ทุกคนบอกคุณว่าบอทเทรดต้องใช้ AI สุดหรูและศูนย์ข้อมูลขนาดใหญ่
นั่นคือคำโกหกที่ทำให้มือใหม่ไม่เคยเริ่มต้น
ความจริงคือ: บอทพยากรณ์อากาศบน Polymarket ที่ทำกำไรได้คือโปรเจกต์ที่สร้างเสร็จในวันหยุดสุดสัปดาห์ และเมื่ออ่านจบคุณก็จะมีระบบครบวงจร
สภาพอากาศตรงกันข้ามกับ Bitcoin 5 นาที
หน้าต่างของ BTC เหมือนโยนเหรียญที่คุณคาดเดาไม่ได้ และสงครามความเร็วเป็นของบอทที่วางเซิร์ฟเวอร์ร่วมกัน
อุณหภูมินั้นคาดเดาได้จริง ใช้เวลาหลายชั่วโมงในการตัดสิน ดังนั้นความเร็วไม่มีความหมาย และข้อมูลฟรี
มันคือตลาดสุดท้ายที่นักพัฒนาเดี่ยวกับ VPS ราคาถูกยังชนะด้วยสมอง ไม่ใช่ฮาร์ดแวร์
เครื่องจักรทั้งหมดมีหกขั้นตอน
ค้นหาตลาด ดึงข้อมูลพยากรณ์ แก้ไขอคติ แปลงเป็นความน่าจะเป็น หาจุดได้เปรียบ 8% กำหนดขนาดและส่งคำสั่ง
แค่นั้น
ให้ผมส่งมอบแต่ละชิ้นให้คุณ
ผมสร้างบอทเป็นร้อยๆ และตัวที่ทำเงินมักจะเรียบง่ายแบบนี้ ไม่ใช่พวกที่ออกแบบซับซ้อนเกินไปที่คนอื่นคิดว่าคุณต้องมี
นี่คือตัวอย่างบอทสภาพอากาศสาธารณะของผม: \[[https://polymarket.com/profile/0xca75fbadcc238afd23c317e253a8b5c47b390a64?via=surferhttps://polymarket.com/profile/0xca75fbadcc238afd23c317e253a8b5c47b390a64?via=surfer)]
ยังคงพัฒนาและกำลังเจอช่วงขาดทุนที่พยายามแก้ไข
แต่ก็ยังไม่เลือดไหลตลอดเวลาเหมือนเวอร์ชันก่อนหน้า
มาสร้างเครื่องพิมพ์เงินให้คุณกันเถอะ
1. แนวคิดและไอเดีย
ก่อนเขียนโค้ด ให้เห็นภาพให้ชัดเจน เพราะมันจะทำให้ทุกขั้นตอนชัดเจน
Polymarket แสดงรายการตลาดอุณหภูมิรายวันสำหรับเมืองต่างๆ ทั่วโลก
แต่ละตลาดประกอบด้วยชุดของบัคเก็ต
บัคเก็ตหนึ่งจะจ่าย YES ที่ 1 ดollar ส่วนที่เหลือเป็นศูนย์
ตลาดตัดสินโดยใช้สถานีสนามบินที่แน่นอน ไม่ใช่เมืองที่คุณเห็นในแอปสภาพอากาศ
หน้าที่ของบอทของคุณนั้นง่ายที่จะพูด
คำนวณความน่าจะเป็นที่แท้จริงของแต่ละบัคเก็ตให้ดีกว่าฝูงชน แล้วซื้อบัคเก็ตที่ตลาดประเมินราคาต่ำเกินไป
คุณไม่ได้พยากรณ์อากาศด้วยตัวเอง
โมเดลมูลค่าหลายพันล้านดอลลาร์ทำไปแล้วเมื่อหลายชั่วโมงก่อน
คุณกำลังอ่านพยากรณ์ของพวกเขา ทำความสะอาดข้อมูล และเปรียบเทียบกับราคาตลาด
เมื่อความน่าจะเป็นที่แท้จริงของคุณสูงกว่าราคามาก แสดงว่าคุณมีจุดได้เปรียบ
