自动化 Kalshi 交易：首个策略运行手册

编码前先定义如何自动化 Kalshi 交易

首项交付物是一份简短政策文档。应说明事件族、估计概率所用信息、允许的订单行为和必须等待的条件。如果必须指着仪表盘才能解释政策，它就还不够具体，尚不适合自动化。

假设政策只考虑一个预定事件族，仅接受规则已经审查的合约，并在估计概率未比全包入场成本高出规定幅度时拒绝买入。它也可能禁止在指定信息截止时间后新入场。

应从决策而不是软件功能的角度撰写政策。“需要实时数据”很模糊；“需要指定来源的观测，具有已知时间且没有未解决修正”可以检验。“需要风险管理”很模糊；“必须使获批事件总敞口低于明确金额”可以检验。

应包含本该不采取行动的例子。未知阈值、过期预测或账户不匹配，都应有明确结果。这些例子可防止后续代码将每项缺失指令都视为交易许可。

预测市场交易策略指南 帮助将市场观点转化为可检验规则。首个自动化项目应以足够窄的范围实现该规则，让负责人仍能检查每个有意义的分支。

选择一个合约族并彻底了解

初始范围较小，可以减少程序必须理解的规则模式。应选择具有共同、已审查结构的合约，而不是仅因活跃就选择许多无关市场。目标是深入了解一种事件的生命周期。

对于每份获准合约，应记录准确身份、结果定义、观测期间和结果来源。保存任何可能改变兑付或延迟判定的特殊条款。缩略标题是浏览辅助，不是政策的完整输入。

应检查策略数据是否真正回答了合约问题。对修订后经济数值的预测，可能不适用于按首次发布定义的合约。完整比赛的比分，可能不适用于仅限常规时间的区间。相似并不足够。

应建立带原因的排除列表。合约可能因规则不明确、来源不可用，或兑付比模型支持的更复杂而不在范围内。排除是正常研究结果，不是需要通过激进自动化克服的缺陷。

相关条款变化时，应审查范围。程序应引用获批合约记录，而不是假定一旦识别某个系列，以后每个使用相似标题的市场都自动可接受。

将观测阶段与账户操作分开

只观测阶段可以在不提交订单的情况下测试发现和决策逻辑。程序收集日后会使用的相同输入、应用政策，并记录提议操作或等待原因。这会产生有关政策是否可以实现的证据。

有用的记录包括合约、预测、可用价格、提议数量和有效截止时间，也包括数据时间和所使用的规则批准。负责人随后可以审查决策样本，识别缺失假设。

不要假装这些提案就是成交。按显示价格提出的假设订单，可能永远不会执行。观测阶段测试的是决策路径，而不是账户结果。将输出标记为模拟提案，可以清楚保留这一局限。

应利用此阶段发现信息不完整的频率。如果一半候选事件缺少可用来源时间戳，项目就需要先改进数据处理，再授予订单权限。如果大多数提案依赖模糊规则，准入流程就需要改进。

预测市场算法交易文章 解释可复现观测的价值。首个项目从规模适中但干净的记录中获得的益处，超过一大批无法重建的模拟利润。

在模拟环境中自动化 Kalshi 交易

要在模拟环境中自动化 Kalshi 交易，应在配置、凭证和报告中始终明确环境身份。Kalshi 的模拟文档 描述模拟资金、独立凭证，以及可能不同于真实市场的行为。这些区别应始终对操作者可见。

应使用模拟练习回答账户流程问题。客户端能否认证、找到预定市场、创建有边界请求并解释响应？能否识别部分成交、撤销余量，并在重启后重建状态？这些都是具体技术问题。

不要用巨大的模拟余额回避限额问题。应给练习设置较小的人为设定资金分配额度，并验证程序遵守它。该金额是测试输入，不是对盈利策略所需资金的预测。

应充分分开模拟与实盘记录，避免在业绩报告中混淆。同一策略名称可以出现在两者中，但账户环境、时间戳和测试目的应能区分它们。模拟成交不是历史实盘交易。

切换环境应是一项经过审查的配置操作。应避免随意修改一处文本，就能悄然把正在运行的策略从模拟资金转向真实账户的设置。在启用任何新账户操作前，操作者应能看到当前激活的是哪个环境。

