Datos de Polymarket: libros de órdenes en vivo, API y las cuatro capas de datos

La capa de metadatos define la pregunta que se negocia: la condición e identificadores de token, las etiquetas de resultado, la ventana del mercado, la fuente de resolución y la regla de liquidación. La API Gamma de Polymarket es la fuente de verdad aquí y es gratuita. Esta capa es barata de obtener y fácil de subestimar — la mayoría de los errores de conciliación posteriores son errores de identificadores, porque un mercado Polymarket tiene varios identificadores (ID de condición, IDs de token por resultado, slug) y no son intercambiables. Vincula tu investigación al ID de token para un resultado específico, y conserva el slug solo para mostrar.

La capa de precio es una serie temporal de dónde se negoció o cotizó el mercado. Responde preguntas sobre dirección, precisión de pronóstico y calibración, y para eso es la entrada correcta. Su limitación es resolución y significado: una serie de último precio te dice que ocurrió una operación a ese precio, no que tu orden podría haberlo hecho. En mercados de corta duración, una serie gruesa puede tener solo unos pocos puntos durante toda la vida del mercado, y ninguno alineado con los momentos en que una estrategia habría actuado.

Porque Polymarket liquida en Polygon, las operaciones ejecutadas y la actividad de wallets son públicamente observables, por eso los indexadores on-chain cubren bien esta capa. Es la fuente correcta para volumen, flujo, investigación de wallets y análisis de líderes. Lo que no puede recuperar es el libro: dos libros de órdenes muy diferentes — uno con tamaño profundo detrás del toque, otro casi sin tamaño — pueden producir una cinta de operaciones idéntica, por lo que el deslizamiento no se deriva solo de las operaciones.

El libro son las pujas y ofertas pendientes en un instante dado: los precios, los tamaños y hasta dónde llega la escalera en cada lado. Es la única capa que responde si una orden se habría ejecutado, a qué precio medio y qué tamaño habría costado. También es la única capa que no se puede rellenar: una vez que pasa un momento, el estado del libro en ese momento se pierde a menos que algo estuviera conectado y anotándolo. Polymarket transmite el libro en vivo a través de su WebSocket CLOB pero no sirve un archivo del mismo, por lo que la profundidad histórica solo está disponible a partir de una parte que la capturó continuamente.

DepthFeed ofrece las capas grabadas sobre una superficie REST. El descubrimiento devuelve mercados con sus identificadores y metadatos; la ruta snapshot devuelve observaciones grabadas para un mercado, con include_orderbook exponiendo la escalera almacenada e interval seleccionando una fila grabada por cubeta. El downsampling elige una observación grabada real en lugar de interpolar una, para que un hueco siga siendo visible como hueco en lugar de suavizarse en un número que nadie midió.

Usa CSV para inspección y pequeños extractos planos, Parquet para investigación columnar grande, y REST para consultas acotadas o incrementales. El formato debe cambiar cómo se entregan los bytes, nunca qué significa el registro: conserva los identificadores de mercado, ambas marcas de tiempo de intercambio y recepción, los arreglos completos de precio y tamaño de oferta y demanda, los campos de liquidación y marcadores explícitos donde faltan datos. Un conjunto de datos que aplana una escalera a un solo precio es una serie de precios con el nombre de un conjunto de datos.

La cobertura tiene un piso y una forma, y ambos importan más que un conteo de filas principal. El archivo comienza donde empezó la captura, no donde empezó Polymarket, y las series más antiguas llegan más atrás mientras que las cohortes nuevas comienzan más tarde. Las cifras de latencia describen muestras medidas, no una garantía de servicio. Donde un mercado no fue capturado, la respuesta es un hueco explícito en lugar de un valor interpolado — lo cual es menos halagador y considerablemente más útil cuando un backtest depende de ello.