Latar Belakang Strategi

Pada awal tahun ini, berita mengenai seseorang yang memperoleh untung besar di Polymarket dalam satu malam dan mampu membeli sebuah rumah tersebar luas dalam komuniti. Dengan rasa ingin tahu, saya mencari rangka kerja perdagangan yang spesifik, tetapi mendapati semuanya adalah tajuk sensasi, tanpa sebarang kod. Kerana itu, saya terpaksa melakukannya sendiri.

Pada mulanya, saya agak keliru. Polymarket adalah platform pasaran ramalan terdesentralisasi terbesar pada masa ini, dengan lebih daripada 60,000 instrumen tersenarai yang merangkumi hampir semua peristiwa yang boleh diramal, termasuk politik, sukan, ekonomi makro dan sebagainya. Setiap instrumen pada asasnya adalah kontrak opsyen binari – jika hasil berlaku, harga akan menumpu kepada 1; jika tidak, ia menjadi sifar. Jika ditanya apa yang paling menguntungkan, sudah tentu maklumat orang dalam. Tetapi orang biasa tidak tahu berapa banyak tweet yang akan dikeluarkan oleh Elon pada minggu depan, tidak tahu sama ada Rizab Persekutuan akan menurunkan kadar faedah pada masa akan datang, dan tidak mempunyai masa serta tenaga untuk memantau pasaran, menganalisis pasaran, dan membuat keputusan.

Oleh itu, saya terfikir, bolehkah kita mengubah perspektif: bukan mengejar maklumat, tetapi mengejar dana. Mereka yang mempunyai kelebihan maklumat akan membuat persediaan lebih awal, dan tindakan pembelian pasti akan meninggalkan kesan pada harga dan volum. Walaupun tidak mengetahui 'maklumat dalaman', kita boleh menyimpulkan sama ada seseorang sedang mengumpul kedudukan secara senyap dengan memerhatikan tingkah laku dana. Mengikut idea ini, saya membina satu sistem perdagangan analitik pintar pelbagai peranan, yang menggabungkan isyarat dari candlestick, pengesahan dari sentimen, pertimbangan dari AI, dan pelaksanaan pesanan serta kawalan risiko secara automatik menjadi satu aliran kerja yang lengkap.

Seni Bina Sistem

Keseluruhan sistem berjalan pada aliran kerja pencipta, dibahagikan kepada dua laluan penjadualan selari: utama dan sekunder. Kedua-duanya benar-benar terpisah dan tidak menyekat antara satu sama lain.

Laluan utama bertanggungjawab untuk 'mencari peluang, membuka kedudukan'. Setiap pusingan pelaksanaan merangkumi empat peringkat bersiri: saringan awal → pengesanan anomali candlestick → carian berita → analisis pelbagai peranan AI, akhirnya menghasilkan isyarat beli dan memasuki pelaksanaan pesanan. Laluan sekunder hanya menguruskan 'kedudukan sedia ada', berjalan secara berterusan pada kitaran 30 saat, dan tidak akan berhenti tidak kira sama ada laluan utama sedang menjalankan tugas atau tidak.

Reka bentuk pemisahan ini menyelesaikan masalah praktikal: perubahan harga dalam pasaran ramalan adalah berterusan, tetapi analisis pemilihan saham adalah intensif pengiraan dan mempunyai latensi tinggi. Jika pemantauan henti rugi dimasukkan ke dalam laluan utama, dan analisis AI lambat, respons henti rugi akan tertangguh dengan serius. Penjadualan bebas adalah pengorbanan kejuruteraan yang diperlukan.

Penerangan Terperinci Setiap Modul

Saringan Awal: Buang dahulu instrumen sampah

Tidak mungkin menganalisis 60,000 instrumen satu per satu, jadi peringkat pertama adalah saringan berdasarkan peraturan semata-mata. Tujuannya adalah satu: dengan cepat menyingkirkan instrumen yang jelas tidak bernilai untuk dilihat, dan meninggalkan sumber pengiraan untuk instrumen yang benar-benar berpotensi.

