Polymarket Bot Tutorial · অধ্যায় 25 of 32

Polymarket-এ sports market bots: NFL weekly games, NBA tag (745) microstructure, soccer (Premier League, Bundesliga, Champions League), tennis (864) - liquidity, edge sources, code patterns.

এই অধ্যায়ে কী কী আছে

NFL, NBA, Soccer, এবং Tennis হলো category অনুযায়ী Polymarket-এর সবচেয়ে বড় sports volumes। প্রতিটির data availability, cadence, এবং edge profile আলাদা। এই অধ্যায়ে league-specific bot patterns এবং যে tag IDs-গুলোতে আপনি filter করবেন, সেগুলো covered করা হয়েছে।

  • NFL: weekly cadence, peak liquidity Sunday
  • NBA (tag 745): in-game microstructure
  • Soccer: international vs club leagues
  • Tennis (tag 864): tournament cadence
  • সময়ের সাথে টিকে থাকা edge sources
  • Live data: ESPN, official APIs
  • Sample bot: pre-game line catcher

NFL: weekly cadence, peak liquidity Sunday

NFL-এর weekly rhythm Polymarket-এর যেকোনো sport-এর মধ্যে সবচেয়ে শক্তিশালী। আগের সপ্তাহের games শেষ হওয়ার পর Tuesday-তে markets open হয়, Wednesday-Friday line-shop হয়, Saturday-Sunday betting volume peak করে। সাধারণত early games-এর জন্য Sunday night এবং late one-এর জন্য Monday night-এ resolution হয়।

Bot pattern: opening line set হওয়ার সময় Tuesday-Wednesday line-catcher, peak volume-এর সময় Sunday in-play। প্রতিটি window-এর জন্য আলাদা bots। Monday Night Football market-এ প্রায়ই অন্য games-এর তুলনায় volume কম থাকে - ছোট-size entries-তে higher slippage risk থাকার বিষয়টি মনে রাখুন।

Volume peak হয় Super Bowl-এ: game week-এ সব SB markets মিলিয়ে $50M+ traded হয়। এমনকি ওই সপ্তাহে $100 bot-ও কার্যত গুরুত্বহীন noise; সেই scale-এ market efficient।

NBA (tag 745): in-game microstructure

NBA হলো Polymarket-এ highest-frequency sport - regular season-এ প্রতি সপ্তাহে 25-30 games, playoffs-এ 5-15। Tag ID 745 NBA-only events filter করে।

NBA-তে in-game microstructure কাজ করে কারণ: (1) ESPN প্রায় প্রতি ~10s-এ scoreboards update করে, (2) games continuous action-এর 2.5 hours, (3) major games-এর Polymarket books 4th quarter পর্যন্ত deep থাকে।

যে strategy কাজ করে: game's WS book + ESPN feed subscribe করা, 10-15 seconds-এর মধ্যে imbalance + score events-এ react করা। যেসব strategy কাজ করে না: pre-game line catching (এতটা efficient যে retail খুব বেশি ধরতে পারে না), late-game certainty arbitrage (0.99-trap territory)।

Soccer: international vs club leagues

Polymarket-এ Soccer মোটামুটি তিনটি tier-এ ভাগ হয়।

  • Top European leagues (EPL tag 739, La Liga, Bundesliga, Serie A) - moderate volume, বড় matches-এ deep books। Bot strategies NBA-এর মতোই।
  • Champions League / Europa League (UCL tag 2186) - knockout stages-এ peak volume। round-of-16 থেকে onward books সবচেয়ে deep।
  • International / smaller leagues (Saudi Pro League, MLS, J-League) - thin books, বড় spreads। সাধারণত bot territory নয়।

Soccer-এর discrete scoring (0-1 goals huge events) এটিকে NBA-এর continuous flow থেকে আলাদা করে। Soccer-এর জন্য bot pattern হলো: goal হওয়ার আগে right side-এ থাকা, goal হলে দ্রুত exit করা।

Tennis (tag 864): tournament cadence

Tennis tag 864। ATP এবং WTA tours বছরের 11 মাস খেলে, আর Grand Slams হয় Jan-এ (Australian Open), May-Jun-এ (French Open), Jul-এ (Wimbledon), এবং Aug-Sep-এ (US Open)। Volume এই চার সপ্তাহে এবং Masters 1000 series-এ concentrated।

Tennis-এ যেকোনো sport-এর মধ্যে সবচেয়ে পরিষ্কার in-play price ladder থাকে (chapter 15)। Mid-match prices set-and-break states-এর সাথে যুক্ত predictable curves follow করে। Tennis-specific price ladder model-সহ একটি bot real time-এ mispricing detect করতে পারে।

Quiet windows: Grand Slams-এর মাঝখানে, যখন শুধু ATP 250 / ATP 500 tournaments থাকে, তখন books খুব thin। এই সময় bot pause করুন বা অন্য sport-এ shift করুন।

সময়ের সাথে টিকে থাকা edge sources

এই চারটি sport জুড়ে, যে edges সময়ের সাথে টিকে থাকে সেগুলো হলো:

