Polymarket Bot Tutorial · Chapter 1 of 32
Reality check honnête pour 2026 avant de construire un Polymarket trading bot : données de profitability, exigences en temps et en capital, quand les bots battent le manual trading, et quand ce n’est pas le cas.
Ce que couvre ce chapitre
La plupart des gens abordent la construction d’un Polymarket bot par le mauvais bout : ils choisissent un langage, configurent un VPS, puis essaient de trouver un edge. Ce chapitre fait l’inverse. Nous partons des chiffres que Polymarket publie réellement sur la profitability des traders, nous remontons le fil jusqu’au temps et au capital dont vous avez vraiment besoin, puis nous terminons par une décision oui/non. Le verdict honnête pour la plupart des lecteurs est « laissez tomber » - mais si votre situation correspond au profil étroit où les bots battent le manual trading, le reste de cette série vous donne le playbook de production.
- Les chiffres honnêtes de profitability
- Quand un bot bat le manual trading
- Quand un bot perd face au manual trading
- Temps, capital et skill nécessaires
- Le seuil des 30 paper-trades
- Raisons courantes de l’échec des bots
- Verdict : construire ou laisser tomber
Les chiffres honnêtes de profitability
Deux études on-chain du P&L de Polymarket fournissent les meilleures bases de référence. Un échantillon de 2,5 millions de wallets publié début 2026 a révélé que 7,6 % des wallets étaient profitables sur leur durée de vie, 84,1 % étaient dans le rouge, et les 8,3 % restants étaient suffisamment proches du break-even pour que les frais et le slippage expliquent probablement le résiduel. Le wallet perdant médian était en baisse de 38 % des dépôts au moment de l’instantané.
Les wallets de bot ne sont pas ventilés séparément dans ces études, mais la distribution chez les traders automatisés est généralement un peu pire, pas meilleure, que chez les humains - les bots amplifient les erreurs plus vite. Le constat honnête : construire un bot ne vous place pas d’office dans les 7,6 %. Cela n’arrive que si le bot encode un véritable edge, et si ce même edge aurait aussi été profitable exécuté manuellement avec discipline.
Quand un bot bat le manual trading
Les bots ont un vrai avantage dans quatre situations étroites. D’abord, les marchés sensibles à la latency - la série 5 minutes Bitcoin up/down de Polymarket se résout sur une action de prix qui finit plus vite qu’un humain ne peut cliquer. Un bot qui lit le trade tape de Binance et un order book Polymarket peut exécuter la divergence en 60 à 200 ms ; un humain ne le peut pas. Ensuite, le volume sur de nombreux marchés - un market-making bot peut coter 20 books en même temps ; un humain ne peut pas maintenir ce niveau d’attention. Troisièmement, les sorties structurées - un bot peut poster un sell GTC au prix de take-profit dès que le buy est exécuté, sans émotion. Quatrièmement, la couverture 24h/24 - matchs de foot, basket asiatique, CS2 de nuit - un bot surveille tout cela.
Si votre thèse d’edge n’entre dans aucune de ces quatre catégories, le bot ne vous aidera pas. Un bot « bon analyste politique » perd face à un bon analyste politique avec un enfant endormi.
Quand un bot perd face au manual trading
Les bots sous-performent les humains dans deux situations prévisibles. D’abord, les marchés qui se résolvent au jugement - litiges UMA, formulations ambiguës de titres, actualité géopolitique où le sens de « ceasefire » est justement le trade. Un bot lit un tape ; un humain lit le contexte. Ensuite, les books illiquides avec des spreads larges - l’edge du bot est la vitesse d’exécution, qui ne vaut rien quand le prochain bid est à six cents de distance. Les traders manuels peuvent attendre des jours pour être remplis à un prix cible ; les bots qui attendent aussi longtemps ont généralement un bug.
Les politiques, la géopolitique, les awards, les marchés de questions science / technology, et la plupart des marchés ponctuels « est-ce que X se produira avant la date Y » ne relèvent généralement pas du territoire des bots. Là, le capital n’est pas en risque de disparaître en 200 ms. Il est en risque d’avoir tort, ce qui est une décision humaine.
