, men dokumentationen kommer fra de fulde betingelser.

Overvej to hypotetiske spørgsmål om et holds succes. Det ene spørger, om holdet vinder en bestemt kamp, mens det andet spørger, om holdet går videre i en turnering. Afhængigt af formatet kan holdet gå videre uden at vinde denne kamp. Modsatrettede positioner dækker derfor ikke nødvendigvis hinanden.

Et lignende problem opstår i kontrakter om målinger. Strengt over en tærskel adskiller sig fra mindst tærsklen. En først offentliggjort værdi adskiller sig fra en revideret værdi. En afsluttende observation adskiller sig fra maksimum i en periode. Hver forskel kan skabe en tilstand, der bryder en enkel antagelse om komplementaritet.

Lav et sammenligningskort, som angiver måling, periode, kilde, tærskel og undtagelser for hver del af handlen. Markér præcise match, kendte logiske sammenhænge og uafklarede forskelle særskilt. Et uafklaret felt bør forhindre en påstand om fast udbetaling.

Arbitragerammen for forudsigelsesmarkeder uddyber denne analyse på kontraktniveau. En oddsbot bør bruge den, før den vurderer størrelsen af en vist forskel, fordi en stor forskel blot kan skyldes, at markedet prissætter forskellige spørgsmål korrekt.

Kontrollér tidsmatch, før forskellen kaldes aktuel

To pristilbud kan hver især være gyldige observationer, selv om de beskriver forskellige tidspunkter. En scanner, der sammenligner en frisk pris med en gammel, kan komme til at måle datakildernes hastighed frem for en forskel, der faktisk kan handles på.

Registrér kildetidspunkt og modtagelsestidspunkt, hvor de findes. En nyligt modtaget besked kan indeholde et ældre pristilbud efter ophobning i en kø. Sammenligningen bør bruge en udtrykkelig aktualitetspolitik, som passer til hændelsen og den planlagte udførelse.

En hypotetisk pris på 43 cent før en vigtig offentliggørelse og 58 cent efter den fastslår ikke en samtidig mulighed på 15 cent. Informationstilstanden ændrede sig mellem observationerne. En historik, der udelader denne tidsforskel, kan få almindelig prisdannelse til at ligne vedvarende arbitrage.

Fastlæg en højst acceptabel forskel i observationernes alder eller en mere specifik regel for synkronisering. Tærsklen bør bygge på strategiens dokumentation og hændelsens dynamik frem for at blive valgt bagefter, så fordelagtige eksempler kommer med.

Hvis tidsmæssigt sammenfald ikke kan fastslås, skal kandidaten mærkes som en observation. Den kan stadig være nyttig til forskning i markedsreaktioner, men den bør ikke komme på listen over muligheder, der kan udføres, som om begge pristilbud kunne være opnået samtidig.

Sammenlign fulde omkostninger

En omkostningssammenligning i en Kalshi-oddsarbitragebot medtager begge dele til de priser, der kan opnås, samt de udgifter, som kræves for at gennemføre planen. En sum under én dollar er ikke tilstrækkelig, hvis gebyrer, afrunding, spread eller manglende fuldførelse kan opbruge forskellen.

I et hypotetisk komplementært par kan YES købes for 50 cent og NO for 47 cent efter identiske, enkle binære regler. Købsbeløbet er 97 cent pr. par. Antag samlede omkostninger på fire cent i eksemplet. Det samlede beløb bliver dermed 1 dollar og én cent mod en bruttoudbetaling på én dollar.

Den synlige forskel på tre cent giver derfor et modelberegnet tab på én cent. En scanner bør afvise kandidaten, selv om den overordnede sum af sandsynligheder ser attraktiv ud. Omkostninger er en del af sammenligningen, ikke en fodnote, der tilføjes efter rangeringen.

Hvis de antagne omkostninger i stedet var to cent, ville det modelberegnede overskud være én cent. Det afhænger stadig af matchende regler, faktiske gennemførelser og den angivne omkostningsmodel. Det er ikke en garanti for et afkast, der kan gentages, eller en påstand om Kalshis aktuelle gebyrer.

Kalshis gebyrvejledning gør opmærksom på markedsspecifikke forskelle. Scanneren bør bevare de gebyrantagelser, der bruges for hver kandidat, og afstemme de faktiske opkrævninger i ethvert afsluttet kontoresultat.

Normalisér mængde såvel som pris

En mulighed har en størrelse. Et fordelagtigt prispar kan kun være tilgængeligt for få kontrakter, og de to dele kan have forskellige tilgængelige mængder. Den fuldførte kombination begrænses af den mængde, der kan opnås på hver nødvendig del.

Antag, at den ene hypotetiske del har 15 kontrakter til 42 cent og 35 til 45 cent. Et køb af 50 koster 6 dollar og 30 cent plus 15 dollar og 75 cent, altså 22 dollar og fem cent. Gennemsnitsprisen er 44,1 cent, ikke 42 cent.

