Polymarket 的订单簿失衡机器人

Polymarket Bot 教程 · 第 17/32 章

将 Polymarket 订单簿失衡作为短期价格信号：买卖盘量比、microprice 计算、信号半衰期，以及失衡 bot 何时会胜过随机执行。

Polymarkets.co.il 首席作家 Harley Young 撰写。最后审阅：2026 年 5 月。

本章内容概览

订单簿失衡是限价订单簿中买方深度与卖方深度的比率。在 Polymarket 上，它确实存在，但持续时间很短的预测优势-通常在中间价变动前 5-30 秒。本章讲的是计算方式，以及信号何时会失真。

• 什么是订单簿失衡
• Microprice 计算
• 将失衡作为方向性信号
• Polymarket 上的信号半衰期
• 失衡信号何时会失真
• 代码：每个 WS tick 计算一次失衡

什么是订单簿失衡

订单簿失衡是限价订单簿中买方总深度与卖方总深度的比率。按前 N 层计算（通常 N=5），它捕捉的是在中间价尚未反映之前的整体 trader 压力。

公式：imbalance = (Σ bid[i].price × bid[i].size for i in [0..N]) − (Σ ask[i].price × ask[i].size) / (Σ both)。范围从 -1 到 +1；正值表示更强的买入压力，负值表示更强的卖出压力。

从经验上看，这个信号在 Polymarket 上是真实存在的，但噪声很大。单个 whale 可以在 30-60 秒内伪造失衡，随后再被 arbed 掉。它适合作为多个特征之一，但危险在于把它当成唯一触发条件。

Microprice 计算

Microprice 是对简单 mid 的改进：按最优买价和最优卖价各自的数量进行加权平均。

microprice = (best_bid × ask_size + best_ask × bid_size) / (bid_size + ask_size)

当买盘队列远大于卖盘时，microprice 会更靠近 ask。直觉是：排队等待买入的人更多，下一笔成交更可能把价格推向 ask，因此 fair value 更接近 ask。

Microprice 是实际中间价在 5-30 秒内的领先指标。生产环境中的 bots 会把它作为 take-profit 决策的参考价格，而不是天真的 mid。

将失衡作为方向性信号

来自生产观察：当失衡在 10 秒内从 -0.3 翻转到 +0.5，且没有伴随新闻事件时，接下来 30-60 秒内中间价上行 1-2 美分的概率约为 65%。

这确实是一个优势，但在小仓位下，扣除费用后会消失。想把它变现，bot 必须下足够大的量来覆盖价格波动减去费用，但又不能大到自己把订单簿推动起来。Polymarket 的订单簿通常很薄，超过 50 shares 的单子就可能移动市场。

应将失衡与其他特征结合使用：成交速度（成交越多 = 越像真实信号）、best-bid 是否真的上移（而不只是深度变动）、市场是否处于新闻驱动模式。

Polymarket 上的信号半衰期

失衡信号会衰减。来自我们 trader 的生产数据：imbalance > 0.6 → 预期在 60 秒内产生 1.2c 的中间价变动，半衰期约为 30 秒。90 秒后，预测价值已经归零。

对 bot 设计的含义是：要么快速响应，要么直接跳过。一个需要 15 秒才能决策的 bot，在下单前已经消耗掉一半优势。失衡策略的延迟预算应控制在从信号到触发 FOK 不超过 5 秒。

如果策略持仓时间长于半衰期（1-2 分钟），那本质上是在赌下一个信号，而不是当前信号。请明确这一点；不要不小心把基于失衡的仓位一直持有到结算。

失衡信号何时会失真

当以下三种情况之一成立时，信号会误导你。

• 新闻驱动的波动：失衡是你尚未看到的新闻的结果。逆着它交易会亏；顺着它交易则是 news arbitrage，属于另一种策略。
• Whale spoofing：一笔大单被挂出并迅速撤销，会在其存在期间制造虚假的失衡。通过检查失衡是否持续 10 秒以上再触发来过滤。
• 周期末再平衡：market makers 出于库存原因而不是信息原因撤 quote。几分钟后，当 MM 重新报价时，失衡会反转。

组合过滤条件是：imbalance > threshold AND trade velocity > baseline AND 最近 5 分钟内没有新闻事件。任何单一过滤条件都会产生太多误报。

代码：每个 WS tick 计算一次失衡

参考：订阅 WebSocket book 更新，在每个 tick 上重新计算失衡。

def on_book_message(msg):
    bids = msg.get("bids", [])[:5]
    asks = msg.get("asks", [])[:5]
    bid_usd = sum(float(b["price"]) * float(b["size"]) for b in bids)
    ask_usd = sum(float(a["price"]) * float(a["size"]) for a in asks)
    total = bid_usd + ask_usd
    if total < 100: return  # illiquid
    imb = (bid_usd - ask_usd) / total
    state[msg["asset_id"]] = {
        "imb": imb,
        "best_bid": float(bids[0]["price"]) if bids else 0,
        "best_ask": float(asks[0]["price"]) if asks else 1,
        "ts": time.time()
    }
    # decision logic with cooldown + filters
    if imb > 0.6 and time.time() - last_fired.get(msg["asset_id"], 0) > 60:
        check_filters_and_maybe_fire(msg["asset_id"])

状态是按 token 维护的。冷却时间可防止对同一信号过度触发。过滤器（news 检查、trade velocity）负责放行实际交易。

常见问题