Simulador de negociação simulada Kalshi

Paper Trading Kalshi em Livros Exibidos ao Vivo

Teste uma estratégia Kalshi com dinheiro virtual enquanto precifica seus fills simulados a partir dos livros de mercado de produção exibidos. Execute uma regra de laboratório ou envie sinais do seu próprio bot, depois inspecione a curva de patrimônio, posições, registro de trades e liquidação automática $0/$1 em um único espaço de trabalho.

O que o motor de paper trading Kalshi realmente suporta

DepthFeed trata o paper trading como um experimento controlado de estratégia. Estes parâmetros atuais distinguem o motor de forward-testing de um saldo genérico de prática. Configuração do produto e limites de trabalhador verificados na implementação DepthFeed Paper Trading em julho de 26, 2026. Elegibilidade depende dos mercados Kalshi atualmente disponíveis e acesso ao plano.

  • 7

    ativos cripto. BTC, ETH, SOL, XRP, DOGE, BNB e HYPE são selecionáveis quando séries elegíveis Kalshi estão disponíveis.

  • 3

    janelas de mercado. Regras do Lab focam janelas Kalshi cripto suportadas de 15 minutos, 1 hora e 24 horas.

  • 3

    métodos de dimensionamento. Compare regras de bankroll de valor fixo, fracionário fixo e estilo Kelly.

  • 120/min

    limite de webhook. Cada estratégia personalizada aceita sinais limitados usando tickers Kalshi e IDs de cliente idempotentes.

Negociação simulada Kalshi simula uma estratégia sem arriscar fundos reais. DepthFeed difere do ambiente oficial de demonstração Kalshi: ele registra fills virtuais de estratégia a partir dos livros de ordens do mercado ao vivo exibidos, enquanto Kalshi afirma que preços e comportamento em seu ambiente demo separado podem não refletir mercados reais.

Ver o fluxo de trabalho de negociação simulada

Negociação simulada Kalshi em um relance

Preenchimentos
Livro ao vivo exibido — compras no ask, vendas no bid
Liquidação
Automático na resolução ($0 / $1)
Webhook de sinal
POST /paper/hook/{token} · 120/min
Estratégias por plano
1 grátis · 5 Quant · 15 Research · 40 Desk
Saldo inicial
Virtual de $100–$1,000,000 (padrão $10,000)
Marcar cadência
~90 segundos
Ativos do laboratório
BTC · ETH · SOL · XRP · DOGE · BNB · HYPE quando elegível
Janelas do laboratório
15m · 1h · 24h
Regras de entrada
Intervalo de tempo · cruzamento de nível · recuperação de queda
Dimensionamento
Dólares fixos · fração fixa · estilo Kelly
Controles de risco
Take profit · stop loss · máximo aberto · trailing drawdown
Registro Research
Curva de patrimônio · posições · livro de negociações · exportação CSV

Simulador de negociação simulada Kalshi

Como funciona a negociação em papel Kalshi

  1. Escolha o ambiente que corresponde à questão

    A demo oficial da Kalshi e o Paper Trading DepthFeed respondem a perguntas diferentes. Use a demo oficial para testar credenciais demo, autenticação, formatação de requisição e comportamento da API da exchange com fundos fictícios. Kalshi nota explicitamente que preços e comportamento do mercado demo podem não refletir mercados reais. Use DepthFeed quando a questão de pesquisa for se uma estratégia fixa se comporta aceitavelmente quando seus sinais são precificados a partir dos livros de mercado de produção exibidos e retidos como um registro à frente. DepthFeed não envia ordens para nenhum dos ambientes Kalshi.

  2. Defina a estratégia antes de coletar resultados

    Anote o ativo, janela de mercado, lado Sim ou Não, regra de entrada, tamanho, saídas e limite de falha antes de começar. Por exemplo: compre Sim em mercados Kalshi BTC 15 minutos elegíveis quando o preço exibido se recuperar de abaixo de 0.35 para 0.50, arrisque no máximo 5% do patrimônio atual por entrada, e pare em um drawdown móvel de 20%. Isso converte uma ideia de negociação em um teste falsificável e evita que a regra se desvie após cada ganho ou perda.

  3. Rodar regra no servidor sem credenciais Kalshi

    Modo laboratório monitora mercados cripto Kalshi elegíveis e avalia três famílias de entrada na cadência do trabalhador de papel: tempo antes do fechamento dentro de uma faixa de preço, cruzamento acima ou abaixo de um nível configurado, ou recuperação após uma queda definida. Escolha Yes ou No, o método de stake ou dimensionamento de bankroll, níveis opcionais de take-profit e stop-loss, máximo de posições abertas e um disjuntor de drawdown. Por ser uma simulação DepthFeed, não é necessária conta Kalshi, chave demo ou credencial de produção.

