預測市場交易機器人回測：從重播到模擬交易
機器人未經驗證是因為其訊號預測了正確的一方。只有當訊號在歷史深度、成本、缺口和其從未見過的市場中存活下來時，才被驗證。
DepthFeed··10 min
預測市場機器人回測應按時間戳順序重播資訊，根據可用面的歷史簿對每個條目定價，根據實際結果結算，並將缺少覆蓋範圍的市場保留為缺失。下一步是在即時簿上進行前瞻性的模擬交易。這兩階段的過程將歷史想法與無需提前預知或僅使用中間價成交的策略區分開來。
測試階梯
| 階段 | 問題 | 通過條件 |
|---|---|---|
| 訊號合理性 | 規則是否僅使用當時可用的資訊？ | 沒有結算或未來行洩漏 |
| 中間價重播 | 執行前是否有方向性價值？ | 在明確樂觀的成交下產生正向結果 |
| 深度重播 | 邊緣是否能在價差和規模下存活？ | 指定大小的 VWAP 仍然可行 |
| 壓力測試 | 它是否能在缺口和參數變化下存活？ | 沒有單一設定或市場佔主導地位 |
| 模擬交易 | 它是否能在未知的即時市場上運作？ | 使用虛擬現金建立穩定的前瞻記錄 |
在優化訊號之前模擬成交
買單穿過賣價，賣單穿過買價。如果要求的規模超過第一層級，則沿著階梯走動並計算 VWAP；如果階梯無法支持該訂單，則記錄未成交的部分。中間價成交可以作為最佳情況上限，但不應與可執行效能混淆。
費用、延遲、佇列位置和市場影響需要單獨的假設。保持每個假設可見，以便可以重現結果，而不是將所有執行錯誤隱藏在一個未經解釋的滑價常數中。
在 Polymarket 和 Kalshi 上使用同一條規則
DepthFeed 將記錄的 Polymarket 和 Kalshi 簿歸一化為一個研究形狀，同時保留場地識別碼和來源元資料。回測實驗室可以運行預設或沙盒自定義規則，以解析已解決的市場，使用中間價、固定滑價或簿深度成交。
一個存活的規則可以移動到模擬交易。DepthFeed 在伺服器端評估受支持的規則，或接受來自每策略 webhook 的訊號，根據即時簿定價虛擬成交，並記錄權益曲線、持倉和交易。支持體育回測；目前尚不提供前瞻體育模擬執行。
機器人驗證清單
- 在調整之前凍結市場範圍和時間範圍。
- 使結果和結算欄位對進入函數不可用。
- 比較中間價、固定滑價和深度感知的成交。
- 報告未成交的規模、缺失的簿和被拒絕的交易。
- 在每個閾值和持有規則周圍運行敏感性測試。
- 在連接實際執行之前，前瞻測試最終規則。
Key takeaways
- 01機器人回測必須嚴格按時間戳順序評估資訊。
- 02深度感知的 VWAP 揭示了當實際規模穿過簿時消失的優勢。
- 03缺失的資料和未成交的規模應包含在結果中，而不是合成成交中。
- 04Polymarket 和 Kalshi 可以在簿被透明地歸一化時共享規則邏輯。
- 05模擬交易提供了歷史回測無法提供的前瞻證據。
機器人未經驗證是因為其訊號預測了正確的一方。只有當訊號在歷史深度、成本、缺口和其從未見過的市場中存活下來時，才被驗證。
免費開始