Guia da API Kalshi: Dados de Mercado, Pontos Finais Históricos e Livros de Ordens
A API oficial da Kalshi é uma fonte limpa para dados de troca atuais. A pesquisa de execução histórica ainda depende se você reteve o livro antes que ele mudasse.
Uma integração da API Kalshi deve separar o estado atual da troca da repetição histórica. Pontos finais oficiais expõem mercados, negociações, candlesticks e o estado do livro de ordens; sua documentação permanece a autoridade para campos e acesso suportados. Quando uma estratégia precisa saber qual o tamanho que foi exibido a um preço passado, ela precisa de uma série temporal de escadas sim/não gravadas em vez de apenas negociações ou candles.
Escolha o objeto histórico correto
| Objeto | Respostas | Não consegue responder sozinho |
|---|---|---|
| Histórico de negociações | Onde as negociações correspondidas foram impressas | Qual o tamanho que estava esperando longe da negociação |
| Candlesticks | Movimento de preço agregado durante um intervalo | Spread e execução para uma ordem dimensionada |
| Livro de ordens atual | Liquidez exibida agora | Liquidez exibida antes das últimas alterações |
| Histórico gravado do livro | Níveis, tamanhos e spread passados | Liquidez oculta ou prioridade da fila |
Normalize sim e não sem perder a fonte
Kalshi representa resultados binários como preços e tamanhos sim/não. Um carregador multi-venue pode normalizar esses campos em uma estrutura bid/ask comum, mas deve reter os valores nativos de ticker, lado e fonte para que todas as transformações possam ser revertidas e auditadas.
Use tratamento de unidades de preço inteiro ou decimal exato em vez de acumular derivação de ponto flutuante. Registre o tempo de observação independentemente dos campos de liquidação do mercado; um resultado resolvido não deve vazar em uma linha usada para uma decisão anterior.
Como o DepthFeed grava Kalshi
DepthFeed pesquisa continuamente os livros públicos de profundidade total da Kalshi com ritmo adaptativo sob a cota upstream e armazena observações normalizadas com até 100 níveis por lado. O intervalo realizado varia com a carga do mercado ativo, portanto, o documento do produto captura o método em vez de prometer um tick fixo artificial.
O mesmo esquema REST usado para Polymarket carrega escadas, carimbos de data/hora e metadados de mercado Kalshi. Pesquisadores podem reproduzir uma regra no navegador, puxar uma janela histórica pela API ou comparar o resultado com negociação de papel ao vivo sem escrever um segundo modelo de preenchimento específico para o venue.
Uma sequência de implementação segura
- Leia a documentação oficial da Kalshi para autenticação, limites e contratos de endpoint atuais.
- Armazene séries, eventos e tickers de mercado com o livro sim/não bruto.
- Normalize preços somente depois de preservar a representação nativa.
- Separe negociações, candles, livros atuais e livros históricos gravados no modelo de dados.
- Use informações de tempo de observação apenas ao avaliar uma regra de entrada.
- Teste de estresse as lacunas de polling adaptativas e as respostas de limite de taxa antes da produção.
Key takeaways
- 01Negociações, candles e livros de ordens da Kalshi respondem a diferentes perguntas de pesquisa.
- 02Um livro atual não recria o livro completo em um momento anterior.
- 03A normalização multi-venue deve preservar os tickers e valores sim/não nativos da Kalshi.
- 04DepthFeed grava observações de profundidade total da Kalshi com ritmo adaptativo documentado.
- 05Um backtest deve manter as informações de liquidação futura fora das decisões anteriores.
A API oficial da Kalshi é uma fonte limpa para dados de troca atuais. A pesquisa de execução histórica ainda depende se você reteve o livro antes que ele mudasse.
Começar grátis