Guía de la API de Kalshi: Datos de mercado, puntos finales históricos y libros de órdenes
La API oficial de Kalshi es una fuente limpia para los datos actuales del exchange. La investigación de ejecuciones históricas aún depende de si conservó el libro antes de que cambiara.
Una integración de la API de Kalshi debe separar el estado actual del exchange de la reproducción histórica. Los puntos finales oficiales exponen mercados, operaciones, velas japonesas y el estado del libro de órdenes; su documentación sigue siendo la autoridad para los campos y el acceso admitidos. Cuando una estrategia necesita saber qué tamaño se mostraba a un precio pasado, necesita una serie de tiempo de escalones de sí/no registrados en lugar de solo operaciones o velas.
Elija el objeto histórico correcto
| Objeto | Respuestas | No puede responder solo |
|---|---|---|
| Historial de operaciones | Dónde se imprimieron las operaciones emparejadas | ¿Qué tamaño estaba esperando lejos de la operación |
| Velas japonesas | Movimiento de precios agregado durante un intervalo | Propagación y ejecución para una orden de tamaño |
| Libro de órdenes actual | Liquidez mostrada ahora | Liquidez mostrada antes de los últimos cambios |
| Historial registrado del libro | Niveles, tamaños y propagación pasados | Liquidez oculta o prioridad de la cola |
Normalice sí y no sin perder la fuente
Kalshi representa los resultados binarios como precios y tamaños de sí/no. Un cargador entre venues puede normalizar esos campos en una estructura de oferta/demanda común, pero debe conservar los valores nativos de ticker, lado y fuente para que cada transformación se pueda revertir y auditar.
Utilice el manejo de precios de enteros o decimales exactos en lugar de acumular la deriva de punto flotante. Registre la hora de observación independientemente de los campos de liquidación del mercado; un resultado resuelto no debe filtrarse en una fila utilizada para una decisión anterior.
Cómo DepthFeed registra Kalshi
DepthFeed consulta continuamente los libros de profundidad completa de Kalshi con un ritmo adaptativo bajo la cuota ascendente y almacena observaciones normalizadas con hasta 100 niveles por lado. El intervalo realizado varía con la carga del mercado activo, por lo que los documentos del producto capturan el método en lugar de prometer un ritmo fijo artificial.
El mismo esquema REST utilizado para Polymarket lleva escalones de Kalshi, marcas de tiempo y metadatos del mercado. Los investigadores pueden reproducir una regla en el navegador, extraer una ventana histórica a través de la API o comparar el resultado con el paper trading en vivo sin escribir un segundo modelo de llenado específico del venue.
Secuencia de implementación segura
- Lea la documentación oficial de Kalshi para la autenticación, los límites y los contratos de puntos finales actuales.
- Almacene series, eventos y tickers de mercado con el libro de sí/no bruto.
- Normalice los precios solo después de preservar la representación nativa.
- Separe las operaciones, las velas japonesas, los libros actuales y los libros históricos registrados en el modelo de datos.
- Utilice la información de la hora de observación solo al evaluar una regla de entrada.
- Realice pruebas de estrés en las brechas de sondeo adaptativo y las respuestas de límite de velocidad antes de la producción.
Key takeaways
- 01Las operaciones, las velas japonesas y los libros de órdenes de Kalshi responden a diferentes preguntas de investigación.
- 02Un libro actual no recrea el libro completo en un momento anterior.
- 03La normalización entre venues debe preservar los tickers nativos de Kalshi y los valores de sí/no.
- 04DepthFeed registra observaciones de profundidad completa de Kalshi con un ritmo adaptativo documentado.
- 05Un backtest debe mantener la información de liquidación futura fuera de las decisiones anteriores.
La API oficial de Kalshi es una fuente limpia para los datos actuales del exchange. La investigación de ejecuciones históricas aún depende de si conservó el libro antes de que cambiara.
Empieza gratis