Oddsarbitragebot för Kalshi: jämför likvärdiga saker

Definiera vad ordet odds representerar

Odds kan beskriva en sannolikhetsuppskattning, ett pris eller en avkastningskonvention. Betydelserna hänger ihop men är inte utbytbara. En skanner behöver veta vad varje indata representerar innan den subtraherar eller rangordnar en avvikelse.

För ett enkelt kontrakt som kostar 40 cent och betalar en dollar vid framgång är bruttoutbetalningen 2,5 gånger köpbeloppet om det vinner. Kvoten betyder inte att händelsen har bevisats ha 40 % sannolikhet. Den beskriver ett prishärlett samband för nollresultat före kostnader.

En separat prognos om 45 % sannolikhet är en modellindata. Att jämföra uppskattningen med ett pris på 40 cent är analys av förväntat värde. Att kombinera positioner för att täcka alla utfall är analys av utbetalningstäckning. Båda kan vara användbara men stöder olika påståenden.

Behåll etiketten med värdet. Ett fält som innehåller 40 kan vara cent, procentenheter eller en kvantitet. Ett fält som innehåller 2,5 kan vara en utbetalningsmultipel snarare än en sannolikhet. Skannern ska avvisa tvetydiga enheter i stället för att gissa den mest gynnsamma tolkningen.

Guiden till handelsstrategier för prognosmarknader förklarar hur uppskattade sannolikheter relaterar till kostnader. En oddsskanner börjar med att bevara skillnaden i stället för att behandla varje tal som kallas odds som en direkt genomförbar sannolikhet.

Genomgången av oddsbotar för prognosmarknader bevarar dessa etiketter när kompletterande orderböcker och alternativa utbetalningsvisningar omvandlas.

Normalisera priser i en oddsarbitragebot för Kalshi

Prisnormalisering i en oddsarbitragebot för Kalshi omvandlar varje indata till en gemensam ekonomisk grund. För enkla binära exempel är en användbar grund kostnaden för att få en fordran med en vinnande utbetalning på en dollar. Bevara avgifter och andra villkor separat tills hela kostnaden beräknas.

Om en abstrakt decimaloddsnotering är 2,50 per satsad enhet är dess invers 0,40. Omvandlingen identifierar en prisekvivalent sannolikhet före kostnader och förbehåll. Den fastställer inte att det noterade instrumentet har samma avräkningsregler eller kontobehandling som ett Kalshi-kontrakt.

En positiv amerikansk notering på plus 150 betyder en vinst på 150 enheter vid en insats på 100 enheter enligt den konventionen. Motsvarande sannolikhet för nollresultat före kostnader är 100 delat med 250, eller 40 %. En negativ notering på minus 150 innebär att riskera 150 för att vinna 100, vilket ger 150 delat med 250, eller 60 %.

Detta är räknekonventioner som används här som pedagogiska exempel, inte bevis för att en viss extern notering är tillgänglig eller tillåten. En skanner ska registrera ursprunglig notering, konvention och normaliserat värde så att omvandlingen kan granskas.

Normaliseringen ska bevara utbetalningsgrunden. En noterad totalavkastning inkluderar återbetalad insats, medan en noterad vinst kan utesluta den. Att blanda ihop dem kan få samma ekonomiska erbjudande att verka dramatiskt annorlunda.

Jämför inköpspriser med inköpspriser

Ett köpbud är inte ett erbjudande att sälja samma exponering till skannern. En senaste affär är inget löfte om att en annan affär kan ske till det priset. Ett mittpris är en härledd observation. Jämförelsen behöver sidan som är relevant för den avsedda åtgärden.

Anta att en hypotetisk YES-marknad har ett köpbud på 48 cent och ett säljerbjudande på 52 cent. Ett visat mittpris är 50 cent. En bot som planerar att köpa ska inte anta att den kan förvärva önskad kvantitet till 48 eller 50 cent bara därför att de talen visas i gränssnittet.

Kalshis orderboksguide förklarar kompletterande utfallspriser i REST-representationen. Korrekt normalisering omfattar både utfallet och orderbokssidan; att ändra det ena utan det andra ger fel ekonomisk jämförelse.

Exempelvis innebär ett högsta NO-köpbud på 46 cent ett YES-säljerbjudande på 54 cent för motsvarande kvantitet. Det är inget YES-säljerbjudande på 46 cent. Testfall långt från 50 cent hjälper till att avslöja misstag i omvandlingen.

Skannern ska spara källgränssnittet och priskonventionen. En senare adapter kan då förklara hur det jämförbara inköpspriset togs fram i stället för att lämna åt en granskare att härleda om ett komplement eller en spreadjustering redan tillämpats.

