آموزش Polymarket Bot · فصل 27 از 32
botهای پیشبینی آبوهوا و climate در Polymarket: بازارهای landfall hurricane، حداکثر دمای روزانه، El Nino/La Nina (ENSO)، منابع داده NOAA و NWS، و اینکه چگونه دادههای آبوهوا را به trading signal تبدیل کنید.
این فصل چه چیزهایی را پوشش میدهد
بازارهای آبوهوا در Polymarket یک دسته کمارزشگذاریشده هستند. این بازارها منابع داده عمومیِ تمیز، price discovery کند، و active traderهای کمتعداد دارند. edge برای یک bot واقعی است، اما بازارها معمولاً thin هستند. این فصل بازارهای hurricane، دما، و ENSO را پوشش میدهد.
- آبوهوا بهعنوان یک tradeable signal
- بازارهای hurricane: دادههای NHC
- حداکثر دمای روزانه: دادههای NWS
- چرخههای ENSO (El Nino/La Nina)
- Latency: بهروزرسانیهای آبوهوا کند هستند (برای retail خوب است)
- ریسک: forecast model error tailها
- کد: دریافت داده hurricane از NOAA و تنظیم position
آبوهوا بهعنوان یک tradeable signal
بازارهای آبوهوا با منابع داده رایگان و معتبر (NOAA، NWS، NHC) بهخوبی پشتیبانی میشوند و بر اساس اندازهگیریهای objective resolve میشوند، نه قضاوت. این موضوع آنها را برای استراتژیهای systematic ایدهآل میکند - edge در تفسیر داده است، نه در جلو زدن از خبر توسط انسانها.
نقطهضعف: حجمها متوسطاند. یک بازار hurricane ممکن است در طول عمر خود 500k تا 2M دلار حجم داشته باشد؛ یک بازار دمای شهری 50 تا 200k دلار. استراتژیهایی که در مقیاس روی politics یا sports جواب میدهند، به weather منتقل نمیشوند - اندازه دلاری edge شما توسط total liquidity بازار محدود میشود.
الگوی bot مناسب: positionهای کوچک و diversified در چندین بازار آبوهوا، نگهداری تا resolution. با سرعت پایین؛ آبوهوا بازار day-trading نیست.
بازارهای hurricane: دادههای NHC
فصل hurricane (Atlantic: Jun-Nov) بازارهای Polymarket را بر اساس محل landfall، شدت، و تعداد stormهای نامدار ایجاد میکند. دادهها: public advisoryهای National Hurricane Center (NHC) هر 6 ساعت در زمان stormهای فعال، و هر 3 ساعت وقتی یک hurricane کمتر از 72 ساعت تا landfall فاصله دارد.
استراتژی: وقتی forecast cone در NHC یک احتمال landfall مشخص را القا میکند که بازار با آن مخالف است، سمت نزدیکتر به official forecast NHC را بگیرید. NHC همان source-of-truth است که بازار در نهایت به آن converge میکند.
نکته مهم: long-tail risk. hurricaneها گاهی کارهایی میکنند که forecast انتظارش را نداشته است. positionها را طوری size کنید که انگار NHC در 80% مواقع درست است، نه 100%.
حداکثر دمای روزانه: دادههای NWS
Polymarket برای برخی شهرهای آمریکا بازارهای daily-temperature-threshold فهرست میکند. «آیا NYC در 15 آگوست به 95°F میرسد؟» دادهها: forecastهای National Weather Service که 2 تا 3 بار در روز بهروزرسانی میشوند؛ observations بعد از وقوع.
بازار معمولاً forecast probability NWS را با مقداری noise قیمتگذاری میکند. edge: forecastهای NWS bias دارند (معمولاً در رویدادهای extreme heat conservative هستند). botی که جهت bias را برای یک شهر/فصل میداند، سمتی را میگیرد که NWS بهصورت سیستماتیک کمتر برآورد میکند.
محدودیتها: حجم پایین (معمولاً 50 تا 100k دلار)، position sizeهای کوچک، hold-to-resolution. چرخه: ورود در صبحِ همان روز، resolve در عصر.
چرخههای ENSO (El Nino/La Nina)
بازارهای forecast مربوط به El Niño / La Niña افقهای چندماهه و دادههای تمیز دارند (بهروزرسانیهای ماهانه ENSO از NOAA). احتمال ضمنی Polymarket اغلب 1 تا 2 هفته بعد از هر بهروزرسانی ماهانه، از confidence forecast NOAA عقب میماند.
الگوی bot: در روز انتشار، update NOAA را بخوانید، سمتی را بگیرید که با adjustment forecast NOAA همخوان است، و 1 تا 2 هفته hold کنید تا بازار خودش را برساند. چندین update در هر فصل، چندین نقطه ورود فراهم میکند.
حجم متوسط است (100 تا 500k دلار در هر cycle) اما استراتژی آنقدر کند است که retail pure-quant میتواند با competition محدود botها در این niche رقابت کند.
Latency: بهروزرسانیهای آبوهوا کند هستند (برای retail خوب است)
دادههای آبوهوا با تأخیر دقیقه تا ساعت بهروزرسانی میشوند، نه زیرثانیه. این یک مزیت واقعی برای retail است: latency arbهایی که بازارهای sports و crypto را تحت سلطه دارند، اینجا اعمال نمیشوند.
یک retail bot که update ساعت 8 صبح NOAA را در 8:15 میخواند میتواند قبل از اینکه traderهای کندتر در بازار حتی update را ببینند، یک FOK را در fair value جدید ثبت کند. بودجه latency پانزدهدقیقهای در مقایسه با بودجه دوثانیهای در news arb بسیار سخاوتمندانه است.
مبادله: حجم thin یعنی حتی یک bot سریع هم فقط میتواند برای هر بازار positionهای کوچک deploy کند. الگوی breadth-not-depth (فصل 21) در آبوهوا حتی قویتر هم صدق میکند.
ریسک: forecast model error tailها
forecastهای آبوهوا error barهای شناختهشده دارند. NHC هر سال خطاهای forecast hurricane خود را منتشر میکند - در 72 ساعت قبل از landfall، خطای میانگین location landfall حدود 100 تا 200 مایل است. forecastهای دمای NWS در lead time هفتروزه، بهطور متوسط 2 تا 4°F خطا دارند.
نتیجه برای sizing: هیچوقت با confidence بالا روی «forecast درست است» شرط نبندید. positionها را طوری size کنید که انگار forecast در 70 تا 80% مواقع درست است. botی که forecast را وحی منزل فرض میکند، در 20 تا 30% tradeهایی که model اشتباه بوده، ضرر میکند.
دسته hurricane بهویژه tail-heavy است. یک Cat 5 که در محلی با احتمال landfall پایینِ پیشبینیشده landfall میکند، برای یک position shortِ مطمئن، ضرر با اندازه مثبتِ بینهایت است. exposure روی هر hurricane منفرد را به 10% از weather allocation محدود کنید.
کد: دریافت داده hurricane از NOAA و تنظیم position
Reference: در فصل hurricane feed اطلاعیههای NHC را poll کنید و روی تغییرات forecast cone alert بگیرید.
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 minبازارهای landfall در Polymarket بهتر است در ابتدای فصل بهصورت دستی با storm IDهای NHC match شوند؛ خودکارسازی این تطبیق fragile است چون عنوان بازارهای Polymarket بهطور consistent از naming NHC پیروی نمیکنند.