Syarat saringan termasuk: had bawah kecairan (terlalu rendah bermakna sukar untuk membeli dan menjual), had bawah volum dagangan 24 jam (instrumen yang hampir tidak didagangkan tidak mempunyai nilai rujukan), had atas spread bid-ask (spread terlalu besar bermakna kos gelinciran tinggi), had atas persaingan, dan julat harga – hanya menumpukan pada instrumen yang kebarangkalian tersirat pasaran adalah antara 5% hingga 50%. Yang terlalu tinggi sudah cukup harga dan ruang kenaikan terhad; yang terlalu rendah kebolehpercayaannya diragui, lebih dekat dengan loteri daripada peluang arbitraj.

Selepas saringan, peristiwa yang sama biasanya mempunyai dua arah, Yes dan No, yang disenaraikan serentak. Strategi ini hanya mengekalkan arah dengan harga yang lebih rendah, kerana keanjalan ganjaran di hujung harga rendah adalah lebih besar dan potensi pulangan lebih tinggi.

            javascript
            
            
let truePrice = parseFloat(outcomePrices[outcomeIndex] || 0)
if (truePrice < CONFIG.MIN_TRUE_PRICE || truePrice > CONFIG.MAX_TRUE_PRICE) continue

let isActive = (
    info.active === true && info.approved === true &&
    info.closed === false && info.archived === false &&
    info.acceptingOrders === true && info.pendingDeployment === false
)
if (!isActive) continue

let spreadPct = (ask - bid) / ask
if (spreadPct > CONFIG.MAX_SPREAD_PCT) continue

// Hanya simpan arah dengan harga lebih rendah untuk peristiwa yang sama
if (!marketMap[baseSymbol]) {
    marketMap[baseSymbol] = entry
} else if (truePrice < marketMap[baseSymbol].price) {
    marketMap[baseSymbol] = entry
}

Semua ambang saringan didedahkan sebagai parameter luaran melalui pembolehubah $vars, yang boleh dilaraskan secara bebas mengikut toleransi risiko dan saiz dana sendiri, tanpa perlu mengubah kod.

Pengesanan Anomali Candle K: Mencari Jejak Wang

Selepas saringan kasar selesai, untuk setiap instrumen yang lulus, 240 batang candlestick terkini pada tahap 60 minit ditarik, dan lima jenis pengesanan anomali dijalankan. Ini adalah lapisan isyarat teras strategi, dan juga perbezaan paling asas antara keseluruhan sistem dan 'hanya menghantar peristiwa kepada AI untuk dianalisis' – kita tidak cuba meneka hasil peristiwa, kita mencari tingkah laku dana.

Kenaikan Perlahan : Jumlah kenaikan dalam 120 batang candlestick terakhir melebihi 5%, tetapi kenaikan maksimum satu batang adalah di bawah 1.5%. Ciri ini menggambarkan postur pengumpulan kedudukan di mana dana sengaja mengawal rentak untuk mengelakkan menarik perhatian.

Pertumbuhan Volum Linear : Regresi linear dilakukan pada siri volum 60 batang terakhir, dengan cerun positif dan R² lebih besar daripada 0.5, menunjukkan volum meningkat secara berterusan dan stabil, bukan impuls rawak. R² adalah kunci, ia menapis situasi bunyi di mana 'satu batang volum melonjak, selebihnya senyap'.

Penguncupan Pembetulan Semula : Kedalaman maksimum setiap pembetulan semula selepas puncak sejarah dikira. Jika purata pembetulan semula baru-baru ini di bawah 60% daripada yang awal, ia menunjukkan tekanan jualan semakin berkurangan, cip semakin stabil, dan seseorang sedang menampung. Semasa setiap pembetulan semula, harga terendah dikesan secara berterusan, dan amplitud pembetulan semula penuh digunakan sebagai asas pengiraan.