Temps, capital et skill nécessaires
Voici les minimums observés chez des builders que nous connaissons et qui ont atteint une profitability régulière, pas les chiffres marketing.
- Temps : 4 à 8 heures par semaine pendant les trois premiers mois. L’essentiel est l’observation en paper-trading, pas le code. Le pattern « construire le bot en un week-end » produit des bots qui perdent de l’argent en un week-end.
- Capital : 0 $ pour apprendre, 25 à 50 $ pour un smoke test en live, 200 à 500 $ minimum pour du live trading où les maths des fees fonctionnent vraiment, 1 000 à 2 500 $ pour rendre les wins significatifs en termes absolus.
- Skill : Python ou Node intermédiaire (vous pouvez lire le client API de quelqu’un d’autre et le modifier), aisance avec l’async I/O, capacité à lire des données d’order book sans les confondre avec le last-trade price.
Si vous êtes en dessous de l’une de ces trois lignes, l’économie du bot ne fonctionne pas. Les fees sur un wallet de 50 $ mangent assez pour qu’avoir légèrement raison revienne à être faux.
Le seuil des 30 paper-trades
La discipline unique qui sépare les 7,6 % des 92,4 % est le paper trading. Plus précisément : 30 trades clôturés, tous en paper mode, avant tout capital live, avec un seuil go/no-go écrit et défini à l’avance.
Le calcul est simple. Un win rate de 60 % sur une stratégie à +3¢ de take-profit / -4¢ de stop-loss avec un fee drag de 0,5 % produit 0,6 × 3 − 0,4 × 4 − 0,5 = -0,3¢ attendus par trade. La stratégie semble profitable sur un échantillon de 5 trades ; elle ne l’est pas. 30 trades clôturés est à peu près la taille d’échantillon à partir de laquelle le bruit de part et d’autre du vrai win rate passe sous l’économie du trade. En dessous de 30, vous devinez ; à 30+, vous avez un signal.
Ce seuil est aussi un filtre comportemental - la plupart des builders le sautent et passent en live dès la deuxième semaine. Si vous le sautez, considérez le dépôt comme des frais de scolarité, pas comme du capital.
Raisons courantes de l’échec des bots
En observant des bots de production casser, quatre modes de panne dominent.
- Aucun vrai edge. Le bot ajuste une stratégie au bruit historique, paraît excellent en backtest, puis échoue en live parce que l’edge apparent était aléatoire. Remède : 30 paper-trades et une honnêteté brutale sur le win rate.
- Confusion sur les order types. Envoyer du GTC quand il fallait du FOK, ou du FOK quand il fallait du GTC. Nous consacrons le chapitre 10 à cela. C’est la classe de bugs la plus coûteuse que nous ayons vue, plus encore que les sorties manquantes.
- Phantom fills. Le CLOB de Polymarket reconnaît un match alors que le règlement ERC1155 est encore en attente sur Polygon. Un bot qui envoie un sell de suivi dans les 5 secondes après le fill sera rejeté avec une erreur trompeuse de type « balance: 0 ». Le chapitre 12 couvre cela en détail.
- Aucun stop de drawdown. Une stratégie parfaitement profitable a malgré tout de mauvaises journées. Sans kill switch de -25 % sur la perte quotidienne, une mauvaise journée efface un mois de gains. Le chapitre 30 couvre le risk code.
Verdict : construire ou laisser tomber
Construisez si les quatre conditions sont vraies : vous avez une thèse d’edge qui correspond à l’une des quatre situations favorables aux bots ci-dessus ; vous pouvez consacrer plus de 4 heures par semaine pendant trois mois ; vous avez 200 $ ou plus à mettre derrière un smoke test live de 30 trades après le passage en paper ; et vous pouvez écrire assez de code pour lire une réponse JSON et écrire un order placer idempotent.
Laissez tomber si l’un de ces points est faux. Les chapitres restants valent quand même la peine d’être lus comme background, mais les chapitres de build and deploy vont consommer du temps qui ne se transforme pas en PnL.
Si vous êtes toujours partant, le prochain chapitre est la checklist exacte des prérequis. Elle est plus exigeante que celui-ci, et c’est volontaire.