  • Pre-game line shop sharper venue-এর number-এর বিরুদ্ধে (Pinnacle, Betfair)। Polymarket যদি sharp book-এর সঙ্গে > 3c mismatch করে, তাহলে Polymarket fade করুন।
  • In-play overreaction একটি single play-এ (interception, injury, momentum shift)। play-এর 30-60 seconds পরে অপেক্ষা করুন, market overshoot করলে fade করুন।
  • Late-game heavy favorites at 0.85-0.92 risk-managed sizing-এর সাথে। 0.85-এর নিচে = real risk; 0.92-এর উপরে = 0.99 trap।

যে edges টিকে থাকে না: prices-এ pure technical analysis, Twitter থেকে sentiment scraping, calendar-based seasonal effects।

Live data: ESPN, official APIs

চারটি sport-এর জন্য data source matrix।

SportPrimaryBackupUpdate cadence
NFLESPN scoreboardNFL.com feedplay চলাকালীন ~10s
NBAESPN scoreboardstats.nba.complay চলাকালীন ~10s
Soccer (EPL/UCL)ESPN scoreboardSofaScore~15-30s
Tennis (ATP/WTA)ESPN scoreboardtennis.com live~30s (point-level)

ESPN সব চারটির জন্য free এবং reliable। 10s-এর কম updates চাইলে specialized feed (StatsPerform, GeniusSports) কিনতে হবে - তবে retail-এর জন্য marginal latency improvement প্রায়ই খরচ justify করে না।

Sample bot: pre-game line catcher

Reference: pre-game line-catcher pseudocode.

def line_catcher():
    # Find games starting in the next 2-12 hours
    events = gamma_events(tag_id=745, hours_ahead=12)
    for ev in events:
        for m in ev["markets"]:
            polymarket_prob = float(json.loads(m["outcomePrices"])[0])
            sharp_prob = fetch_pinnacle_implied(ev["slug"])  # 3rd-party feed
            if sharp_prob - polymarket_prob > 0.04:
                # Polymarket has the YES side cheap vs sharp
                tok = json.loads(m["clobTokenIds"])[0]
                place_fok(tok, "BUY", polymarket_prob + 0.01, size=10)
            elif polymarket_prob - sharp_prob > 0.04:
                # Polymarket has the NO side cheap vs sharp
                tok = json.loads(m["clobTokenIds"])[1]
                place_fok(tok, "BUY", 1 - polymarket_prob + 0.01, size=10)

Caveats: Pinnacle / Betfair APIs-এর জন্য account লাগে; free নয়। Sharp reference ছাড়া line-catching শেষ পর্যন্ত opinion বনাম opinion-এ নেমে আসে, যা bot territory নয়।

প্রায়শই জিজ্ঞাসিত প্রশ্ন

Polymarket-এ কোন sport-এর volume সবচেয়ে বেশি?
Season অনুযায়ী বদলায়। Sunday game days-এ NFL lead করে। Regular season weeknights-এ NBA (verified tag_id 745) lead করে। Champions League weeks এবং World Cup-এ Soccer (no single tag) lead করে। Grand Slam fortnights-এ Tennis (verified tag_id 864) spike করে। Multi-sport bots constant rotation থেকে benefit পায়।
Pre-game না in-game sports markets - কোনটি বেশি profitable?
Pre-game: price করা সহজ (research-এর জন্য বেশি সময়, in-game noise-এর variance কম), কিন্তু spreads tighter এবং sportsbook odds-এর সঙ্গে competition বেশি। In-game: harder, real-time data লাগে, কিন্তু emotional swings-এর সময় mispricing বড় হয় (post-touchdown, missed shot-এর পরে)।
একটি bot-এর জন্য fast enough live sports data কোথায় পাব?
Major US sports-এর জন্য ESPN.com-এর unofficial JSON endpoints। The-odds-api.com multiple bookmakers aggregate করে, তবে rate limits থাকে। Sofascore.com-এ soccer + tennis আছে। Sub-1-second data-এর জন্য: Sportradar বা BetGenius-এর paid feeds professional-grade, কিন্তু expensive। বেশিরভাগ retail bots ESPN + Twitter beat reporters-এর ওপর ভরসা করে টিকে থাকে।
Live news-এর জন্য beat-reporter Twitter কি trust করা উচিত?
বেশিরভাগ ক্ষেত্রে yes, তবে caveats আছে। Beat reporters injuries/lineups ESPN-এর চেয়ে দ্রুত break করে। কিন্তু Twitter rate limits এবং account suspensions reliability gaps তৈরি করে। Best practice: 5-10 reporter accounts subscribe করুন, deduplicate করুন, এবং injuries trigger করার আগে 2 sources require করুন।
Traditional sportsbooks-এর সঙ্গে Polymarket sports-এর তুলনা কেমন?
No vig (FanDuel/DraftKings-এ ~5-10% বনাম) কিন্তু smaller markets-এ liquidity thinner এবং spreads wider। Mainstream NFL/NBA-তে traditional books সাধারণত better fill quality দেয়। Niche sports (cricket, rugby, esports)-এ Polymarket প্রায়ই edge দেয়, কারণ traditional books এগুলো underprice করে।
আমি কি sports + crypto + politics bots একসাথে চালাতে পারি?
Yes, এবং এটি good portfolio construction। Sports, politics, এবং crypto-র correlation কম - এগুলোর মধ্যে diversify করলে daily PnL variance smooth হয়। Caveat: প্রতিটি strategy-র আলাদা risk budget দরকার, shared budget নয়।