Polymarket Bot Tutorial · Chapter 1 of 32
เช็กความจริงแบบตรงไปตรงมาก่อนปี 2026 ก่อนที่คุณจะสร้าง Polymarket trading bot: ข้อมูลความสามารถในการทำกำไร, ข้อกำหนดด้านเวลาและเงินทุน, เมื่อบอทชนะการเทรดด้วยมือ, และเมื่อมันไม่ชนะ
บทนี้ครอบคลุมอะไรบ้าง
คนส่วนใหญ่มักเริ่มทำ Polymarket bot จากจุดที่ผิด: เลือกภาษา ตั้งค่า VPS แล้วค่อยพยายามหา edge บทนี้ทำตรงกันข้าม เราเริ่มจากตัวเลขที่ Polymarket เปิดเผยจริงเกี่ยวกับความสามารถในการทำกำไรของเทรดเดอร์ ไล่ย้อนกลับไปดูเวลาที่ต้องใช้และเงินทุนที่คุณต้องมีจริง ๆ แล้วจบด้วยการตัดสินใจว่าใช่หรือไม่ใช่ คำตอบที่ตรงไปตรงมาสำหรับผู้อ่านส่วนใหญ่คือ "ข้ามไป"-แต่ถ้าสถานการณ์ของคุณเข้ากับโปรไฟล์แคบ ๆ ที่บอทชนะการเทรดด้วยมือ ส่วนที่เหลือของซีรีส์นี้จะให้ playbook สำหรับใช้งานจริง
- ตัวเลขความสามารถในการทำกำไรแบบตรงไปตรงมา
- เมื่อบอทชนะการเทรดด้วยมือ
- เมื่อบอทแพ้การเทรดด้วยมือ
- เวลา, เงินทุน, และทักษะที่ต้องใช้
- เกณฑ์ paper-trade 30 เทรด
- เหตุผลทั่วไปที่บอทล้มเหลว
- ข้อสรุป: สร้างหรือข้ามไป
ตัวเลขความสามารถในการทำกำไรแบบตรงไปตรงมา
งานวิจัย on-chain สองชิ้นเกี่ยวกับ P&L ของ Polymarket ให้ค่า base rate ที่ชัดที่สุด ตัวอย่างจาก 2.5 ล้าน wallet ที่เผยแพร่ในช่วงต้นปี 2026 พบว่า 7.6% ของ wallet ทำกำไรได้, 84.1% ขาดทุน, และอีก 8.3% ใกล้เคียงกับ break-even มากพอที่ค่าธรรมเนียมและ slippage น่าจะเป็นตัวอธิบายส่วนที่เหลือ Wallet ที่ขาดทุนระดับ median อยู่ที่ติดลบ 38% ของเงินฝาก ณ เวลาที่ snapshot ถูกบันทึก
งานวิจัยเหล่านั้นไม่ได้แยก wallet ที่ใช้ bot ออกมาต่างหาก แต่โดยปกติการกระจายผลลัพธ์ในหมู่เทรดเดอร์อัตโนมัติมักจะแย่กว่ามนุษย์เล็กน้อย ไม่ใช่ดีกว่า-บอททำให้ความผิดพลาดทบเร็วขึ้น ข้อสรุปที่ต้องพูดตรง ๆ คือ การสร้างบอทไม่ได้ทำให้คุณเข้าไปอยู่ในกลุ่ม 7.6% โดยอัตโนมัติ มันจะเป็นเช่นนั้นก็ต่อเมื่อบอท encode edge ที่แท้จริง และ edge เดียวกันนั้นก็ต้องทำกำไรได้อยู่แล้วถ้าลงมือเทรดด้วยมืออย่างมีวินัย
เมื่อบอทชนะการเทรดด้วยมือ
บอทมี edge จริงในสี่สถานการณ์แคบ ๆ อย่างแรกคือ ตลาดที่ไวต่อ latency-ซีรีส์ Bitcoin up/down 5 นาทีของ Polymarket ตัดสินจากการเคลื่อนไหวของราคาแบบที่จบเร็วเกินกว่ามนุษย์จะคลิกทัน บอทที่อ่าน trade tape จาก Binance และ order book ของ Polymarket สามารถเข้าเทรดตาม divergence ได้ใน 60-200ms; มนุษย์ทำไม่ได้ อย่างที่สองคือ ปริมาณงานในหลายตลาดพร้อมกัน-market-making bot สามารถ quote 20 books พร้อมกันได้; มนุษย์ไม่สามารถรักษาโฟกัสระดับนั้นได้ อย่างที่สามคือ การ exit แบบมีโครงสร้าง-บอทสามารถส่ง GTC sell ที่ราคา take-profit ได้ทันทีที่ buy fill โดยไม่มีอารมณ์เข้ามาเกี่ยวข้อง อย่างที่สี่คือ การเฝ้าตลาดตลอด 24 ชั่วโมง-ฟุตบอล, บาสเกตบอลเอเชีย, CS2 ตอนดึก-บอทเฝ้าดูทั้งหมดได้