ทุกอย่างด้านล่างเป็นเพียงวิธีการคำนวณช่องว่างนั้นและดำเนินการโดยไม่หลอกตัวเอง
เก็บการตั้งค่าทั้งหมดไว้ในไฟล์ config ไม่ใช่เขียนตายตัว เพื่อให้คุณปรับแต่งได้โดยไม่ต้องแตะตรรกะ
ยอดคงเหลือเริ่มต้น, การเทรดสูงสุด, ขั้นต่ำของจุดได้เปรียบ, วงเงินราคา, สัดส่วน Kelly
ทั้งหมดอยู่ในที่เดียวที่คุณแก้ไขได้ในไม่กี่วินาที
2. ค้นหาตลาด
บอทเริ่มต้นด้วยการสแกน Polymarket เพื่อหาตลาดอุณหภูมิที่ยังทำงานอยู่ซึ่งคุ้มค่าที่จะเทรด
คุณไม่ต้องการเทรดทั้งหมด
คุณต้องการตัวกรองที่ทิ้งขยะก่อนที่คุณจะเสียค่าพยากรณ์หรือเสียเงิน
ตัวกรองสามตัวทำงานหลัก:
> ระดับปริมาณการซื้อขาย
ข้ามตลาดที่มีปริมาณน้อยต่ำกว่าสองสามพัน
หนังสือบางมีสเปรดกว้างและราคาที่คุณเชื่อถือไม่ได้
> กรอบเวลา
เทรดเฉพาะตลาดที่ตัดสินภายในประมาณ 2 ถึง 72 ชั่วโมงข้างหน้า
ต่ำกว่า 2 ชั่วโมง จุดได้เปรียบถูกคิดราคาไปแล้ว
เกิน 72 ชั่วโมง พยากรณ์ไม่แน่นอนเกินกว่าจะพึ่งพา
> วงเงินราคา
ข้ามบัคเก็ตที่ซื้อขายสูงกว่าประมาณ 45 เซนต์แล้ว
ที่ราคานั้นตลาดได้คิดราคาจุดได้เปรียบไปแล้วส่วนใหญ่ และ upside ของคุณน้อย
ตลาดที่รอดชีวิตแต่ละแห่งชี้ไปที่เมือง, วันที่, และสถานีตัดสิน
สถานีนั้นสำคัญที่สุด ดังนั้นคุณต้องเก็บพิกัดสนามบินที่แน่นอนและรหัส ICAO ไม่ใช่ใจกลางเมือง
การใช้พิกัดใจกลางเมืองอาจทำให้เกิดความคลาดเคลื่อน 3-8 องศา ก่อนที่บอทของคุณจะเริ่มคิด
ตอนนี้คุณมีรายการตลาดที่เทรดได้สะอาด ซึ่งแต่ละตลาดเชื่อมโยงกับจุดที่แน่นอนที่พยากรณ์ต้องกำหนดเป้าหมาย
3. ดึงข้อมูลพยากรณ์ (โค้ด)
ตอนนี้คุณดึงพยากรณ์สำหรับสถานีที่แน่นอนของแต่ละตลาด จากมากกว่าหนึ่งแหล่ง
โมเดลเดียวคือความคิดเห็นหนึ่ง
สามโมเดลทำให้คุณเห็นข้อตกลงและความแตกต่าง ซึ่งเป็นข้อมูลในตัวมันเอง
จุดยึดของคุณคือ ECMWF มาตรฐานทองคำระดับโลก ฟรีผ่าน Open-Meteo ไม่ต้องใช้คีย์
สำหรับเมืองในสหรัฐฯ ในกรอบเวลาสั้น คุณเพิ่มโมเดลความละเอียดสูงที่อ่านค่าสังเกตการณ์แบบเรียลไทม์
นี่คือการดึงข้อมูล ECMWF:
1def get_ecmwf(lat, lon, unit):2url = (3"https://api.open-meteo.com/v1/forecast"4f"?latitude={lat}&longitude={lon}"5f"&daily=temperature_2m_max&temperature_unit={unit}"6"&forecast_days=7&models=ecmwf_ifs025"7"&bias_correction=true"8)9data = requests.get(url, timeout=(5, 8)).json()10return data["daily"]["temperature_2m_max"]