Fastställ regelmatchning för oddsarbitrageboten på Kalshi

Regelmatchning för en oddsarbitragebot på Kalshi frågar om positionerna betalar i de avsedda kompletterande tillstånden. Matchande namn, datum eller breda ämnen är användbara sökledtrådar, men beviset kommer från de fullständiga villkoren.

Betrakta två hypotetiska frågor om ett lags framgång. Den ena frågar om laget vinner en viss match, medan den andra frågar om det går vidare i en tävling. Beroende på formatet kan laget gå vidare utan att vinna matchen. Motsatta positioner täcker inte nödvändigtvis varandra.

Ett liknande problem uppstår i mätkontrakt. Strikt över en tröskel skiljer sig från vid eller över den. Ett först rapporterat värde skiljer sig från ett reviderat. En slutobservation skiljer sig från maximum under en period. Varje skillnad kan skapa ett tillstånd som kullkastar ett enkelt komplementantagande.

Skapa ett jämförelsekort med mätning, period, källa, tröskel och undantag för varje ben. Markera exakta matchningar, kända logiska relationer och olösta skillnader separat. Ett olöst fält ska hindra ett påstående om fast utbetalning.

Arbitrageramverket för prognosmarknader utvecklar denna analys på kontraktsnivå. En oddsbot ska använda det innan storleken på ett visat gap övervägs, eftersom ett stort gap helt enkelt kan vara marknadens korrekta prissättning av olika frågor.

Kontrollera tidsanpassning innan ett gap kallas aktuellt

Två noteringar kan var för sig vara giltiga observationer men beskriva olika ögonblick. En skanner som jämför ett färskt pris med ett gammalt kan upptäcka sina datakällors hastighet snarare än en genomförbar avvikelse.

Registrera källtid och mottagningstid där de finns. Ett nyligen mottaget meddelande kan innehålla en äldre notering efter en köbildning. Jämförelsen ska använda en uttrycklig aktualitetspolicy som passar händelsen och planerat genomförande.

Ett hypotetiskt pris på 43 cent före en stor publicering och 58 cent efter den fastställer ingen samtidig möjlighet på 15 cent. Informationsläget ändrades mellan observationerna. En historik som utelämnar tidpunkterna kan få vanlig prisbildning att se ut som bestående arbitrage.

Sätt en största acceptabel åldersskillnad eller en mer specifik synkroniseringsregel. Tröskeln ska bygga på strategins belägg och händelsedynamik snarare än väljas i efterhand för att inkludera gynnsamma exempel.

Om tidsanpassning inte kan fastställas ska kandidaten märkas som observationsbaserad. Den kan fortfarande vara användbar för analys av marknadsreaktioner, men ska inte tas upp i listan över genomförbara möjligheter som om båda noteringarna kunde ha erhållits tillsammans.

Bygg en kostnadsjämförelse för oddsarbitrageboten på Kalshi

Kostnadsjämförelsen för en oddsarbitragebot på Kalshi inkluderar båda benen till deras uppnåeliga priser och utgifterna som krävs för att genomföra planen. En summa under en dollar räcker inte om avgifter, avrundning, spread eller ofullständigt genomförande kan äta upp skillnaden.

I ett hypotetiskt kompletterande par kan YES köpas för 50 cent och NO för 47 cent under identiska enkla binära regler. Köpbeloppet är 97 cent per par. Anta fyra cent i totalkostnader för exemplet. Totalbeloppet blir 1 dollar och en cent mot en bruttoutbetalning på en dollar.

Det synliga gapet på tre cent ger därför en modellerad förlust på en cent. En skanner ska avvisa det även om den framhävda summan av sannolikheter ser attraktiv ut. Kostnader är en del av jämförelsen, inte en fotnot som läggs till efter rangordningen.

Om de antagna kostnaderna i stället var två cent skulle det modellerade överskottet vara en cent. Det förblir villkorat av matchande regler, faktiska avslut och den angivna kostnadsmodellen. Det är ingen garanti för upprepningsbar avkastning eller något påstående om aktuella Kalshi-avgifter.

Kalshis avgiftsvägledning påpekar marknadsspecifika skillnader. Skannern ska bevara avgiftsantagandena för varje kandidat och stämma av faktiska debiteringar i varje slutfört kontoresultat.

Normalisera kvantitet såväl som pris

En möjlighet har en storlek. Ett gynnsamt prispar kanske bara är tillgängligt för några få kontrakt, och de två benen kan erbjuda olika kvantiteter. Den färdiga kombinationen begränsas av mängden som kan erhållas på varje nödvändigt ben.

Anta att ett hypotetiskt ben har 15 kontrakt till 42 cent och 35 till 45 cent. Att köpa 50 kostar 6 dollar och 30 cent plus 15 dollar och 75 cent, eller 22 dollar och fem cent. Genomsnittet är 44,1 cent, inte 42 cent.

