Kalshi API 가이드: 시장 데이터, 과거 엔드포인트 및 주문 원부
Kalshi의 공식 API은 현재 거래 데이터를 위한 깨끗한 소스입니다. 과거 실행 연구는 여전히 책을 변경하기 전에 보존했는지에 따라 달라집니다.
Kalshi API 통합은 현재 거래 상태와 과거 재생을 분리해야 합니다. 공식 엔드포인트는 시장, 거래, 캔들스틱 및 주문 원부 상태를 노출합니다. 해당 설명서는 지원되는 필드 및 액세스에 대한 권한을 유지합니다. 전략이 과거 가격에서 표시된 크기를 알아야 하는 경우 거래 또는 캔들만 있는 것이 아니라 시간 경과에 따른 예/아니오 사다리의 시계열이 필요합니다.
올바른 과거 객체를 선택하십시오
| 객체 | 답변 | 단독으로는 답변할 수 없음 |
|---|---|---|
| 거래 내역 | 매칭된 거래가 인쇄된 위치 | 거래에서 멀리 떨어져 있던 크기 |
| 캔들스틱 | 일정 간격 동안 집계된 가격 변동 | 크기가 지정된 주문에 대한 스프레드 및 실행 |
| 현재 주문 원부 | 현재 표시된 유동성 | 최신 변경 사항 이전의 표시된 유동성 |
| 기록된 주문 원부 내역 | 과거 레벨, 크기 및 스프레드 | 숨겨진 유동성 또는 대기 우선순위 |
소스 손실 없이 예/아니오를 정규화합니다.
Kalshi는 예/아니오 가격 및 크기로 이진 결과를 나타냅니다. 교차 장치 로더는 해당 필드를 공통 매수/매도 구조로 정규화할 수 있지만 모든 변환을 되돌리고 감사할 수 있도록 기본 티커, 측면 및 소스 값을 유지해야 합니다.
가격 단위에 대해 부동 소수점 드리프트를 축적하는 대신 정수 또는 정확한 소수점 처리를 사용하십시오. 시장 결제 필드와 독립적으로 관측 시간을 기록하십시오. 해결된 결과는 이전 결정에 사용된 행에 유출되어서는 안 됩니다.
DepthFeed이 Kalshi를 기록하는 방법
DepthFeed는 상위 할당량 아래에서 적응형 페이싱으로 Kalshi 전체 깊이 공개 책을 지속적으로 폴링하고 측면당 최대 100 레벨로 정규화된 관측값을 저장합니다. 실현된 간격은 활성 시장 부하에 따라 다르므로 제품 설명서는 인공 고정 틱을 약속하는 대신 방법을 캡처합니다.
Polymarket에 사용된 동일한 REST 스키마는 Kalshi 사다리, 타임스탬프 및 시장 메타데이터를 전달합니다. 연구원은 브라우저에서 규칙을 재생하거나 API을 통해 과거 창을 가져오거나 두 번째 장치별 채우기 모델을 작성하지 않고도 실시간 페이퍼 트레이딩과 결과를 비교할 수 있습니다.
안전한 구현 시퀀스
- 현재 인증, 제한 및 엔드포인트 계약에 대한 Kalshi의 공식 설명서를 읽으십시오.
- 원시 예/아니오 책과 함께 시리즈, 이벤트 및 시장 티커를 저장합니다.
- 기본 표현을 보존한 후 가격만 정규화합니다.
- 데이터 모델에서 거래, 캔들스틱, 현재 책 및 기록된 과거 책을 분리합니다.
- 입력 규칙을 평가할 때만 관측 시간 정보를 사용합니다.
- 프로덕션하기 전에 적응형 폴링 간격과 속도 제한 응답을 스트레스 테스트합니다.
Key takeaways
- 01Kalshi 거래, 캔들스틱 및 주문 원부는 서로 다른 연구 질문에 답합니다.
- 02현재 책은 이전 시간의 전체 책을 재현하지 않습니다.
- 03교차 장치 정규화는 기본 Kalshi 티커 및 예/아니오 값을 보존해야 합니다.
- 04DepthFeed는 문서화된 적응형 페이싱으로 전체 깊이 Kalshi 관측값을 기록합니다.
- 05백테스트는 이전 결정에 미래 결제 정보를 유지해서는 안 됩니다.
Kalshi의 공식 API은 현재 거래 데이터를 위한 깨끗한 소스입니다. 과거 실행 연구는 여전히 책을 변경하기 전에 보존했는지에 따라 달라집니다.
무료로 시작