แฟล็ก \bias_correction=true\ นั้นสำคัญ – มันใช้การแก้ไขข้อผิดพลาดตามตำแหน่งเบื้องต้นให้ฟรี
สำหรับเมืองในสหรัฐฯ ภายในประมาณ 48 ชั่วโมง ควรใช้โมเดลความละเอียดสูงกว่า:
1def get_hrrr(lat, lon):2url = (3"https://api.open-meteo.com/v1/forecast"4f"?latitude={lat}&longitude={lon}"5"&daily=temperature_2m_max&temperature_unit=fahrenheit"6"&forecast_days=3&models=gfs_seamless"7)8return requests.get(url, timeout=(5, 8)).json()["daily"]["temperature_2m_max"]
กฎง่ายๆ: ความละเอียดสูงสำหรับระยะสั้นในสหรัฐฯ, ECMWF สำหรับที่อื่น
ขอแต่ละเมืองในหน่วยของตัวเอง สหรัฐฯ ใช้ฟาเรนไฮต์ ที่เหลือใช้เซลเซียส และเก็บการเปรียบเทียบทั้งหมดในสเกลเดียวกัน
4. แก้ไขอคติ (นี่คือที่มาของเงิน)
นี่คือจุดที่ผู้ชนะแยกตัวจากคนอื่นๆ
ทุกโมเดลมีความผิดพลาดอย่างเป็นระบบในทิศทางที่สม่ำเสมอ
GFS มีอคติเย็น มันประเมินอุณหภูมิต่ำเกินไป และขนาดของความคลาดเคลื่อนนั้นขึ้นอยู่กับเมือง, ชั่วโมง, และระยะเวลาที่พยากรณ์ออกไป
ถ้าคุณข้ามขั้นตอนนี้ จุดได้เปรียบของคุณมักจะเป็นแค่โมเดลที่ผิดในแบบปกติ
นั่นไม่ใช่จุดได้เปรียบ
นั่นคือสัญญาณรบกวนในชุดของจุดได้เปรียบ
ดังนั้นก่อนที่คุณจะคำนวณความน่าจะเป็นแม้แต่ครั้งเดียว คุณต้องแก้ไขโมเดลโดยใช้ข้อผิดพลาดในอดีตของมันเอง
อคตินั้นง่ายมากที่จะนิยาม
> อคติ = พยากรณ์ลบด้วยค่าจริง
คุณวัดมันแยกตามเมือง, ตามกรอบเวลา, ตามช่วงเวลาของวัน แล้วเลื่อนพยากรณ์ใหม่ด้วยข้อผิดพลาดที่รู้จักนั้น
เวอร์ชันที่ง่ายที่สุดที่ใช้งานได้คือค่าเฉลี่ยถ่วงน้ำหนักแบบลดหลั่นของข้อผิดพลาดล่าสุด เพื่อให้ความคลาดเคลื่อนใหม่มีน้ำหนักมากขึ้น
คุณไม่จำเป็นต้องใช้โครงข่ายประสาทเทียมสำหรับสิ่งนี้
ค่าเฉลี่ยถ่วงน้ำหนักแบบลดหลั่นหรือการถดถอยเล็กๆ จะให้คุณได้ 60-80% ของการปรับปรุงทั้งหมดที่มี
ส่งอันนั้นก่อน
การแก้ไขอคติด้วย ML สุดหรูนั้นมีจริง แต่มันเป็น 20% สุดท้าย และมันสำคัญก็ต่อเมื่อเวอร์ชันธรรมดาทำเงินได้แล้ว
แก้ไขอินพุตก่อน
โมเดลฟรีธรรมดาที่ถูกแก้ไข ดีกว่าโมเดลหรูที่ป้อนข้อมูลดิบ