使用限价单自动化 Kalshi 交易

使用限价单自动化 Kalshi 交易的计划，应同时规定价格和数量边界。限价控制可接受的执行价格，不保证成交、完整数量或盈利结果。即使订单只部分执行，策略也必须仍然有意义。

假设示例政策允许以每份不超过 42 美分的价格买入最多 20 份合约。在该限价下，最高买入金额为费用前 8 美元 40 美分。账户资金分配还应容纳适用成本，而不是将 8 美元 40 美分视为完整的最坏情况扣款。

如果只有六份合约成交，持有数量就是六份。剩余 14 份可能仍然有效，取决于所选订单政策。后续决策应同时考虑实际头寸和潜在剩余成交，而不能假定期望的 20 份合约敞口已经存在。

应为订单选择有效性规则。基于预定公告前信息的提案，可能需要在公告前到期。无限期保持有效，可能在不同于策略批准时的信息状态下产生入场。

应在官方事件订单参考 中检查当前订单选项和请求约定。首个项目可以只使用狭窄的受支持子集，而不是在理解后果之前开放所有可用选项。

撰写小规模账户资金分配政策

设定项目可以承诺的金额，然后说明该额度如何分配到现有头寸、有效订单和未解决请求。余额本身并不能描述全部待定敞口。同一笔资金不应被批准给两个同时发生的提案。

以 50 美元策略资金分配为例，假设持有头寸成本为 18 美元，有效订单还可能需要 12 美元。按照这个简单资金分配规则，在费用和其他预留之前还剩 20 美元。新提出的 25 美元提案，不应仅因整个账户现金余额更大就通过。

资金分配还应考虑共同事件。依赖同一次发布的两份合约可能一起亏损。首个项目可以采用单一事件上限，而不是尝试复杂相关性模型。负责人应准确理解该上限衡量什么。

应定义人工交易如何影响程序。如果某人在机器人之外改变账户，下一次核对应发现变化，并按明确政策更新或暂停策略。忽视人工活动会使程序根据虚构账户工作。

应让资金分配变化经过有意决策。为容纳一笔看似有吸引力的交易而提高限额，是策略变化，而不是例行错误处理。应记录为何改变，并将其与现有政策结果分开评估。

手工演算一个完整头寸

依赖自动化之前，应手工演算一个小型核算例子。假设模拟练习以 40 美分买入 30 份合约，并假定入场成本为 30 美分。总买入成本为 12 美元 30 美分。

如果随后以 50 美分卖出十份合约，并假定卖出成本为十美分，净所得为 4 美元 90 美分。按本例的比例买入成本分摊，这十份合约承担 4 美元十美分成本。已实现收益为 80 美分，剩余 20 份承担 8 美元 20 美分。

应要求程序给出相同解释。它应区分部分卖出、剩余库存和当前估值。如果负责人无法追踪组成部分，单一绿色利润数字就不足够。

然后反转结果，让剩余简单二元头寸按零结算。总净所得仍为 4 美元 90 美分，对比 12 美元 30 美分买入成本，亏损为 7 美元 40 美分。此前有利可图的卖出，并不能确定整体交易有利可图。

这项练习验证的不只是算术。它揭示软件是否能用负责人理解的方式表达头寸生命周期。预测市场账户流程 提供更广泛框架，帮助在活动增多时维持这种解释。

演练应停止新入场的情况

首个项目应先证明克制，再证明速度。给它提供过时市场数据、缺失规则批准、账户差异和暂时无法确定的请求结果。每种情况都应产生有名称的状态和有边界的下一步操作。

停止新入场不一定意味着终止进程。程序可能仍需接收成交、检查订单和跟踪结算。策略决定停止寻求新敞口之后，账户在经济上仍可能活跃。

一种有用演练是在请求发出但响应返回前断开客户端。恢复时，程序应查明该意图是否到达账户，不应仅为取得干净响应就创建一笔无关新订单。

另一种演练模拟撤单在部分成交后才到达。最终记录应同时显示执行数量和被移除余量。一个抹去成交的简单已撤销状态，无法通过练习。

应在运行这些测试前写好验收标准。负责人随后可以根据证据判断结果，而不是接受程序恰好产生的任何行为。练习失败是具体修复任务，而不是急于进入真实账户进行更现实测试的理由。