ถ้า edge thesis ของคุณไม่ได้อยู่ในหนึ่งในสี่กลุ่มนี้ บอทจะไม่ช่วยอะไร "บอทวิเคราะห์การเมืองเก่ง" ยังแพ้มนุษย์ที่เป็นนักวิเคราะห์การเมืองเก่งแต่ลูกหลับไปแล้วอยู่ดี
เมื่อบอทแพ้การเทรดด้วยมือ
บอทมักทำผลงานแย่กว่ามนุษย์ในสองสถานการณ์ที่คาดเดาได้ อย่างแรกคือ ตลาดที่ตัดสินด้วยดุลยพินิจ-ข้อพิพาท UMA, ถ้อยคำของหัวข้อที่กำกวม, ข่าวภูมิรัฐศาสตร์ที่ความหมายของคำว่า "ceasefire" คือสิ่งที่เทรดกันจริง ๆ บอทอ่าน tape; มนุษย์อ่านบริบท อย่างที่สองคือ order book ที่สภาพคล่องต่ำและ spread กว้าง-edge ของบอทคือความเร็วในการ execution ซึ่งไม่มีค่าเมื่อ bid ถัดไปห่างออกไปหกเซนต์ เทรดเดอร์ด้วยมือสามารถรอเป็นวันเพื่อให้ fill ในราคาที่ตั้งเป้าไว้; บอทที่รอนานขนาดนั้นมักมี bug
ตลาดการเมือง, ภูมิรัฐศาสตร์, รางวัล, คำถามด้าน science / technology, และตลาดแบบ one-off ส่วนใหญ่ที่ถามว่า "X จะเกิดขึ้นภายในวันที่ Y หรือไม่" มักไม่ใช่ territory ของบอท เงินทุนไม่ได้เสี่ยงหายไปใน 200ms ที่นั่น มันเสี่ยงที่จะทายผิด ซึ่งเป็นการตัดสินใจของมนุษย์
เวลา, เงินทุน, และทักษะที่ต้องใช้
ด้านล่างนี้คือขั้นต่ำจากผู้สร้างบอทที่เรารู้จักซึ่งไปถึงระดับทำกำไรได้อย่างสม่ำเสมอ ไม่ใช่ตัวเลขการตลาด
- เวลา: 4-8 ชั่วโมง/สัปดาห์ ในช่วงสามเดือนแรก ส่วนใหญ่คือการสังเกต paper-trading ไม่ใช่การเขียนโค้ด รูปแบบ "สร้างบอทในสุดสัปดาห์เดียว" มักผลิตบอทที่ขาดทุนภายในสุดสัปดาห์เดียวกัน
- เงินทุน: $0 สำหรับการเรียนรู้, $25-50 สำหรับ live smoke test, ขั้นต่ำ $200-500 สำหรับ live trading ที่คณิตศาสตร์ของค่าธรรมเนียมเริ่มคุ้มจริง, $1,000-2,500 เพื่อให้กำไรมีความหมายในเชิงจำนวนเงิน
- ทักษะ: Python หรือ Node ระดับกลาง (คุณอ่าน API client ของคนอื่นและแก้ไขได้), คุ้นเคยกับ async I/O, สามารถอ่าน order book data โดยไม่สับสนกับ last-trade price
ถ้าคุณต่ำกว่าหนึ่งในสามเส้นนี้ economics ของบอทจะไม่เวิร์ก ค่าธรรมเนียมบน wallet มูลค่า $50 กินไปมากพอจนการคาดถูกเล็กน้อยก็เท่ากับคาดผิด
เกณฑ์ paper-trade 30 เทรด