5. แปลงพยากรณ์เป็นความน่าจะเป็นของบัคเก็ต
ตอนนี้คุณแปลงตัวเลขพยากรณ์ที่แก้ไขแล้วหนึ่งตัวเป็นความน่าจะเป็นสำหรับแต่ละบัคเก็ต
นี่คือความผิดพลาดที่มือใหม่ทำ
พวกเขาเอาพยากรณ์ วางลงในบัคเก็ตที่มันตรง แล้วเรียกบัคเก็ตนั้นว่า 100%
แต่พยากรณ์ไม่แม่นยำ
มันคือจุดศูนย์กลางที่มีการกระจายตัวของข้อผิดพลาดที่รู้จักรอบๆ
การกระจายตัวนั้นคือเกมทั้งหมด
สมมติว่าพยากรณ์ที่แก้ไขแล้วคือ 41F และข้อผิดพลาดทั่วไปของโมเดลสำหรับเมืองนั้นประมาณ 2 องศา
อุณหภูมิสูงจริงอาจตกลงในบัคเก็ตที่สูงหรือต่ำกว่าหนึ่งขั้นได้ง่าย
ดังนั้นคุณไม่ควรเดิมพันหนึ่งบัคเก็ตที่ 100%
คุณกระจายความน่าจะเป็นไปยังบัคเก็ตพยากรณ์และบัคเก็ตข้างเคียง โดยถ่วงน้ำหนักตามความน่าจะเป็นของแต่ละค่าที่กำหนดขนาดข้อผิดพลาดของคุณ
ข้อผิดพลาดในอดีตที่แคบกว่าหมายถึงความน่าจะเป็นที่รวมกันอยู่ที่บัคเก็ตกลางมากขึ้น
ข้อผิดพลาดที่กว้างกว่าจะกระจายไปยังบัคเก็ตข้างเคียง
นี่คือเหตุผลที่การรู้ข้อผิดพลาดจริงของคุณ ซิกมา ของคุณ สำคัญมาก
ถ้าไม่มีมัน คุณกำลังเดาความมั่นใจของตัวเอง
ถ้ามีมัน คุณกำลังเปลี่ยนพยากรณ์ให้เป็นการกระจายความน่าจะเป็นที่ซื่อสัตย์ซึ่งตลาดสามารถวัดเทียบได้
การกระจายนั้นคือสิ่งที่คุณเทรดจริงๆ ทีละบัคเก็ต
6. หาจุดได้เปรียบและกำหนดขนาดด้วย Kelly
ตอนนี้คุณเปรียบเทียบความน่าจะเป็นของคุณกับราคาตลาด และลงมือเฉพาะเมื่อช่องว่างนั้นจริง
อันดับแรก มูลค่าคาดหวัง จุดได้เปรียบต่อดอลลาร์ของคุณ:
1def calc_ev(p, price):2if price <= 0 or price >= 1:3return 0.04return round(p * (1.0 / price - 1.0) - (1.0 - p), 4)
ถ้าโมเดลของคุณบอกว่าบัคเก็ตมีโอกาส 80% และซื้อขายที่ 14 เซนต์:
\0.80 * (1/0.14 - 1) - 0.20 = +4.94\
นั่นคือจุดได้เปรียบมหาศาล
แต่คุณไม่ลงมือทุกครั้งที่มีค่าบวก – คุณตั้งพื้น ใช้เฉพาะเมื่อ EV มากกว่าประมาณ 8% เพื่อข้ามสัญญาณอ่อน
จากนั้น Kelly บอกคุณว่าควรเดิมพันเท่าไหร่จากเงินทุนของคุณ:
1def calc_kelly(p, price, kelly_fraction=0.25):2b = 1.0 / price - 1.03f = (p * b - (1.0 - p)) / b4return min(max(0.0, f) * kelly_fraction, 1.0)
ราวกั้นสองอันที่ทำให้คุณอยู่รอด
> ใช้ Fractional Kelly หนึ่งในสี่ของที่ Kelly เต็มบอก