建立人工审查关卡

任何实盘使用前，都应审查此前阶段的证据。审查应回答：政策是否明确，是否理解合约范围，账户算术能否核对，以及故障练习是否产生有边界行为。

未解决问题应保持可见。缺失数据来源、不确定规则解释或无法解释的账户差异，不会因有利模拟结果而变得不重要。审查可以批准更窄范围，同时继续排除这些情况。

应选择谁可以改变政策、谁可以启用账户操作。在个人项目中两者可能是同一人，但决策仍然不同。代码更新不应悄然授权更大规模的资金分配或新的市场族。

应记录实盘运行限额和计划审查的观测期间。限额应足够小，使负责人能够承受所述范围内的全部损失。它是学习和控制边界，不是策略安全的证据。

验收记录应简短到能够实际使用。清楚列出已展示行为和剩余排除项，比程序变化时无人查阅的冗长通用清单更有价值。

选择首次审查将衡量什么

首次有限会话之前，应定义几个学习问题。例如，合约准入能否拒绝陌生规则？客户端能否在负责人的审查流程内核对每次成交？预测能否产生足够的有效观测，以供之后评估？

应选择直接回答这些问题的指标。记录具有完整规则记录的候选数量、具有可解释账户结果的操作数量，以及仍未解决的差异数量。这些是运行指标，不应被描述为盈利策略的证明。

对于执行，应比较获批限价与实际价格和数量。如果请求 20 份合约，产生四次成交、合计 13 份，应保留全部四条成交记录，以及七份余量的最终处理。预定敞口与实际取得敞口的差异，是学习结果的一部分。

对于研究，即使政策拒绝交易，也应保留预测。否则负责人只能看到通过价格筛选的子集，难以更广泛地评估概率估计是否有用。交易规则和预测模型相关，但属于不同评估对象。

应设定审查日期，但不要承诺届时一定有足够证据。相关事件很少的一周，可能支持有关连接稳定性的结论，却几乎不能说明预测能力。审查应直说这一局限，而不是将小样本变成自信判断。进展意味着回答证据能够支持的问题，并让其他问题保持开放。

将有限实盘使用视为新证据

实盘活动引入实际流动性、竞争、成本和账户约束。即使同一代码在模拟中行为正确，这些条件也可能改变经济结果。应将过渡视为具有真实后果的新观测阶段，而不是项目已经完成的证明。

应比较预期与观测到的成交。报价数量是否仍然可用？部分成交是否常见？成本是否符合估计？订单是否在预测有用的窗口内被接受？这些问题涉及执行质量，而不是某个所选事件是否碰巧获胜。

变化应足够小，以便归因其影响。同时扩大市场范围、提高规模和改变预测，会使下一结果难以带来清晰认识。一次只作一项经过审查的改变，可以形成更易解释的记录。

事件失败可能是正常不确定性，而未经批准的过大头寸是流程失败。应记录两者，不要让盈利或亏损重新定义程序是否遵循政策。幸运交易不应成为控制失效的借口。

应提前决定什么情况足以暂停，例如反复出现无法解释的差异、审查容量不足，或有证据表明数据到达得太晚，不适合策略。暂停可能是谨慎首个项目的正确结果。

保留简单的恢复与退出计划

项目应能停止，同时不丢失账户解释。应记录如何禁用新入场、如何检查有效订单，以及如何监控剩余头寸。负责人不应在中断期间被迫逆向分析程序。

应保留可读的未完成义务清单，包括市场、持有数量、有效余量，以及下一相关事件或结算检查。如果原客户端不可用，替代工具或人工审查就可以从已知状态开始。

项目结束后，也应保留决策和账户记录。它们支持后续研究，并帮助区分策略表现与存款、提款或未解决估值。停止自动化不会使过去的核算问题消失。

首个成功自动化项目，是负责人能够解释、监督和停止的项目。在展示这些能力之后，才可以根据价值考虑额外复杂性。范围窄且充分理解的流程，比活动速度超过负责人验证能力的广泛系统，提供更强的学习基础。

相关指南与演算示例

• Kalshi 自动化交易：运行每日循环 — 连接市场数据、日常运行、订单记录和最终结算。
• Kalshi 自动交易机器人：定义每个运行状态 — 将无人值守运行表示为能够经受中断的明确状态。