Penembusan Julat Sempit : Sisihan antara MA60 dan MA120 kurang daripada 2% (keadaan julat sempit), manakala harga semasa telah melebihi MA60 sebanyak 3%, dianggap sebagai penembusan paras rintangan sebelumnya.

Lonjakan Volum : Purata volum 5 batang terakhir melebihi 2.5 kali volum asas 60 batang sebelumnya, dianggap sebagai percepatan kemasukan dana.

            javascript
            
            
function linearRegression(values) {
    let n = values.length
    let sumX = 0, sumY = 0, sumXY = 0, sumX2 = 0
    for (let i = 0; i < n; i++) {
        sumX += i; sumY += values[i]
        sumXY += i * values[i]; sumX2 += i * i
    }
    let slope = (n * sumXY - sumX * sumY) / (n * sumX2 - sumX * sumX)
    let intercept = (sumY - slope * sumX) / n
    let meanY = sumY / n
    let ssTot = 0, ssRes = 0
    for (let i = 0; i < n; i++) {
        ssTot += Math.pow(values[i] - meanY, 2)
        ssRes += Math.pow(values[i] - (slope * i + intercept), 2)
    }
    let r2 = ssTot === 0 ? 0 : 1 - ssRes / ssTot
    return { slope, intercept, r2 }
}

function detectAnomaly(closes, volumes) {
    if (closes.length < 60) return null
    let anomalies = [], score = 0

    let slice120 = closes.slice(-Math.min(120, closes.length))

    // ── Anomali 1: Kenaikan perlahan ────────────────────────────
    let totalChange = (slice120[slice120.length - 1] - slice120[0]) / slice120[0]
    let maxSingle = 0
    for (let i = 1; i < slice120.length; i++) {
        let change = Math.abs(slice120[i] - slice120[i - 1]) / slice120[i - 1]
        if (change > maxSingle) maxSingle = change
    }
    if (totalChange > 0.05 && maxSingle < 0.015) {
        score++
        anomalies.push(`Kenaikan perlahan jumlah naik${(totalChange * 100).toFixed(1)}% maksimum tunggal${(maxSingle * 100).toFixed(2)}%`)
    }

    // ── Anomali 2: Pertumbuhan linear volum ─────────────────────
    let volSlice = volumes.slice(-60)
    let volReg = linearRegression(volSlice)
    if (volReg.slope > 0 && volReg.r2 > 0.5) {
        score++
        anomalies.push(`Pertumbuhan linear volum cerun${volReg.slope.toFixed(4)} R²${volReg.r2.toFixed(2)}`)
    }

    // ── Anomali 3: Penarikan semula mengecil (jejak harga rendah setiap penarikan, hitung kedalaman penuh) ──
    let pullbacks = [], localHigh = closes[0]
    let inPullback = false, pullbackLow = closes[0]
    for (let i = 1; i < slice120.length; i++) {
        if (closes[i] > localHigh) {
            if (inPullback) {
                pullbacks.push((localHigh - pullbackLow) / localHigh)
                inPullback = false
            }
            localHigh = closes[i]
        } else if (closes[i] < localHigh * 0.99) {
            if (!inPullback) { inPullback = true; pullbackLow = closes[i] }
            else if (closes[i] < pullbackLow) { pullbackLow = closes[i] }
        }
    }
    if (pullbacks.length >= 3) {
        let first = pullbacks.slice(0, Math.floor(pullbacks.length / 2))
        let last  = pullbacks.slice(Math.floor(pullbacks.length / 2))
        let firstAvg = first.reduce((a, b) => a + b, 0) / first.length
        let lastAvg  = last.reduce((a, b) => a + b, 0) / last.length
        if (lastAvg < firstAvg * 0.6) {
            score++
            anomalies.push(`Penarikan mengecil awal${(firstAvg * 100).toFixed(2)}% terkini${(lastAvg * 100).toFixed(2)}%`)
        }
    }

