Polymarket Micro Weather Sniper Trader

Micro Weather Sniper Trader 这是一个模板。默认信号使用NOAA（美国）和Open-Meteo（全球）天气预报来在Polymarket上找到价格偏离的温度区间——您可以通过添加其他天气来源、模型平均或多日仓位构建来重混它。该技能处理所有后台工作（市场发现、预报获取、区间匹配、交易执行、安全保障）。您的代理提供alpha。 策略概述 Polymarket列出了世界各城市的“最高温度”区间市场（例如“华沙4月10日的最高温度是否为10°C？”）。这些区间由市场参与者定价，他们通常缺乏专业天气预报数据。该技能从NOAA（美国城市，~85%的1-2天预测准确率）和Open-Meteo（全球城市，免费API，类似准确率）获取实际天气预报。然后，它将预报温度与每个市场区间进行比较： 如果预报与区间匹配且市场价格较低（p <= 20%）：买入YES——市场低估了可能的结果。 如果预报与区间不符且市场价格较高（p >= 80%）：卖出NO——市场高估了不太可能的结果。 示例：Open-Meteo预报华沙4月10日的最高温度为10°C。区间“华沙10°C”以p=20%的价格定价。优势= 0.85 - 0.20 = 0.65。信心= 0.65 / 0.85 = 0.76。规模= max($2, 0.76 $5) = $3.82。该技能以$3.82买入YES。 优势 NOAA和Open-Meteo的天气预报公开可用，但并未被Polymarket参与者广泛使用。NOAA 1-2天的高温预报有约85%的准确率。这创造了结构性的信息优势： 预报提供了温度将落在特定范围内的概率估计（~85%） Polymarket区间由没有系统预报数据的零售参与者定价 当预报隐含的概率（85%）与市场价格（例如20%）偏离时，差异就是纯优势 天气市场每日结算，提供快速的反馈和资本回收 微型化（$2-$5）意味着每笔交易风险最小，同时保持一致的敞口 信号逻辑 通过关键词搜索在所有支持的城市中发现活跃的天气市场，并使用get_fast_markets()和get_markets(limit=200)批量扫描 解析每个市场问题：提取城市名称、温度范围（区间）和结算日期 获取NOAA预报（美国城市）或Open-Meteo预报（全球城市）用于每个相关城市 对于每个市场：检查预报温度是否在区间内 如果预报与区间匹配且p <= YES_THRESHOLD（0.40）：买入YES——信心=（0.85 - p）/ 0.85，规模= max($2, 信心 $5) 如果预报与区间不符且p >= NO_THRESHOLD（0.80）：卖出NO——信心=（p - 0.15）/ 0.85，规模= max($2, 信心 * $5) 价差门槛：如果价差> MAX_SPREAD（15%）则跳过 每次运行最多放置MAX_POSITIONS（10）微型交易 所有交易都包含signal_data，包括预报温度、城市和优势，以支持回测 重混信号创意 模型平均：将NOAA + Open-Meteo + AccuWeather预报结合起来，并根据每个城市的历史准确率进行加权 信心缩放：NOAA对于D+1比D+3更准确——根据预报时间表缩放信心 多区间策略：当预报在两个区间之间（例如9.9°C在9°C和10°C区间之间）时，在两个区间上买入YES，每个区间的规模为一半 退出管理：监控仓位，当价格达到EXIT_THRESHOLD（获利）或预报变化时卖出 历史校准：跟踪每个城市每个季度的预报准确率，以动态调整NOAA_ACCURACY 安全性和执行模式 该技能默认为纸上交易（venue="sim"）。只有--live标志才会进行真实交易。 场景模式 金融风险python trader.py纸上交易（sim）无Cron / 自动化纸上交易（sim）无python trader.py --live真实交易（polymarket）真实USDCautostart：false和cron：null意味着在Simmer UI配置之前不会自动运行。 所需凭证 变量所需说明 SIMMER_API_KEY是交易授权。将其视为高价值凭证。 可调参数（风险参数） 所有可调参数都在clawhub.json中声明，并且可以从Simmer UI中调整。 变量默认值目的 SIMMER_MAX_POSITION5每次微型交易的最大USDC（100%信心的上限） SIMMER_MIN_TRADE2任何交易的最低USDC（无论信心如何） SIMMER_MAX_SPREAD0.15最大买卖价差（15%） SIMMER_MIN_DAYS0最少天数直到结算（0 = 允许同日天气） SIMMER_MAX_POSITIONS10最大同时微型仓位 SIMMER_YES_THRESHOLD0.40当预报与区间匹配且p <= 此值时买入YES SIMMER_NO_THRESHOLD0.80当预报与区间不符且p >= 此值时卖出NO 依赖项 simmer-sdk在PyPI上由Simmer Markets发布。 PyPI：https://pypi.org/project/simmer-sdk/ GitHub：https://github.com/SpartanLabsXyz/simmer-sdk