מדריך בוט Polymarket · פרק 21 מתוך 32
אסטרטגיות בוט למסחר בשווקי Yes/No בינאריים של Polymarket: חוזי אירוע סטנדרטיים, מגבלת מינוף קשיחה של 1x, הגדלת קנה מידה באמצעות רוחב התיק, טעויות נפוצות (רדיפה אחרי 0.99), ומבנה קוד בסיסי.
מה הפרק הזה מכסה
שווקים בינאריים (Yes/No) הם הבסיס של Polymarket. רוב האסטרטגיות נמצאות כאן. הפרק הזה מכסה את מגבלת המינוף, את מלכודת מחיר ה־0.99 שתופסת בונים חדשים, ואת דפוס הרוחב-ולא-הגודל שאליו בוטים בייצור מתכנסים.
- מה שווקים בינאריים מכסים
- מגבלת המינוף 1x (ואיך להתרחב סביבה)
- טעות נפוצה: רדיפה אחרי מחירי 0.99
- רוחב תיק כהמינוף האפקטיבי
- סיכון לכל שוק לעומת סיכון לתיק
- קוד: סריקת שווקים בינאריים וביצוע קניות עם גודל מותאם
מה שווקים בינאריים מכסים
שווקים בינאריים הם היסוד של Polymarket: שאלה אחת של כן/לא עם שני טוקנים של תוצאה. "האם טראמפ ינצח בבחירות 2024?" הוא בינארי; "מי ינצח בבחירות 2024?" עם 5 מועמדים הוא NegRisk (פרק 11).
שני טוקני התוצאה (YES ו־NO) בשוק בינארי מסתכמים ל־1.0 פחות מס קטן של spread tax. אפשר לקנות כל צד; לכל צד יש ספר פקודות משלו. התמחור סימטרי - קניית YES ב־0.40 שקולה למכירת NO ב־0.60 במונחי התשלום הצפוי.
רוב השווקים שאינם טורנירים ב־Polymarket הם בינאריים: שאלות מזג אוויר, תוצאות פוליטיות של אירוע יחיד, משחקי ספורט בודדים, שאלות קריפטו של יעד מחיר יחיד. דפוס הבוט דומה ברובם.
מגבלת המינוף 1x ואיך להתרחב סביבה
שווקים בינאריים ב־Polymarket הם מינוף 1x: אתה מוציא 40$ כדי לקנות 100 מניות ב־0.40; התשלום המקסימלי הוא 100$. אין margin ואין liquidaton. יעילות ההון נמוכה יותר מאשר ב־perp futures (פרק 24), שבהם זמין מינוף של 2-25x.
התרחבות סביב מגבלת ה־1x פירושה אחת מאלה: (1) פריסת יותר הון על פני שווקים - לגוון במקום להשתמש במינוף, (2) מחזור הון דרך שווקים שהסתיימו - ההון משתחרר בכל סגירה ועובר לשוק הבא, (3) שימוש בשווקי NegRisk שבהם ה־sum-to-1 arb יכול לייצר מינוף סינתטי אפקטיבי.
המסגור הנכון לאסטרטגיה בינארית: מינוף נמוך, רוחב גבוה. 50 פוזיציות קטנות על פני 50 שווקים הוא פרופיל הבוט הבוגר הטיפוסי, לא 5 פוזיציות גדולות על פני 5 שווקים.
טעות נפוצה: רדיפה אחרי מחירי 0.99
כישלון הבוט הבינארי הנפוץ ביותר: קנייה של פייבוריט כבד סמוך להכרעה ב־0.99, מתוך ציפייה לרווח קל של 1c כשהוא יסתיים ב־YES.
המתמטיקה: ב־0.99, אתה משלם 99c כדי להרוויח 1c. שיעור כישלון של 1% (1 מתוך 100 שווקים), שכל אחד מהם עולה לך 99c, מוחק 99 ניצחונות מוצלחים של 1c. יחס הסיכון-תשואה אכזרי בקצה.
