آموزش Polymarket Bot · فصل 1 از 32
یک reality check صادقانه برای 2026 قبل از ساختن یک Polymarket trading bot: دادههای profitability، نیازهای time و capital، اینکه bots چه زمانی از manual trading بهترند، و چه زمانی نیستند.
این فصل چه چیزهایی را پوشش میدهد
بیشتر افراد ساخت Polymarket bot را از انتهای اشتباه شروع میکنند: یک language انتخاب میکنند، یک VPS راه میاندازند، بعد سعی میکنند یک edge پیدا کنند. این فصل برعکس عمل میکند. ما از اعداد واقعی که Polymarket درباره trader profitability منتشر میکند شروع میکنیم، در ادامه به time و capital واقعی موردنیاز برمیگردیم، و در پایان به یک تصمیم yes/no میرسیم. verdict صادقانه برای بیشتر خوانندگان «skip» است - اما اگر شرایط شما با آن profile باریکی که در آن bots از manual trading بهتر میشوند جور باشد، ادامه این series برایتان playbook تولیدی ارائه میدهد.
- اعداد صادقانه profitability
- چه زمانی bot از manual trading بهتر است
- چه زمانی bot به manual trading میبازد
- time، capital، و skill موردنیاز
- دروازه 30-trade paper-trade
- دلایل رایج شکست bots
- verdict: build یا skip
اعداد صادقانه profitability
دو مطالعه on-chain از P&L در Polymarket، تمیزترین base rateها را فراهم میکنند. یک نمونهگیری از 2.5 میلیون wallet که اوایل 2026 منتشر شد نشان داد 7.6% از wallets سودده بودند، 84.1% در ضرر بودند، و 8.3% باقیمانده آنقدر نزدیک به break-even بودند که احتمالاً fees و slippage باقیمانده را توضیح میدادند. median wallet بازنده در زمان snapshot، 38% از deposits پایینتر بود.
walletهای bot در آن مطالعات بهطور جداگانه تفکیک نشدهاند، اما توزیع میان traderهای automated معمولاً کمی بدتر است، نه بهتر، از humans - bots اشتباهات را سریعتر compound میکنند. takeaway صادقانه: ساختن bot شما را بهطور پیشفرض وارد آن 7.6% نمیکند. فقط وقتی این اتفاق میافتد که bot یک edge واقعی را encode کند، و همان edge اگر بهصورت دستی و با discipline اجرا میشد هم سودده بود.
چه زمانی bot از manual trading بهتر است
Bots در چهار موقعیت محدود، واقعاً edge دارند. اول، markets حساس به latency - سری 5-minute Bitcoin up/down در Polymarket روی price actionی settle میشود که سریعتر از کلیک کردن یک انسان تمام میشود. یک bot که trade tape Binance و order book Polymarket را میخواند میتواند در 60-200ms روی divergence اجرا کند؛ یک انسان نمیتواند. دوم، volume در بسیاری از markets - یک market-making bot میتواند همزمان روی 20 book quote بدهد؛ یک انسان نمیتواند چنین تمرکزی را حفظ کند. سوم، structured exits - یک bot میتواند درست در لحظه fill شدن buy، یک GTC sell در قیمت take-profit ثبت کند، بدون emotion. چهارم، coverage شبانهروزی - مسابقات فوتبال، basketball آسیایی، CS2 شبانه - یک bot همه را زیر نظر دارد.
اگر thesis مربوط به edge شما در یکی از این چهار bucket قرار نمیگیرد، bot کمکی نمیکند. یک bot «political analyst خوب» از یک political analyst خوب که بچهاش خوابیده، میبازد.
چه زمانی bot به manual trading میبازد
Bots در دو موقعیت قابل پیشبینی از humans ضعیفتر عمل میکنند. اول، marketsی که روی judgment settle میشوند - اختلافات UMA، wording مبهم عنوانها، خبرهای geopolitics که معنای «ceasefire» خودِ trade است. bot یک tape میخواند؛ انسان context میخواند. دوم، order bookهای illiquid با spreadهای عریض - edge bot سرعت execution است، و وقتی bid بعدی شش سنت فاصله دارد، این مزیت بیفایده میشود. manual traderها میتوانند روزها صبر کنند تا در قیمت هدف fill شوند؛ botهایی که اینقدر صبر میکنند معمولاً bug دارند.
Politics، geopolitics، awards، markets سوالی science / technology، و بیشتر markets تکرویدادی از نوع «آیا X تا تاریخ Y اتفاق میافتد» معمولاً territory مناسب bot نیستند. در آنجا capital در معرض ناپدید شدن در 200ms نیست. در معرض اشتباه بودن است، و این یک تصمیم انسانی است.
time، capital، و skill موردنیاز
در ادامه، floorهایی آمدهاند که از builderهایی میشناسیم که به profitability پایدار رسیدهاند، نه اعداد marketing.
