Panduan API Kalshi: Data Pasar, Titik Akhir Historis, dan Buku Pesanan
API resmi Kalshi adalah sumber data bursa saat ini yang bersih. Penelitian eksekusi historis masih bergantung pada apakah Anda menyimpan buku sebelum berubah.
Integrasi API Kalshi harus memisahkan status bursa saat ini dari pemutaran ulang historis. Titik akhir resmi mengekspos pasar, perdagangan, lilin, dan status buku pesanan; dokumentasi mereka tetap menjadi otoritas untuk bidang dan akses yang didukung. Ketika sebuah strategi perlu mengetahui ukuran apa yang ditampilkan pada harga tertentu di masa lalu, ia membutuhkan deret waktu dari tangga ya/tidak yang direkam daripada hanya perdagangan atau lilin.
Pilih objek historis yang benar
| Objek | Jawaban | Tidak dapat menjawab sendiri |
|---|---|---|
| Riwayat perdagangan | Di mana perdagangan yang cocok dicetak | Ukuran apa yang menunggu jauh dari perdagangan |
| Lilin | Pergerakan harga agregat selama interval | Penyebaran dan eksekusi untuk pesanan berukuran |
| Buku pesanan saat ini | Likuiditas yang ditampilkan sekarang | Likuiditas yang ditampilkan sebelum perubahan terbaru |
| Riwayat buku yang direkam | Level, ukuran, dan penyebaran masa lalu | Likuiditas tersembunyi atau prioritas antrean |
Normalisasi ya dan tidak tanpa kehilangan sumber
Kalshi mewakili hasil biner sebagai harga ya/tidak dan ukuran. Loader lintas-venue dapat menormalkan bidang-bidang tersebut ke struktur tawaran/permintaan umum, tetapi harus menyimpan nilai ticker, sisi, dan sumber asli sehingga setiap transformasi dapat dibalik dan diaudit.
Gunakan penanganan unit harga bilangan bulat atau desimal yang tepat daripada mengakumulasi pergeseran floating-point. Catat waktu pengamatan secara independen dari bidang penyelesaian pasar; hasil yang diselesaikan tidak boleh bocor ke baris yang digunakan oleh keputusan sebelumnya.
Bagaimana DepthFeed merekam Kalshi
DepthFeed terus-menerus melakukan polling Kalshi buku kedalaman penuh dengan kecepatan adaptif di bawah kuota hulu dan menyimpan pengamatan yang dinormalisasi dengan hingga 100 level per sisi. Interval yang direalisasikan bervariasi dengan beban pasar aktif, sehingga produk tersebut menangkap metode daripada menjanjikan ketukan tetap buatan.
Skema REST yang sama yang digunakan untuk Polymarket membawa tangga Kalshi, stempel waktu, dan metadata pasar. Para peneliti dapat memutar ulang aturan di browser, menarik jendela historis melalui API, atau membandingkan hasilnya dengan perdagangan kertas langsung tanpa menulis model pengisian khusus venue kedua.
Urutan implementasi yang aman
- Baca dokumentasi resmi Kalshi untuk autentikasi, batas, dan kontrak titik akhir saat ini.
- Simpan deret, peristiwa, dan ticker pasar dengan buku ya/tidak mentah.
- Normalisasi harga hanya setelah melestarikan representasi asli.
- Pisahkan perdagangan, lilin, buku saat ini, dan buku historis yang direkam dalam model data.
- Gunakan informasi waktu pengamatan hanya saat mengevaluasi aturan entri.
- Uji tekanan kesenjangan dan respons batas tarif polling adaptif sebelum produksi.
Key takeaways
- 01Perdagangan, lilin, dan buku pesanan Kalshi menjawab pertanyaan penelitian yang berbeda.
- 02Buku saat ini tidak menciptakan kembali buku penuh pada waktu sebelumnya.
- 03Normalisasi lintas-venue harus melestarikan ticker dan nilai ya/tidak Kalshi asli.
- 04DepthFeed merekam pengamatan Kalshi kedalaman penuh dengan kecepatan adaptif yang didokumentasikan.
- 05Pengujian balik harus menjaga informasi penyelesaian masa depan agar tidak masuk ke keputusan sebelumnya.
API resmi Kalshi adalah sumber data bursa saat ini yang bersih. Penelitian eksekusi historis masih bergantung pada apakah Anda menyimpan buku sebelum berubah.
Mulai gratis