  4. Conecte lógica Kalshi personalizada via webhook

    O modo webhook aceita sinais personalizados de um modelo, serviço ou bot de negociação. Envie a ação, venue, ticker Kalshi, tamanho em dólares e um ID de cliente opcional para o endpoint secreto da estratégia. O token é mostrado uma vez e pode ser rotacionado; o ID do cliente torna a tentativa idempotente. Um chamador não pode fornecer o preço de preenchimento. DepthFeed lê o livro Kalshi exibido e registra a ação virtual, impedindo que o gerador de sinal se avalie com um preço irrealisticamente favorável.

  5. Modele consistentemente o livro Sim/Não

    O livro de ordens da Kalshi é expresso por preços Yes e No que se complementam. DepthFeed normaliza a cotação exibida necessária para o lado selecionado, usa o ask para uma compra virtual e o bid para uma venda ou fechamento virtual, e registra o ticker do mercado com a negociação. Isso captura o spread observado no momento da decisão. Não assume que o ponto médio era executável, mas também não caminha por múltiplos níveis nem consome contratos reais.

  6. Mantenha as mesmas suposições fora do backtest

    Uma regra do Backtest Lab pode pré-preencher uma nova estratégia de paper com a mesma venue, ativo, janela de mercado, lado, condição de entrada, tamanho e controles de risco. Revise a configuração antes de criá-la e preserve a versão original. A reprodução histórica e o teste futuro devem diferir porque as amostras diferem, não porque a regra foi otimizada silenciosamente após ver os resultados do paper. Quando um campo muda, inicie uma versão com nome separado e compare os dois registros.

  7. Meça comportamento de bankroll e modos de falha

    Dimensionamento em dólar fixo testa um valor nominal constante mas pode continuar arriscando o mesmo montante conforme o patrimônio cai. Dimensionamento fracionário fixo ajusta a exposição com o bankroll atual. Dimensionamento estilo Kelly estima uma fração a partir de uma vantagem declarada, probabilidade ou taxa empírica de acerto e a limita a um máximo escolhido. Take-profit, stop-loss, limites de concorrência e o disjuntor de trailing drawdown expõem se a vantagem aparente sobrevive à concentração e sequências de perdas. Uma estratégia que aciona seu disjuntor é achatada e parada para revisão.

  8. Revisar amostras resolvidas completas, não snapshots do dashboard

    A visão da estratégia combina dinheiro virtual, patrimônio, P&L realizado e não realizado, posições, marcas e o livro de negociações. Separe exposição aberta de resultados realizados e inspecione se o lucro vem de um contrato, uma janela de mercado ou um regime curto. As 50,000 negociações mais recentes são retidas por até 180 dias, enquanto a exportação CSV fornece um registro durável. Salve a configuração do teste e o intervalo de datas com a exportação para que o resultado possa ser reproduzido independentemente.

  9. Use uma decisão de prontidão ao vivo em etapas

    Um teste em papel bem-sucedido é evidência sobre o comportamento do sinal sob as suposições do simulador; não é evidência de que uma ordem de produção da Kalshi receberá o mesmo preenchimento. Antes de considerar a execução ao vivo, compare o tamanho pretendido com a profundidade exibida completa, inclua taxas e slippage aplicáveis, teste a autenticação e o comportamento do ciclo de vida da ordem na demonstração oficial da Kalshi e defina um canary ao vivo muito menor. DepthFeed mantém essas etapas separadas e nunca converte o ledger em papel em uma posição real da Kalshi.

Exemplo prático: testar uma regra de recuperação Kalshi

Este exemplo separa teste de API da validação de estratégia. Suas configurações ilustram um processo reproduzível e não são uma alegação de lucratividade ou recomendação de negociação.

  1. 1Declare a hipótese do mercado

    Suponha que a hipótese seja que uma queda acentuada no preço do Sim em um mercado Kalshi BTC 15 minutos às vezes reage em excesso, e uma recuperação para 0.50 carrega informação útil de continuação. Defina o limite de queda, limite de recuperação, séries elegíveis, tempo máximo restante e o que invalidaria a ideia. Escolha o número mínimo de mercados resolvidos independentes antes de revisar resultados para que uma sequência inicial não termine o experimento.

  2. 2Use a demonstração Kalshi para a questão da integração da exchange

    Confirme separadamente que o sistema ao vivo pretendido pode autenticar, descobrir mercados, enviar e cancelar ordens, processar atualizações de ordens e lidar com erros no ambiente demo oficial da Kalshi. Isso valida a superfície de integração. Não use o P&L demo como prova da estratégia porque a Kalshi declara que preços e comportamento do demo podem não refletir mercados reais.