Kelly เต็มคือรถไฟเหาะ การลดสัดส่วนช่วยลดความผันผวนอย่างมาก
> จำกัดการเทรดแต่ละครั้งด้วยการเดิมพันสูงสุดจาก config ของคุณ
แม้ว่า Kelly จะกรีดร้องให้เทรดใหญ่ วงเงินจะช่วยคุณจากตลาดที่ไม่ดีเพียงแห่งเดียว
เข้าที่ราคา ASK ซึ่งเป็นราคาจริงที่คุณจ่าย และถือว่าราคา BID เป็นจุดออก ไม่เช่นนั้น backtest ของคุณจะโกหกคุณ
7. ดำเนินการ, หยุด และบันทึกทุกอย่าง
ตอนนี้บอททำงาน และที่สำคัญพอๆ กันคือบันทึก
ลูปหลักทำงานตามกำหนดการ เช่น ทุกชั่วโมง และทำสิ่งเดียวกันตามลำดับสำหรับแต่ละตลาด
ดึงพยากรณ์ใหม่จากทุกแหล่ง
หาตลาด Polymarket ที่ตรงกันและโหลดบันทึกของมัน
บันทึกพยากรณ์ปัจจุบันเป็นภาพรวม เพราะประวัติศาสตร์นั้นคือจุดได้เปรียบในอนาคตของคุณ
ตรวจสอบจุดหยุดสำหรับตำแหน่งที่เปิดอยู่
เปิดตำแหน่งใหม่เฉพาะเมื่อ EV ผ่านพื้นของคุณและราคาเหมาะสม
https://x.com/0xSurferX/status/2078620667272896555
จุดหยุดของคุณเรียบง่ายและเป็นกลไก
ปิดถ้าราคาลดลงเปอร์เซ็นต์ที่กำหนดจากจุดเข้า
ปิดถ้าพยากรณ์เคลื่อนที่ออกไปจากบัคเก็ตของคุณมากพอที่สมมติฐานตาย
ระหว่างการสแกนเต็ม ให้รันรอบเบาทุกสองสามนาทีเพื่อดูจุดหยุดเท่านั้น โดยไม่ต้องสแกนทุกเมืองอีกครั้ง
และบันทึกทุกอย่าง
ทุกภาพรวมพยากรณ์ ทุกราคาตลาดที่คุณเห็น ทุกการเทรด ทุกการตัดสิน
หนึ่งไฟล์ต่อตลาด เพิ่มข้อมูลเมื่อเวลาผ่านไป
บันทึกนั้นไม่ใช่แค่งานพิเศษ
มันคือวัตถุดิบสำหรับขั้นตอนสุดท้าย ซึ่งเปลี่ยนบอทที่อยู่นิ่งให้เป็นบอทที่ฉลาดขึ้นทุกสัปดาห์
8. ปล่อยให้มันปรับเทียบและฉลาดขึ้น
นี่คือสิ่งที่แยกบอทที่เดาออกจากบอทที่รู้
ในวันแรก บอทของคุณไม่รู้จริงๆ ว่าพยากรณ์ของมันแม่นยำแค่ไหนสำหรับแต่ละเมือง
ดังนั้นมันไม่ควรไว้ใจตัวเองเต็มที่
มันควรเทรดเล็ก บันทึกทุกการตัดสิน และรอ
เมื่อมันมีตลาดที่ตัดสินแล้วเพียงพอสำหรับเมืองหนึ่ง ประมาณ 30 ตลาด มันสามารถวัดข้อผิดพลาดจริงของมัน
คุณนำทุกพยากรณ์ที่คุณทำสำหรับเมืองนั้น เปรียบเทียบกับสิ่งที่เกิดขึ้นจริง และคำนวณค่าคลาดเคลื่อนเฉลี่ย
ค่าคลาดเคลื่อนเฉลี่ยนั้นกลายเป็นซิกมาของคุณ ความมั่นใจที่แท้จริงของคุณ สำหรับเมืองและแหล่งที่มานั้น
และซิกมานั้นป้อนกลับไปยังขั้นตอนที่สี่โดยตรง