Hvis den modsatte del kun har 20 kontrakter tilgængelige inden for den tilladte prisgrænse, understøtter den synlige dybde ikke en plan med 50 par. Scanneren kan vurdere en mindre, matchet mængde eller afvise kandidaten ud fra sine kapacitetskrav.

Mængdenormalisering kræver også, at udbetalingsenheden er kendt. To instrumenter kan vise en lignende pris, selv om de repræsenterer forskellige kontraktstørrelser eller udbetalingsbeløb. Omsæt dem til et fælles eksponeringsgrundlag, før antallene parres.

En nyttig rapport angiver den mængde, der er grundlag for, og omkostningskurven, når størrelsen øges. Ét attraktivt tal øverst i ordrebogen kan skjule, at næsten hele den planlagte ordre ville blive gennemført til priser, som fjerner det modelberegnede overskud.

Brug udbetalingskort til udækkede tilstande

Et udbetalingskort opregner de relevante hændelsestilstande og resultatet for hver del. For præcist komplementære, enkle binære kontrakter dækker YES og NO de to almindelige tilstande. For beslægtede, men forskellige kontrakter kan der opstå flere tilstande.

Tag et hypotetisk par med tærskler på 100 og 105 for den samme måling. Værdier på højst 100, værdier over 100 til og med 105 og værdier over 105 kan give forskellige kombinationer. Hvis mellemområdet ignoreres, kan det skabe en falsk påstand om fuld dækning.

Særlige udfald skal have deres egne poster, når reglerne tillader dem. En annullering, en forsinket afgørelse eller en skalarudbetaling kan ændre resultatet. Kortet bør bruge kontrakternes faktiske bestemmelser frem for at antage, at enhver usædvanlig hændelse giver fuld tilbagebetaling.

En logisk implikation kan stadig understøtte nyttige grænser, selv når kontrakterne ikke er identiske. Scanneren bør angive implikationen og beregne den mindste udbetaling i alle relevante områder. Den bør ikke betegne sammenhængen som ækvivalent, blot fordi priserne normalt bevæger sig sammen.

Kortet gør påstanden mulig at gennemgå. En anden læser kan direkte anfægte en manglende tilstand eller en forkert udbetaling frem for at diskutere, om to markedstitler lyder tilstrækkeligt ens.

Hold prognoseuenighed uden for arbitragekategorien

En model kan estimere en sandsynlighed på 65 %, mens markedsprisen er 55 cent. Det kan være en kandidat til retningsbestemt analyse, men modellens uenighed med markedet fastslår ikke en kombination med garanteret udbetaling. Handlen afhænger stadig af hændelsens udfald og estimatets kvalitet.

Tilsvarende kan to beslægtede markeder historisk have bevæget sig sammen, mens de nu viser et større spænd. En statistisk sammenhæng kan indgå i en strategi, men den beviser ikke, at alle mulige afregningstilstande er dækket.

Brug særskilte kategorier til kandidaterne. Den ene kategori kan indeholde udbetalingssammenhænge, der er bevist ud fra reglerne. En anden kan indeholde handler baseret på estimeret relativ værdi. Hver kategori får dermed en passende vurderingsmetode og risikopolitik.

Denne opdeling forhindrer, at en fordelagtig historisk korrelation får samme grad af sikkerhed som en algebraisk identitet. Den hjælper også ejeren med at forstå, hvorfor en kandidat kræver en større usikkerhedsmargin eller en mindre størrelse.

Vejledningen om AI-prognoser på forudsigelsesmarkeder forklarer, hvordan estimerede sandsynligheder kan vurderes. Denne forskning hører hjemme ved siden af beviset for en fast udbetalingssammenhæng, ikke som en del af selve beviset.

Planlæg én fyldt del uden den anden

En sammenligning af matchende priser bliver til en rækkefølge af kontohandlinger med usikker udførelse. Den første del kan blive gennemført, mens prisen på den anden ændres, forsvinder eller bliver utilgængelig. En scanner bør beregne denne tilstand, før den godkender planen.

Definér en maksimal umatchet mængde og en tilladt reaktion. Reaktionen kan være et afgrænset forsøg på at fuldføre parret eller en kontrolleret afvikling. Begge handlinger kræver aktuelle priser og beføjelse på kontoen. Ingen af dem bør improviseres uden grænser.

I et hypotetisk tilfælde, hvor fuldførelsen mislykkes, kan 40 kontrakter købt til 49 cent kun sælges til 46 cent. Pristabet er 1 dollar og 20 cent før omkostninger. En kandidat med et samlet modelberegnet overskud på få cent kan være uattraktiv, når dette fejlforløb tages med i vurderingen.

En restriktiv ordreinstruks på den ene del gør ikke i sig selv en plan med flere dele atomar. Særskilte accepterede ordrer kan stadig få særskilte udfald. Strategien bør ikke slutte, at alle dele er gennemført sammen, ud fra et vellykket svar på den første anmodning.

Registrér tidspunktet for og størrelsen af den umatchede eksponering. Selv et par, som til sidst fuldføres, kan i en periode opføre sig som en retningsbestemt position. Denne periode har betydning for ejerens vurdering af strategiens faktiske risiko.