Om det motsatta benet bara har 20 kontrakt tillgängliga inom tillåten prisgräns stöds inte en plan på 50 par av det synliga djupet. Skannern kan utvärdera en mindre matchad kvantitet eller avvisa kandidaten enligt sina kapacitetskrav.

Kvantitetsnormalisering behöver också utbetalningsenheten. Två instrument kan notera liknande priser men representera olika kontraktsstorlekar eller utbetalningsbelopp. Omvandla dem till en gemensam exponeringsgrund innan antalen paras ihop.

En användbar rapport anger den stödda kvantiteten och kostnadskurvan när storleken ökar. Ett attraktivt tal vid bästa nivån kan dölja att nästan hela den avsedda ordern skulle genomföras till priser som tar bort det modellerade överskottet.

Använd en utbetalningskarta för att hitta otäckta tillstånd

En utbetalningskarta listar relevanta händelsetillstånd och resultatet av varje ben. För exakt kompletterande enkla binära kontrakt täcker YES och NO de två vanliga tillstånden. För relaterade men olikvärdiga kontrakt kan ytterligare tillstånd uppstå.

Ta ett hypotetiskt par med trösklar på 100 och 105 för samma mätning. Värden vid eller under 100, värden över 100 till och med 105 och värden över 105 kan ge olika kombinationer. Att ignorera mittområdet kan skapa ett falskt påstående om fullständig täckning.

Exceptionella utfall behöver egna poster när reglerna tillåter dem. En inställd händelse, ett fördröjt fastställande eller en skalär utbetalning kan ändra resultatet. Kartan ska använda de faktiska kontraktsbestämmelserna i stället för att anta att varje ovanlig händelse ger full återbetalning.

En logisk implikation kan ändå stödja användbara gränser även när kontrakten inte är identiska. Skannern ska ange implikationen och beräkna minsta utbetalning över alla relevanta områden. Den ska inte kalla relationen likvärdig bara därför att priserna vanligen rör sig tillsammans.

Kartan gör påståendet granskningsbart. En annan läsare kan direkt ifrågasätta ett saknat tillstånd eller en felaktig utbetalning i stället för att diskutera om två marknadstitlar låter tillräckligt lika.

Håll prognosoenighet utanför arbitragekategorin

En modell kan uppskatta en sannolikhet på 65 % medan marknadspriset är 55 cent. Det kan vara en kandidat för riktad analys, men modellens avvikelse fastställer ingen garanterad utbetalningskombination. Affären beror fortfarande på händelsens utfall och uppskattningens kvalitet.

På samma sätt kan två relaterade marknader historiskt röra sig tillsammans men för tillfället visa en bredare spread. Ett statistiskt samband kan informera en strategi, men bevisar inte att varje möjligt avräkningstillstånd är täckt.

Använd separata kandidatkategorier. En kategori kan innehålla regelbevisade utbetalningsrelationer. En annan kan innehålla uppskattade relativvärdesaffärer. Varje kategori får då en lämplig utvärderingsmetod och riskpolicy.

Denna åtskillnad förhindrar att en gynnsam historisk korrelation får samma tillförlitlighet som en algebraisk identitet. Den hjälper också ägaren att förstå varför en kandidat behöver större osäkerhetsmarginal eller mindre storlek.

Guiden till AI-prognoser för prognosmarknader förklarar hur uppskattade sannolikheter kan utvärderas. Den analysen hör hemma bredvid, snarare än inuti, beviset för en fast utbetalningsrelation.

Planera för att ett ben går till avslut utan det andra

En jämförelse av matchade priser blir en kontosekvens med osäkert genomförande. Första benet kan gå till avslut medan det andra priset rör sig, försvinner eller blir otillgängligt. En skanner ska beräkna det tillståndet innan planen godkänns.

Definiera en maximal omatchad kvantitet och en tillåten respons. Responsen kan vara ett begränsat försök att slutföra paret eller en kontrollerad avveckling. Båda åtgärderna behöver aktuella priser och kontobehörighet; ingen ska improviseras utan gränser.

Vid ett hypotetiskt misslyckat slutförande kan 40 kontrakt köpta till 49 cent bara säljas till 46 cent. Prisförlusten är 1 dollar och 20 cent före kostnader. En kandidat som erbjuder några cent i totalt modellerat överskott kan bli oattraktiv när denna misslyckandeväg beaktas.

En restriktiv orderinstruktion på ett ben gör inte i sig en flerbensplan atomär. Separata accepterade order kan fortfarande få separata utfall. Strategin ska inte härleda gemensamt slutförande från ett lyckat svar på den första begäran.

