Polymarket Bot Tutorial · অধ্যায় 27 of 32
Polymarket-এ weather এবং climate prediction bots: hurricane landfall markets, daily max temperature, El Nino/La Nina (ENSO), NOAA এবং NWS data sources, এবং weather data-কে trading signals-এ রূপান্তর করার উপায়।
এই অধ্যায়ে কী covered আছে
Polymarket-এর weather markets একটি underrated category। এখানে পরিষ্কার public data sources আছে, price discovery ধীর, এবং active traders তুলনামূলকভাবে কম। একটি bot-এর জন্য edge বাস্তব, কিন্তু market সাধারণত পাতলা থাকে। এই অধ্যায়ে hurricane, temperature, এবং ENSO markets covered আছে।
- Tradeable signal হিসেবে weather
- Hurricane markets: NHC data
- Daily max temperature: NWS data
- ENSO (El Nino/La Nina) cycles
- Latency: weather updates ধীর (retail-এর জন্য ভালো)
- Risk: forecast model error tails
- Code: NOAA hurricane data pull করা এবং position adjust করা
Tradeable signal হিসেবে weather
Weather markets free, authoritative data sources (NOAA, NWS, NHC) দিয়ে ভালোভাবে served হয় এবং judgment-এর বদলে objective measurement-এর ওপর resolve হয়। এটি systematic strategies-এর জন্য ideal - edgeটি data interpretation-এ, মানুষের চেয়ে news-এ দ্রুত পৌঁছানোর মধ্যে নয়।
খারাপ দিক: volume modest। একটি hurricane market lifetime-এ $500k-2M করতে পারে; একটি city temperature market $50-200k। Politics বা sports-এ স্কেলে কাজ করা strategies weather-এ সরাসরি transfer হয় না - আপনার edge-এর dollar size market-এর total liquidity দ্বারা bounded।
যে bot pattern এখানে মানায়: অনেক weather market জুড়ে ছোট, diversified positions, resolution পর্যন্ত hold করুন। গতি ধীর; weather day-trading market নয়।
Hurricane markets: NHC data
Hurricane season (Atlantic: Jun-Nov) Polymarket-এ landfall location, intensity, এবং named-storm counts নিয়ে markets তৈরি করে। Data: active storm চলাকালীন National Hurricane Center (NHC) প্রতি 6 ঘণ্টায় public advisories দেয়, এবং hurricane landfall-এর 72 ঘণ্টার মধ্যে হলে প্রতি 3 ঘণ্টায় দেয়।
Strategy: যখন NHC-এর forecast cone কোনো নির্দিষ্ট landfall probability দেখায় কিন্তু market তা অস্বীকার করছে, তখন NHC-এর official forecast-এর কাছাকাছি side নিন। NHC হলো source-of-truth, যার দিকে market শেষ পর্যন্ত converge করবে।
Caveat: long-tail risk। Hurricane মাঝে মাঝে forecast-এ যা আশা করা হয়নি তা করতে পারে। ধরে position size নিন যেন NHC 80% সময় ঠিক, 100% নয়।
Daily max temperature: NWS data
Polymarket নির্বাচিত US city-গুলোর জন্য daily-temperature-threshold markets list করে। "Will NYC reach 95°F on Aug 15?" Data: National Weather Service forecasts দিনে 2-3 বার update হয়; পরে actual observations।
Market সাধারণত কিছু noise-সহ NWS forecast probability price করে। Edge: NWS forecasts-এর bias আছে (সাধারণত extreme heat events-এ conservative)। একটি bot যা কোনো city/season-এর bias direction জানে, সে systemically underestimated side নেয়।
Constraints: low volume ($50-100k typical), ছোট position sizes, hold-to-resolution। Cycle: সকালেই enter, সন্ধ্যায় resolve।
ENSO (El Nino/La Nina) cycles
El Niño / La Niña forecast markets-এর horizon multi-month এবং data পরিষ্কার (NOAA monthly ENSO updates)। প্রতি monthly update-এর পর Polymarket-এর implied probability প্রায়ই 1-2 সপ্তাহ NOAA forecast confidence-এর পিছিয়ে থাকে।
Bot pattern: release day-তে NOAA-এর update পড়ুন, NOAA-এর forecast adjustment-এর সাথে মিলে এমন side নিন, এবং market catch up করা পর্যন্ত 1-2 সপ্তাহ hold করুন। Season-এ multiple updates multiple entry points দেয়।
Volume modest ($100-500k per cycle), কিন্তু strategy যথেষ্ট ধীর যে pure-quant retail এই niche-এ সীমিত bot competition-এর বিরুদ্ধে compete করতে পারে।
Latency: weather updates are slow (retail-এর জন্য ভালো)
Weather data updates মিনিট থেকে ঘণ্টার মধ্যে আসে, sub-second নয়। এটি retail-এর জন্য meaningful advantage: sports এবং crypto markets-এ যে latency arb dominate করে, এখানে তা প্রযোজ্য নয়।
একটি retail bot যদি NOAA-এর 8am update 8:15am-এ পড়ে, তবে market-এর ধীর traders-রা update দেখার আগেই নতুন fair value-তে একটি FOK place করতে পারে। news arb-এর 2-second budget-এর তুলনায় 15-minute latency budget উদার।
Trade-off: thin volume মানে fast bot-ও প্রতি market-এ ছোট position-ই deploy করতে পারবে। Breadth-not-depth pattern (chapter 21) weather-এ আরও বেশি strongly apply করে।
Risk: forecast model error tails
Weather forecasts-এর known error bars আছে। NHC প্রতিবছর তাদের hurricane forecast errors publish করে - landfall location 72-hour lead time-এ গড়ে 100-200 miles error। NWS temperature forecasts 7-day lead time-এ গড়ে 2-4°F error।
Sizing-এর implication: কখনও উচ্চ confidence-এ "forecast right" ধরে bet করবেন না। Position size ধরুন যেন forecast 70-80% সময় right। যে bot forecast-কে gospel ধরে, model off থাকা 20-30% trade-এ ক্ষতিগ্রস্ত হয়।
Hurricane category বিশেষভাবে tail-heavy। Forecast-low-probability location-এ Cat 5 landfall confidently-short position-এর জন্য positive infinity loss-এর মতো। কোনো single hurricane-এ exposure weather allocation-এর 10%-এ cap করুন।
Code: NOAA hurricane data pull করা এবং position adjust করা
Reference: hurricane season-এ NHC advisory feed poll করুন, forecast cone change হলে alert দিন।
import requests, feedparser
NHC_RSS = "https://www.nhc.noaa.gov/index-at.xml"
def poll_nhc():
while True:
feed = feedparser.parse(NHC_RSS)
for entry in feed.entries:
storm_id = entry.id
advisory = parse_advisory(entry.summary)
prev = load_last_advisory(storm_id)
if advisory["track"] != prev.get("track"):
alert(f"track update for {storm_id}: {advisory['track']}")
save_advisory(storm_id, advisory)
time.sleep(900) # 15 minPolymarket landfall markets season শুরুতে NHC-এর storm IDs-এর সাথে manually best matched হয়; matching automate করা fragile, কারণ Polymarket-এর market titles ধারাবাহিকভাবে NHC naming follow করে না।