ซิกมาที่ดีขึ้นหมายถึงการกระจายความน่าจะเป็นที่ซื่อสัตย์มากขึ้นในบัคเก็ต ซึ่งหมายถึงการตรวจจับจุดได้เปรียบที่ดีขึ้น ซึ่งหมายถึงการกำหนดขนาดที่ดีขึ้น
บอทปรับปรุงตัวเองอย่างแท้จริงเมื่อมันรวบรวมตลาดที่ตัดสินแล้วมากขึ้น
นี่คือวินัยเดียวกันที่ผมสอนสำหรับทุกบอทที่ผมสร้าง:
บันทึกทุกอย่าง เสี่ยงน้อยในตอนแรก
ปล่อยให้ผลลัพธ์ที่ตัดสินจริงวัดความแม่นยำที่แท้จริงของคุณ
เพิ่มขนาดเมื่อข้อมูลพิสูจน์จุดได้เปรียบแล้วเท่านั้น
บอทสภาพอากาศที่ไว้ใจตัวเอง 90% ในวันแรก ก็เป็นหายนะเช่นเดียวกับบอทคริปโตที่ deploy หลังจาก backtest 10,000%
ทั้งสองเชื่อถือตัวเลขที่พวกเขาไม่เคยได้มา
คุณไม่อยากเห็นอะไรแบบนี้ เชื่อผมเถอะ:
ไปต่อกัน
9. รวมทุกอย่างเข้าด้วยกัน
ตอนนี้มาสรุปกัน
**
ถอยกลับมาดูสิ่งที่คุณสร้าง:**
ค้นหาตลาดที่สะอาด เชื่อมโยงกับสถานีตัดสินที่แน่นอน
ดึงพยากรณ์สามแหล่งสำหรับสถานีนั้น
แก้ไขอคติที่รู้จักของแต่ละโมเดล
แปลงพยากรณ์ที่แก้ไขแล้วเป็นความน่าจะเป็นของบัคเก็ตโดยใช้ข้อผิดพลาดจริงของคุณ
เทรดเฉพาะเมื่อจุดได้เปรียบมากกว่า 8%
กำหนดขนาดด้วย Fractional Kelly และวงเงินสูงสุด
ดำเนินการ, หยุด, บันทึก และปรับเทียบจนกว่ามันจะลับคมตัวเอง
ไม่ต้องใช้โครงข่ายประสาทเทียมในการเริ่มต้น ไม่ต้องใช้ศูนย์ข้อมูลหรือเซิร์ฟเวอร์ร่วม
แค่พยากรณ์ฟรี คณิตศาสตร์ที่ซื่อสัตย์ และความอดทนที่จะปล่อยให้มันพิสูจน์ตัวเองบนการตัดสินจริง
ปล่อยให้มันทำงานสองถึงสามสัปดาห์ก่อนตัดสิน เพราะตลาดสภาพอากาศตัดสินทุกวัน และคุณต้องมี 50-100 การเทรดที่ตัดสินแล้วเพื่อรู้ว่าคุณได้อะไร
ผมสร้างบอทมากกว่า 200 ตัว และรูปแบบนี้แหละที่ทำเงินได้จริง ในขณะที่ของหรูหรายังสร้างไม่เสร็จ
ไปป์ไลน์ง่ายๆ การปรับเทียบที่ซื่อสัตย์ วินัยที่น่าเบื่อ
นั่นคือทั้งหมดที่คุณต้องการ
สภาพอากาศคือตลาดที่ซื่อสัตย์สุดท้ายบน Polymarket
สร้างหกขั้นตอนนี้ในวันหยุดสุดสัปดาห์นี้ ปล่อยให้มันปรับเทียบ และเข้ามาก่อนที่ฝูงชนจะตื่น
รายละเอียดเต็มของขั้นตอนการแก้ไขอคติจะมาครั้งหน้า อย่าพลาด
ปล่อย Part 2 ในวันพุธ
เข้าร่วมช่อง Telegram เล็กๆ ของผมด้วยถ้าอยากเชื่อมต่อ
เข้าร่วมที่นี่: https://t.me/+jCBHygDAJa9hMTJk
ที่นี่เราสร้างร่วมกัน พูดคุยและแก้ไขปัญหา
หวังว่าคุณจะพบว่าบทความนี้มีประโยชน์ เพราะนั่นคือประเด็นทั้งหมด
ขอให้โชคดี!