  3. 3Criar o teste prospectivo DepthFeed

    Selecione Kalshi, BTC, a janela de 15 minutos, Sim e a regra de recuperação de queda. Preserve os limites do backtest, escolha um saldo inicial virtual, limite posições simultâneas e defina o disjuntor de trailing drawdown. Se a lógica for mais complexa que a regra do laboratório, crie uma estratégia webhook e envie um ticker Kalshi válido com cada sinal.

  4. 4Inspecione como cada preenchimento virtual foi avaliado

    Quando ocorre a condição de recuperação, verifique o ticker registrado, timestamp, lado selecionado, preço, ações e valor nocional. Uma compra virtual é precificada a partir do ask exibido em vez de um ponto médio otimista; um fechamento usa o bid. Se um sinal for tentado novamente, use o mesmo ID de cliente para que o endpoint o registre uma vez. Investigue cotações desatualizadas ou ausentes em vez de substituir por um preço estimado.

  5. 5Compare o backtest com resultados não vistos

    Após mercados suficientes serem resolvidos, exporte as negociações em papel e compare a distribuição de entrada, a expectativa, o drawdown, as sequências de perdas e a concentração com o teste histórico original. Segmente por banda de preço e tempo restante. Se o resultado forward for materialmente pior, teste se o spread, a mudança de regime ou as diferenças de seleção explicam isso antes de alterar a regra.

  6. 6Exigir ambos os controles de estratégia e operações

    Um canary ao vivo deve exigir duas passagens independentes: o registro em papel do DepthFeed atende aos critérios de desempenho e drawdown pré-comprometidos, e a integração de demonstração da Kalshi lida com autenticação, eventos de ciclo de vida e erros de forma confiável. Em seguida, aplique taxas ao vivo conservadoras e slippage dependente do tamanho, confirme os requisitos de conta e jurisdição e comece bem abaixo do tamanho usado na conta virtual.

Onde o paper trading Kalshi difere da execução ao vivo

Cotações exibidas do mercado de produção melhoram a relevância, mas o resultado continua sendo um modelo. Trate cada limitação como um ajuste necessário ou teste operacional antes do uso ao vivo.

O preço do topo do livro não garante tamanho preenchível

Uma oferta ou lance exibido pode ser menor que o pedido ao vivo pretendido. O motor de paper não reserva essa liquidez nem percorre a escada. Um pedido de produção pode ser preenchido parcialmente, cruzar vários preços ou permanecer não preenchido. Revise a profundidade completa Sim/Não na nominal pretendida para qualquer estratégia sensível ao tamanho.

Fila de maker e comportamento de cancelamento não são simulados

Ordens ao vivo em espera competem por posição na fila, e contratos exibidos podem desaparecer antes que uma ordem chegue. O registro em papel modela uma ação da cotação observada pelo simulador; não estima probabilidade de preenchimento maker, corridas de cancelamento ou a sequência exata dos eventos da exchange.

A cadência de aproximadamente 90 segundos limita as perguntas que ele pode responder

Avaliação do laboratório e marcas de posição são deliberadamente mais lentas que um sistema de execução. São úteis para forward testing de estratégias, mas não podem validar sinais subsegundo, latência de reação ou caminho exato dentro de cada intervalo. Use replay histórico em nível de evento e instrumentação dedicada para essas questões.

Taxas de produção e ciclo de vida da ordem permanecem externas

P&L simulado não inclui todos os custos ou modos de falha de uma ordem autenticada Kalshi. Uma estimativa ao vivo deve considerar taxas aplicáveis, spread, slippage de profundidade, pedidos rejeitados ou atrasados, preenchimentos parciais, janelas de manutenção e reconciliação entre estado local e estado da exchange.

Mercados sobrepostos reduzem o tamanho efetivo da amostra

Várias posições ligadas ao mesmo movimento do BTC são correlacionadas mesmo quando seus tickers diferem. Conte exposições independentes de mercado e regimes, não apenas linhas no livro de negociações. Um grande número de negociações pode representar pouca evidência distinta.

DepthFeed é independente da Kalshi

DepthFeed não opera a demo Kalshi, não emite credenciais Kalshi, não realiza ordens Kalshi nem garante resultados ao vivo. O simulador é uma ferramenta de pesquisa, não aconselhamento financeiro; regras do venue, elegibilidade da conta e decisão de arriscar dinheiro permanecem responsabilidade do usuário.

Comece uma estratégia simulada sem fundos reais

O Explorer inclui uma estratégia paper concorrente sem custo. Crie uma regra no painel ou conecte seu próprio bot via webhook; não é necessário cartão ou conexão de carteira de negociação.

Comece a negociação simulada grátis · Ver o fluxo de trabalho de negociação simulada

Continuar o fluxo KalshiContinuar o fluxo Kalshi

Dúvidas respondidas.

Comece o backtesting em profundidade real.