- time: هفتهای 4-8 ساعت برای سه ماه اول. بخش عمده آن observation در paper-trading است، نه coding. الگوی «bot را در یک آخرهفته میسازیم» معمولاً botهایی تولید میکند که در همان آخرهفته پول از دست میدهند.
- capital: 0 دلار برای یادگیری، 25-50 دلار برای یک live smoke test، حداقل 200-500 دلار برای live trading که در آن math کارمزدها واقعاً معنیدار میشود، 1,000-2,500 دلار تا بردها از نظر absolute meaningful شوند.
- skill: Python یا Node در سطح intermediate (یعنی میتوانید API client شخص دیگری را بخوانید و تغییر دهید)، راحتی با async I/O، توانایی خواندن order book data بدون اینکه آن را با last-trade price اشتباه بگیرید.
اگر زیر هر یک از این سه خط باشید، economics bot جواب نمیدهد. fees روی یک wallet پنجاهدلاری آنقدر زیاد میشود که «کمی درست بودن» عملاً برابر با «اشتباه بودن» است.
دروازه 30-trade paper-trade
تنها disciplineای که 7.6% را از 92.4% جدا میکند paper trading است. دقیقتر بگوییم: 30 closed trade، همگی در paper mode، قبل از هر capital واقعی، با یک threshold مکتوب go/no-go که از قبل تعریف شده باشد.
math ساده است. win rate معادل 60% روی یک strategy با +3¢ take-profit / -4¢ stop-loss و 0.5% fee drag، در هر trade این expected value را میدهد: 0.6 × 3 − 0.4 × 4 − 0.5 = -0.3¢. این strategy در یک نمونه 5-trade سودده به نظر میرسد؛ نیست. 30 closed trade تقریباً همان sample size است که در آن noise در هر دو طرف win rate واقعی، از economics trade کمتر میشود. زیر 30 شما دارید حدس میزنید؛ از 30 به بالا signal دارید.
این gate همچنین یک filter رفتاری است - بیشتر builderها آن را رد میکنند و در هفته دوم live میشوند. اگر آن را رد کردید، deposit را tuition در نظر بگیرید، نه capital.
دلایل رایج شکست bots
از دیدن شکستن production botها، چهار failure mode غالب هستند.
- edge واقعی وجود ندارد. bot یک strategy را روی historical noise fit میکند، در backtest عالی به نظر میرسد، اما در live fail میشود چون edge ظاهری تصادفی بوده است. cure: 30 paper trade و صداقت بیرحمانه درباره win rate.
- order-type confusion. وقتی FOK لازم داشتید GTC میفرستید، یا وقتی GTC لازم داشتید FOK میفرستید. ما فصل 10 را به این موضوع اختصاص میدهیم. این پرهزینهترین class از bugهایی است که دیدهایم، حتی بزرگتر از missing exitها.
- phantom fills. CLOB در Polymarket یک match را تأیید میکند در حالی که ERC1155 settlement هنوز روی Polygon pending است. botی که 5 ثانیه بعد از fill یک follow-up sell میفرستد با خطای گمراهکننده «balance: 0» رد میشود. فصل 12 این را با جزئیات پوشش میدهد.
- نداشتن drawdown stop. یک strategy کاملاً سودده هم روزهای بد دارد. بدون یک kill switch برای daily-loss 25%، یک روز بد تمام سود یک ماه را پاک میکند. فصل 30 کدهای risk را پوشش میدهد.
verdict: build یا skip
build کنید اگر هر چهار مورد درست باشد: یک edge thesis دارید که در یکی از چهار موقعیت bot-favoring بالا جا میگیرد؛ میتوانید هفتهای 4+ ساعت را برای سه ماه commit کنید؛ بیش از 200 دلار دارید تا بعد از موفق شدن paper test، پشت یک live smoke test 30-trade بگذارید؛ و میتوانید بهاندازهای code بنویسید که یک JSON response را بخوانید و یک idempotent order placer بنویسید.
اگر حتی یکی از اینها false باشد، skip کنید. فصلهای باقیمانده همچنان بهعنوان background ارزش خواندن دارند، اما فصلهای build-and-deploy وقتی time را میسوزانند که به PnL تبدیل نمیشود.
اگر هنوز با ما هستید، فصل بعدی checklist دقیق prerequisites است. از این یکی سختگیرانهتر است و عمداً هم همینطور است.