Gennemgå scannerens afviste kandidater

Afviste kandidater kan forklare, om scanneren er nyttig. Hvis de fleste forskelle forsvinder, når prissiden rettes, kræver den oprindelige fortolkning af input arbejde. Hvis de fleste ikke består regelmatchningen, er søgningen måske for bred. Hvis de fleste afvises på grund af omkostninger, hjælper hurtigere data måske ikke i sig selv.

Gem korte begrundelser sammen med de normaliserede input. Det skaber et forskningsdatasæt om udvælgelsen af muligheder uden at foregive, at enhver observeret forskel kunne handles. Det forhindrer også, at den samme kendte uoverensstemmelse vurderes igen og igen.

Gennemgå en stikprøve af både accepterede og afviste tilfælde. Et filter kan tage fejl i begge retninger. Et for lempeligt filter skaber falske muligheder, mens et for strengt filter kan udelukke sammenhænge, der kunne forstås med en bedre regelmodel.

Hold så vidt muligt gennemgangen uafhængig af senere overskud. At en afvist retningsbestemt handel tilfældigvis vinder, beviser ikke, at afvisningen var forkert. Spørgsmålet er, om den tilgængelige dokumentation understøttede den påståede sammenhæng på det pågældende tidspunkt.

Scanneren bliver bedre, når kategorierne bliver mere præcise. Et mindre udvalg af godt forklarede kandidater er mere værdifuldt end en stor strøm af advarsler, hvor brugerne hver gang selv må udføre den samme normalisering og regelkontrol.

Normalisér ikke en omkostning væk

Sandsynlighedsnormalisering kan få et sæt viste tal til at summere til én, men den ændrer ikke de priser, en handler skal betale. En scanner bør skelne mellem en modeljustering og en beregning af omkostninger ved en handel, der faktisk kan gennemføres.

Antag, at to hypotetiske viste implicitte sandsynligheder er 56 % og 49 %, altså i alt 105 %. Når hver værdi divideres med 1,05, bliver resultaterne cirka 53,33 % og 46,67 %. Disse justerede værdier kan være nyttige i en bestemt estimeringsmetode, men de fastslår ikke, at de tilsvarende positioner kan købes for disse beløb.

Den faktiske beregning af anskaffelsen skal stadig bruge de pristilbud, mængder og omkostninger, der kan opnås. Hvis et køb til 56 cent erstattes af et normaliseret tal på 53,33 cent, opfindes en indgangspris. En historisk test kan dermed se ud til at finde værdi, som kun findes i dens egen omformning af dataene.

Når der bruges normalisering, skal begge poster bevares: det oprindelige økonomiske pristilbud og det justerede analytiske estimat, med angivelse af metoden. Senere trin kan så sammenligne en prognose med den reelle købsomkostning uden at forveksle det justerede tal med tilgængelig likviditet.

Denne sondring gælder også gennemsnit på tværs af kilder. En gennemsnitlig implicit sandsynlighed kan være en variabel i forskning, men den er ikke en ordrebog og garanterer ikke en matchende kontrakt. Botten bør bruge analytiske omformninger til at forstå dokumentationen og samtidig bevare de oprindelige værdier, som er nødvendige for at afgøre, om der er grundlag for en virkelig transaktion.

Rapportér betingede fund, ikke garanteret indkomst

Et nyttigt resultat angiver de præcise kontrakter, observationstidspunkter, den mængde, der er grundlag for, de samlede modelberegnede omkostninger og den mindste udbetaling i de godkendte tilstande. Det identificerer også uafklarede antagelser og reaktionen på ufuldstændig udførelse.

Undgå at fremskrive en enkelt lille forskel til en påstand om daglig eller årlig indkomst. Den samme størrelse, hyppighed og prisrelation opstår måske ikke igen. Kapital kan forblive bundet, omkostninger kan ændre sig, og andre deltagere kan fjerne den tilsyneladende mulighed, før den nås.

Adskil simulerede kandidater fra afsluttede kontoresultater. En simulation kan teste sammenligningslogikken, mens faktiske ordrer fastslår, hvad kontoen opnåede. Rapporten bør ikke udviske disse dokumentationsniveauer, blot fordi begge bruger de samme prisdata.

En Kalshi-oddsarbitragebot er mest nyttig som en disciplineret sammenligningsmotor. Den normaliserer tallene, beviser de relevante sammenhænge og afviser fortolkninger, der ikke er grundlag for. Først efter disse trin bliver en tilsyneladende oddsforskel til et konkret forslag, som en ejer kan vurdere i forhold til begrænsninger i udførelsen og på kontoen.

Relaterede vejledninger og trinvis gennemgåede eksempler

• Kalshi-arbitragebot: test først udbetalingen — Undersøg, om kontrakter, der tilsyneladende udligner hinanden, virkelig har ækvivalente udbetalingsregler.
• Automatisk afdækningsbot til Kalshi: kortlæg først eksponeringen — Undersøg, hvordan en afdækning kan efterlade uafklaret basis-, afregnings- og udførelseseksponering.