Arbitragem de mercado de previsão: backtest Polymarket vs Kalshi

Spread aparente versus arbitragem executável

Combine as regras de resolução antes de combinar os preços

Crie um registro de mapeamento de contratos antes de calcular um spread. Preserve os identificadores de evento, mercado e resultado de cada plataforma; o texto exato do mercado; os horários de fechamento e determinação; a fonte de resolução; o tratamento de cancelamento; e a unidade de pagamento. Um assunto compartilhado, como uma eleição, decisão de taxa ou limiar de criptomoeda, por si só não torna dois contratos intercambiáveis.

Classifique cada par como exato, condicional ou rejeitado. Exato significa que os estados de payoff e o caminho de resolução são demonstravelmente equivalentes. Condicional significa que um caso extremo documentado pode quebrar a equivalência e deve ser modelado. Pares rejeitados ficam fora do backtest. A revisão humana desse mapeamento faz parte do processo de pesquisa, não é uma etapa opcional de limpeza.

Normalize os livros sem apagar as evidências da plataforma

Normalize as duas plataformas em matrizes explícitas de resultado, lado, preço e tamanho, mantendo os identificadores nativos e os campos brutos. Converta os preços para uma única base de pagamento somente depois de registrar a representação da plataforma. Para Kalshi, inspecione a resposta nativa do livro de ofertas de sim/não e sua relação recíproca; para Polymarket, mapeie o token de resultado correto para o livro de CLOB.

Use a escada de ask para uma compra simulada e a escada de bid para uma venda simulada. Não trate um ponto médio, último negócio ou preço exibido complementar como uma cotação executável. Uma comparação entre plataformas deve informar o carimbo de data/hora exato do livro observado e a defasagem de cada perna.

Use um único relógio de decisão as-of

Escolha um carimbo de data/hora de decisão e selecione apenas o livro elegível mais recente, naquele horário ou antes dele, para cada plataforma. Aplique um limite de idade máxima separadamente às duas observações. Se algum livro estiver ausente ou defasado, a oportunidade fica indisponível; preencher para a frente ao longo da lacuna fabricaria evidência.

A repetição conservadora deve congelar os dois livros de entrada no momento da decisão, enviar a primeira perna simulada, aplicar uma premissa explícita de latência ou atraso entre pernas e, em seguida, reprecificar a segunda perna usando a próxima observação elegível. Um cenário de livros simultâneos pode ser um limite superior útil, mas não deve ser rotulado como o único resultado de execução.

Percorra as duas escadas no tamanho pretendido

Para cada perna, consuma os níveis exibidos até o tamanho-alvo ser preenchido ou a profundidade se esgotar. Registre o preço médio ponderado pela profundidade, a quantidade preenchível e o pior nível consumido. O tamanho viável da operação é limitado pela perna mais fraca, não pela plataforma que apresenta a maior diferença de manchete.

Execute vários tamanhos de posição. Uma vantagem aparente pode sobreviver com dez contratos e desaparecer com mil. Relate tanto a vantagem bruta por unidade quanto a vantagem líquida total para que uma cotação minúscula no topo do livro não domine o ranking de oportunidades.

Modele taxas, capital e prazo de liquidação

Mantenha as taxas da plataforma, os custos de depósito ou retirada, os custos de rede quando relevantes, a conversão de moeda e o tempo de financiamento como entradas separadas. Use os cronogramas oficiais vigentes da plataforma para uma decisão ao vivo; um estudo histórico deve usar o cronograma que estava em vigor durante a janela de teste quando esse registro estiver disponível.

O capital pode permanecer bloqueado até os dois mercados serem determinados e liquidados. Informe o retorno sobre o capital comprometido e a duração da exposição, não apenas o pagamento menos os preços de compra. Uma vantagem nominal positiva ainda pode ser pouco atrativa após o atrito, o atraso de liquidação ou o custo de pré-posicionar fundos nas duas plataformas.

Trate o risco de perna como um resultado de primeira classe

Ordens entre plataformas não são atômicas. A primeira perna pode ser preenchida enquanto a segunda se move, é rejeitada, é parcialmente preenchida ou fica defasada. Teste pelo menos um caso de conclusão imediata, um caso de segunda perna atrasada e uma regra de abandonar ou proteger. Registre a exposição sem hedge e o pior custo de conclusão observado em vez de ocultar pares falhos.

Uma implementação realista também define verificações de disponibilidade da plataforma, idade máxima da cotação, vantagem remanescente mínima, limites de tamanho por mercado e uma condição de interrupção. Esses controles devem ser fixados antes do período de validação para que o backtest não se otimize em torno de resultados conhecidos.

Um protocolo de backtest reproduzível

• Crie e versione uma tabela de equivalência de contratos revisada manualmente.
• Defina o universo de mercados elegíveis, o intervalo de datas e a cadência de decisão antes de inspecionar os retornos.
• Use apenas livros de ofertas observados no momento de cada carimbo de decisão ou antes dele.
• Rejeite pernas defasadas ou ausentes em vez de preenchê-las para a frente e transformá-las em operações.
• Percorra as duas escadas, limite o tamanho pela perna mais fraca e retenha as evidências de preenchimento parcial.
• Aplique taxas específicas da plataforma, restrições de financiamento e duração de liquidação.
• Estresse a segunda perna com atraso, movimento de preço, rejeição e preenchimentos parciais.
• Separe os períodos de desenvolvimento e validação e, em seguida, teste para frente as regras congeladas com capital virtual.
• Publique os registros de oportunidades, exclusões e preenchimentos simulados ao lado do desempenho agregado.

Cálculo mínimo de oportunidade

A aritmética abaixo é apenas a etapa final após o pareamento de contratos e a seleção de livros as-of. Cada custo deve ser o custo executável ponderado pela profundidade para a mesma quantidade. O buffer representa todas as taxas explícitas mais a margem exigida pelo pesquisador para atraso e incerteza do modelo.

Modos de falha que invalidam o resultado