当下 Polymarket 上最赚钱的交易机器人

当下 Polymarket 上最赚钱的交易机器人 2026 年 8 月 24 日 · 9 分钟阅读 · 查看原文 ↗ 量化 我用 Claude 分析了 Polymarket 上一些最赚钱的交易系统做过的每一笔交易，并在每个市场内部重构了它们的逻辑，以理解它们是如何持续增长资本、并且已经达到 6 位数和 7 位数区间的。 下面，我会拆解每个交易机器人背后的策略、它的优势从哪里来，以及为什么这些系统在众多竞争对手已经不再盈利的情况下，仍能持续产出正的 PnL。 1. Bonereaper（带动态对冲的方向性轮动） Bonereaper 作为一个方向性系统运作。算法对标的资产的当前方向形成一个判断，在对应的结果上建仓，然后随着市场移动持续重算公允概率。如果信号变了，这个 bot 通常不会平掉旧仓位。相反，它开始累积相反的结果。 它的循环大致长这样： > 模型检测到 Up 方向有优势 -> Bot 开始买入 Up -> 标的资产反转 -> 公允概率向有利于 Down 的方向移动 -> Bot 开始买入 Down -> 原来的 Up 仍是总仓位的一部分，而相反的一方充当动态对冲。 这在 5m 市场上尤其明显。Bonereaper 在这些市场里大约 55% 都同时累积了双边，而在一侧首次进场和另一侧首次进场之间的中位延迟只有约 26 秒。与此同时，仓位通常保持不平衡：中位数上，较小的一侧只有较大一侧的约 45%。 在双边 5m 仓位里，Up 和 Down 的合并平均价格约为 $1.08。这意味着它并不是完整集合套利。这个 bot 是在为对冲付费，以在信号改变后降低方向性敞口。 > 优势从哪里来： 算法的主要目标是，在标的资产价格变化之后，比 Polymarket 更快地重算 Up 和 Down 的概率。为此，模型纳入了外部现货价格、订单簿深度、短期动量、移动速度、距开仓价的距离，以及到结算的剩余时间。 如果公允概率已经变了，而合约价格还没来得及调整，就会出现一个短期的定价缺口。 Bonereaper 试图用仓位的第一个方向去捕捉那个缺口。如果市场继续朝预期方向走，bot 可以加大敞口。如果信号破了，相反的结果就限制住原始进场的冲击。 结果不是一个单一的二值仓位，而是一个不断被重建的仓位。 > 账户：Bonereaper 2. 0xb55...（异步完整集合累积者） 第二个 bot 的结构完全不同。仓位的两侧出现得系统得多。它在约 75% 的市场里同时买入 Up 和 Down。在 15m 市场上，这个比例升到 79%，1h 上到 87%，4h 上到 100%。 但这不是那种 Up 和 Down 同时买入的经典套利。在 5m 市场上，一侧首次进场和另一侧首次进场之间的中位间隔约为 52 秒。在 15m 市场上，已经接近三分钟。这意味着算法利用了价格随时间的移动。 例如： > Up 暂时变便宜 -> Bot 累积 Up -> 一段时间后，标的资产反转 -> Down 变便宜 -> Bot 开始累积 Down -> 两笔仓位的一部分变成一个完整集合 它的经济学随后长这样： > 完整集合成本 = VWAP(Up) + VWAP(Down) 如果最终成本低于 $1，那么仓位中被匹配的那部分就有一个正向的结构性优势，无论哪个结果在结算时更高。 这个效应在更长的时间框架上尤其明显。在 1h 市场上，双边合并价格的中位数约为 $0.93，而在 4h 市场上约为 $0.91。这看起来类似于时间套利。 > 优势从哪里来： Up 和 Down 会随着标的资产的移动而持续被重定价。算法不需要同时看到以下价格： Up = $0.42 Down = $0.55 它可以现在买入 Up，几分钟后再买入 Down，等整个定价结构都变了之后。一个市场开放的时间越长，bot 在移动的不同阶段拿到双边筹码的机会就越多。 这就是为什么 1h 和 4h 市场特别适合这个模型。在单个窗口内，标的资产可以上下移动好几次，先为一个结果、再为另一个结果创造出有吸引力的价位。库存的一部分变成中性，而未匹配的余量保留方向性敞口。 > 账户：0xb55fa1296e6ec55d0ce53d93b9237389f11764d4 3. mo-money（多时间框架混合 bot） 让 mo-money 有趣的是，它在每个时间框架上并不使用同一个模型。在较短的市场里，它看起来主要是方向性的。在较长的市场里，它的行为逐渐转向双边库存管理。 在 5m 市场上，双边只在约 32% 的市场里出现。在 1h 市场上，这个比例升到 67%，4h 市场约 85%。对冲频率和仓位结构都变了。 在双边 5m 市场里，中位数上较小的一侧只有较大一侧的约 43%，而完整集合的平均成本约为 $1.07。这意味着在较短的时间框架上，bot 保留了清晰的方向性偏向。 在 1h 市场上，双边仓位里 Up 和 Down 的规模几乎一样，而它们 VWAP 之和的中位数约为 $0.91。实际上，同一个 bot 在两种模式之间切换： - 在较短的时间框架上 > 识别当前偏向 -> 买入主结果 -> 在信号仍有效时加仓 -> 只在必要时用相反一侧 -> 保留明显的方向性余量 - 在较长的时间框架上： > 从一侧开始 -> 等待一个新的价格区间 -> 累积相反结果 -> 匹配掉大部分合约数量 -> 最终得到接近中性的库存 > 优势从哪里来： 不同的时间框架有不同的市场微观结构。 在 5m 市场上，时间极少。对算法来说，快速对短期信号做出反应，比等待第二侧的完美进场更高效。 在 1h 或 4h 市场上，情况变了。标的资产有足够的时间走完几个局部摆动，让 bot 能用波动性改善两边的均价。 > 账户：mo-money 4. almach（买方库存构建者） almach 用的是另一个只买不卖的模型变体。它的算法持续在不同价位挂买单，让市场逐步填满它的库存。 almach 的逻辑在更长的时间框架上尤其清晰。在 5m 市场上，双边只在约 23% 的市场里出现。在 1h 市场上，升到 72%。在 4h 市场上，达到 96%。 当双边都被建起来时，库存也比 Bonereaper 的平衡得多。 在 1h 市场上，中位数上较小的一侧约为较大一侧的 96%，而 Up 和 Down 的合并均价约为 $0.97。在 4h 市场上，平衡度约为 92%，合并成本约为 $0.99。 这强烈地像一个不是为立即买入完整集合而设计的系统，而是通过不同市场阶段的被动 BUY 单逐步构建它。 算法如何运作： > 在一侧或两侧挂 BUY 流动性 -> 当价格到达目标位时获得成交 -> 在下一次移动中开始累积第二侧 -> 把等量的 Up 和 Down 匹配成中性成分 -> 只在价格合理的地方保留未匹配库存 > 优势从哪里来： 这里的主要优势是执行质量。不去吃当前的卖价、立刻为整个仓位规模付钱，算法等待市场走向它自己的价位。 例如，这个 bot 逐步拿到： Up 的平均进场 $0.46 Down 的平均进场 $0.51 被匹配部分的总成本是 $0.97 那些 $0.97 的价格并不需要同时存在于订单簿里。一侧可能比另一侧早得多被成交。市场开放得越久，系统就有越多时间去等两边的诱人价格。这解释了为什么 almach 的双边仓位占比在 1h 和 4h 市场上急剧上升。 > 账户：almach 结论 这些 bot 最有趣的地方是，它们背后并没有一个单一的通用算法。 Bonereaper 用一个快速的方向性信号，通过动态对冲重建敞口。 0xb55... 试图在移动的不同阶段买入相反结果，并把它们转换成完整集合。 mo-money 根据时间框架切换交易模式：较短市场用方向性逻辑，较长市场用更中性的库存管理。 almach 专注于执行质量，通过买方流动性逐步建仓。 四个系统交易的都是同样的 Up/Down 合约，但它们从市场结构的不同部分提取优势：公允概率、波动性、时机、库存平衡和执行。 这就是为什么两段交易历史在单笔 BUY 成交的层面看起来几乎一样，底下却藏着完全不同的交易算法。 感谢阅读！如果你喜欢这篇文章，在 X 上关注我： https://x.com/RetroValix 标签：# X # 量化 相关文章 交易随机性的量化指南 *如何停止交易噪声，开始猎取真正的优势* 量化