Registrera den omatchade exponeringens tid och belopp. Även ett par som till slut fullbordas kan under ett intervall bete sig som en riktad position. Det intervallet spelar roll för ägarens bedömning av strategins faktiska risk.

Granska skannerns avvisade kandidater

Avvisade kandidater kan förklara om skannern är användbar. Om de flesta gap försvinner efter korrigering av prissidan behöver den ursprungliga indatatolkningen förbättras. Om de flesta misslyckas med regelmatchningen kan sökningen vara för bred. Om de flesta faller på kostnader kanske snabbare data inte hjälper.

Spara kortfattade skäl med normaliserade indata. Det skapar en analysdatamängd om möjlighetstratten utan att låtsas att varje observerad avvikelse gick att handla. Det förhindrar också att samma kända avvikelse omprövas upprepade gånger.

Granska ett urval av både accepterade och avvisade fall. Ett filter kan göra fel i båda riktningarna. Ett alltför tillåtande filter skapar falska möjligheter, medan ett alltför strikt kan utesluta relationer som kunde förstås med en bättre regelmodell.

Håll granskningen oberoende av senare vinster där det är möjligt. En avvisad riktad affär som råkar vinna bevisar inte att avvisningen var fel. Frågan är om tillgängliga belägg stödde den påstådda relationen vid tidpunkten.

Skannern förbättras när kategorierna blir mer precisa. En mindre uppsättning väl förklarade kandidater är mer värdefull än ett stort aviseringsflöde där användarna måste göra samma normaliserings- och regelkontroller manuellt varje gång.

Normalisera inte bort en kostnad

Sannolikhetsnormalisering kan få en uppsättning noterade tal att summera till ett, men den ändrar inte priserna en handlare måste betala. En skanner ska skilja en modelljustering från en genomförbar kostnadsberäkning.

Anta att två hypotetiska noterade implicita sannolikheter är 56 % och 49 %, totalt 105 %. Att dividera var och en med 1,05 ger ungefär 53,33 % och 46,67 %. Dessa justerade värden kan vara användbara för en viss uppskattningsmetod, men fastställer inte att motsvarande positioner kan köpas för dessa belopp.

Den faktiska anskaffningsberäkningen måste fortfarande använda uppnåeliga noteringar, kvantiteter och kostnader. Att ersätta köpet till 56 cent med ett normaliserat tal på 53,33 cent hittar på ett inköpspris. Ett historiskt test kan då verka hitta värde som bara finns i dess dataomvandling.

Behåll båda posterna när normalisering används: den ursprungliga ekonomiska noteringen och den justerade analytiska uppskattningen, med namngiven metod. Senare steg kan jämföra en prognos med verklig inköpskostnad utan att blanda ihop det justerade talet med tillgänglig likviditet.

Skillnaden gäller också genomsnitt över källor. En genomsnittlig implicit sannolikhet kan vara en analysvariabel, men är ingen orderbok och garanterar inget matchande kontrakt. Boten ska använda analytiska omvandlingar för att förstå belägg och samtidigt bevara ursprungsvärdena som behövs för att avgöra om en verklig transaktion har stöd.

Rapportera ett villkorat fynd, inte en garanterad inkomst

En användbar utdata anger exakta kontrakt, observerade tidpunkter, stödd kvantitet, total modellerad kostnad och minsta utbetalning under godkända tillstånd. Den identifierar också olösta antaganden och responsen vid ofullständigt genomförande.

Undvik att projicera en liten avvikelse till ett påstående om daglig eller årlig inkomst. Samma storlek, frekvens och prisrelation kanske inte återkommer. Kapital kan förbli bundet, kostnader kan ändras och andra deltagare kan ta bort den skenbara möjligheten innan den nås.

Skilj simulerade kandidater från slutförda kontoresultat. En simulering kan testa jämförelselogiken, medan faktiska order fastställer vad kontot erhöll. Rapporten ska inte sudda ut dessa bevisnivåer därför att båda använder samma prisdata.

En oddsarbitragebot för Kalshi är mest användbar som en disciplinerad jämförelsemotor. Den normaliserar talen, bevisar relevanta relationer och avvisar tolkningar utan stöd. Först efter dessa steg blir ett skenbart oddsgap ett konkret förslag som en ägare kan utvärdera mot genomförande- och kontobegränsningar.

Relaterade guider och genomarbetade exempel

• Arbitragebot för Kalshi: testa utbetalningen först — Testa om skenbart motverkande kontrakt verkligen har likvärdiga utbetalningsregler.
• Automatisk säkringsbot för Kalshi: kartlägg exponeringen först — Studera hur en säkring kan lämna basis-, avräknings- och genomförandeexponering olöst.