גם הקיבולת היא בעיה. הספר ב־0.99 דק; הכנסת גודל משמעותי דוחפת את המחיר ל־0.995 או יותר, ושוחקת את היתרון שכבר מלכתחילה דק.
הישאר מחוץ לשווקים שמחירם > 0.92, אלא אם יש לך אסטרטגיה ספציפית שנבנתה לפרופיל arb של tail-yield. רוב הבוטים הבינאריים לא צריכים לקנות מעל 0.85.
רוחב תיק כהמינוף האפקטיבי
אי אפשר למנף פוזיציות בודדות, אבל אפשר למנף את מאפייני התנודתיות של התיק על ידי החזקה של הרבה הימורים לא מתואמים בו-זמנית.
50 פוזיציות של 20$ כל אחת הן 1,000$ במשחק. אם שיעור הניצחון הוא 55% עם כלכלה של +3c/-4c, ה־PnL היומי הצפוי הוא (0.55 × 3 − 0.45 × 4) × 50 × $0.20 = $1.50 צפוי, עם שונות מוגבלת. אותו תשואה צפויה, הרבה פחות drawdown, לעומת פוזיציה אחת של 1,000$.
הגבלה: הפוזיציות חייבות להיות באמת לא מתואמות. 50 פייבוריטים ב־NFL בסוף שבוע אחד אינם 50 הימורים עצמאיים; הם ברובם הימור אחד של מזג אוויר ופייבוריט, המתואם בין המשחקים. יש לפזר בין ספורט, סוג אירוע, וטווח זמן.
סיכון לכל שוק לעומת סיכון לתיק
שתי מגבלות סיכון, שתיהן נחוצות.
- לכל שוק: מקסימום X$ לשוק, בלי קשר ל-edge. זה מגביל הפסד קטסטרופלי בשוק יחיד. ערך נפוץ: 25-100$ לכל שוק.
- לתיק: מקסימום הון כולל שנפרס בכל רגע נתון. זה מגביל drawdown כולל לאורך ימים רעים לא מתואמים. ערך נפוץ: 50-70% מיתרת הארנק.
מגבלת כל-שוק היא החשובה יותר, כי היא מגבילה את רדיוס הפיצוץ של כל באג יחיד או אירוע שבו ה-edge נעלם. מגבלת התיק היא בדיקת שפיות; עם 50+ פוזיציות, חוק המספרים הגדולים בדרך כלל שומר אותך בתוך הגבולות גם בלעדיה.
את שתי המגבלות צריך לאכוף בקוד, לא בראש. בוט בלי מגבלות אכיפה בסוף ימצא את התצורה שבה הוא פורש 90% מההון לשוק אחד ומפסיד אותו.
קוד: סריקת שווקים בינאריים וביצוע קניות עם גודל מותאם
הפניה: סריקה של שווקים בינאריים עם נפח גבוה, סינון להגדרות תקפות, וביצוע קניות FOK בגודל מתאים.
def scan_and_buy():
events = gamma_top_events(limit=50, active=True, closed=False)
for ev in events:
for m in ev.get("markets", []):
if m.get("negRisk"): continue # binaries only
outs = json.loads(m["outcomes"])
prices = [float(p) for p in json.loads(m["outcomePrices"])]
for i, out_name in enumerate(outs):
if not setup_qualifies(m, i, prices[i]): continue
tok = json.loads(m["clobTokenIds"])[i]
size = compute_size(m, prices[i])
if size < 5: continue
place_fok(tok, "BUY", prices[i] + 0.02, size, neg_risk=False)
def setup_qualifies(m, idx, price):
return 0.10 <= price <= 0.85 # avoid extremes
הפונקציה setup_qualifies היא המקום שבו האסטרטגיה שלך חיה. העטיפה היא רק plumbing.