วินัยเดียวที่แยกกลุ่ม 7.6% ออกจาก 92.4% คือ paper trading โดยเฉพาะ: ปิดเทรดให้ครบ 30 ครั้ง ทั้งหมดในโหมด paper ก่อนใช้เงินจริง โดยกำหนดเกณฑ์ go/no-go เป็นลายลักษณ์อักษรไว้ล่วงหน้า
คณิตศาสตร์นั้นเรียบง่าย อัตราชนะ 60% บนกลยุทธ์ take-profit +3¢ / stop-loss -4¢ ที่มี fee drag 0.5% ให้ค่า expected ต่อเทรดเท่ากับ 0.6 × 3 − 0.4 × 4 − 0.5 = -0.3¢ กลยุทธ์ดูเหมือนทำกำไรได้ในตัวอย่าง 5 เทรด; แต่มันไม่ใช่ 30 closed trades คือขนาดตัวอย่างโดยประมาณที่ noise สองด้านของอัตราชนะจริงจะลดต่ำกว่าคณิตศาสตร์ของการเทรด ต่ำกว่า 30 คุณกำลังเดา; ที่ 30+ คุณเริ่มเห็นสัญญาณ
เกณฑ์นี้ยังเป็นตัวกรองพฤติกรรมด้วย-ผู้สร้างส่วนใหญ่มักข้ามขั้นนี้แล้วเอาเงินจริงลงเทรดในสัปดาห์ที่สอง ถ้าคุณข้ามมัน ให้ถือว่าเงินฝากนั้นเป็นค่าเล่าเรียน ไม่ใช่เงินทุน
เหตุผลทั่วไปที่บอทล้มเหลว
จากการดูบอท production ล่มอยู่บ่อย ๆ โหมดความล้มเหลวสี่แบบนี้เด่นที่สุด
- ไม่มี edge จริง บอท fit กลยุทธ์เข้ากับ noise ในอดีต ดูดีมากใน backtest แต่ล้มเหลวเมื่อใช้งานจริงเพราะ edge ที่เห็นนั้นเป็นเรื่องสุ่ม วิธีแก้: paper trades 30 ครั้ง และซื่อสัตย์แบบโหด ๆ เกี่ยวกับ win rate
- สับสนเรื่อง order type ส่ง GTC ตอนที่ควรใช้ FOK หรือส่ง FOK ตอนที่ควรใช้ GTC เราอุทิศ chapter 10 ให้เรื่องนี้ นี่คือบั๊กหมวดเดียวที่แพงที่สุดเท่าที่เราเคยเห็น ใหญ่กว่าการลืม exit
- phantom fills CLOB ของ Polymarket ยอมรับว่าจับคู่ได้แล้ว ในขณะที่การ settlement ของ ERC1155 ยังรอบน Polygon อยู่ บอทที่ส่งคำสั่ง sell ตามมาภายใน 5 วินาทีหลัง fill มักถูกปฏิเสธด้วย error ที่ทำให้เข้าใจผิดว่า "balance: 0" Chapter 12 ครอบคลุมเรื่องนี้อย่างละเอียด
- ไม่มี drawdown stop กลยุทธ์ที่ทำกำไรได้อย่างสมบูรณ์ก็ยังมีวันที่แย่ ถ้าไม่มี kill switch สำหรับการขาดทุนรายวัน 25% วันแย่วันเดียวจะลบกำไรเป็นเดือน Chapter 30 ครอบคลุมโค้ดด้านความเสี่ยง
ข้อสรุป: สร้างหรือข้ามไป
ให้สร้างถ้าทั้งสี่ข้อเป็นจริง: คุณมี edge thesis ที่เข้ากับหนึ่งในสี่สถานการณ์ที่เอื้อต่อบอทข้างต้น; คุณทุ่มเวลาได้ 4+ ชั่วโมงต่อสัปดาห์เป็นเวลาสามเดือน; คุณมีเงิน $200+ เพื่อใช้กับ live smoke test 30 เทรดหลังผ่าน paper; และคุณเขียนโค้ดพอที่จะอ่าน JSON response และเขียน idempotent order placer ได้
ข้ามไปถ้าข้อใดข้อหนึ่งไม่จริง บทที่เหลือยังน่าอ่านในฐานะพื้นหลังอยู่ แต่บทสร้างและ deploy จะเผาเวลาโดยไม่แปลงเป็น PnL
ถ้าคุณยังอยากไปต่อ บทถัดไปคือ checklist ข้อกำหนดเบื้องต้นอย่างละเอียด มันเข้มกว่าบทนี้ และตั้งใจให้เป็นแบบนั้น