    // ── Anomali 4: Penembusan julat sempit ─────────────────────
    let ma60  = closes.slice(-60).reduce((a, b) => a + b, 0) / 60
    let ma120 = closes.length >= 120
        ? closes.slice(-120).reduce((a, b) => a + b, 0) / 120
        : ma60
    let currentPrice = closes[closes.length - 1]
    if (Math.abs(ma60 - ma120) / ma120 < 0.02 && currentPrice > ma60 * 1.03) {
        score++
        anomalies.push(`Penembusan julat sempit MA60=${ma60.toFixed(3)} MA120=${ma120.toFixed(3)} semasa=${currentPrice.toFixed(3)}`)
    }

    // ── Anomali 5: Lonjakan volum mendadak ──────────────────────
    let recentVol = volumes.slice(-5).reduce((a, b) => a + b, 0) / 5
    let baseVol   = volumes.slice(-65, -5).reduce((a, b) => a + b, 0) / 60
    if (baseVol > 0 && recentVol > baseVol * 2.5) {
        score++
        anomalies.push(`Lonjakan volum mendadak purata 5 bar terkini adalah${(recentVol / baseVol).toFixed(1)} kali ganda asas`)
    }

    return { score, anomalies }
}

Setiap anomali yang dikesan menambah satu mata, markah penuh 5 mata, hanya jumlah markah tidak kurang daripada 2 akan mara ke peringkat seterusnya. Isyarat tunggal mungkin bunyi rawak, hanya gabungan menunjukkan tingkah laku dana mempunyai tahap kebolehpercayaan tertentu – ini adalah andaian teras keseluruhan logik pengesanan candlestick.

Carian Berita: Mencari Penjelasan Asas untuk Anomali

Isyarat candlestick adalah bukti 'ada dana bergerak', tetapi mengapa dana bergerak dan sama ada pergerakan itu berasas perlu disahkan melalui maklumat. Langkah ini adalah untuk mencari berita bagi setiap simbol dengan anomali candlestick, melihat sama ada terdapat peristiwa sokongan yang sepadan.

Di sini, API Brave Search digunakan, yang menyediakan 2000 pertanyaan percuma sebulan, cukup untuk rentak utama setiap 10 minit. Kata kunci carian diekstrak daripada symbol, dengan membuang akhiran arah dan pemisah untuk mengembalikan perkataan penerangan peristiwa yang boleh dibaca.

            javascript
            
            
const q = item.symbol
    .replace("_USDC.No", "")
    .replace("_USDC.Yes", "")
    .replace(/-/g, "+")

const rawResponse = HttpQuery(
    "https://api.search.brave.com/res/v1/web/search?q=" + q,
    { method: "GET", headers: { "X-Subscription-Token": CONFIG.BRAVE_API_KEY } }
)

// 遍历所有返回分区（网页、新闻等），统一提取结构化字段
Object.keys(data).forEach(key => {
    const section = data[key]
    if (section && section.results && Array.isArray(section.results)) {
        section.results.forEach(r => {
            news.push({ type: key, title: r.title, description: r.description, age: r.age })
        })
    }
})

Berita yang ditemui digabungkan dengan data K-line untuk dimasukkan ke dalam analisis AI seterusnya - kedua-dua saluran disahkan serentak, lebih dipercayai daripada hanya melihat satu pihak sahaja.

Analisis AI Berbilang Peranan: Empat Perspektif, Mengelak Pujukan Kendiri

Setelah data siap, ia memasuki nod analisis AI, dan model memilih mengikut keperluannya sendiri. Prompts mentakrifkan empat peranan bebas, yang merupakan reka bentuk teras keseluruhan sistem, dan perlu dijelaskan secara berasingan.

Jika satu AI dibenarkan melihat K-line dan berita pada masa yang sama, ia mudah untuk saling mengesahkan antara kedua-duanya, mencapai kesimpulan yang kelihatan munasabah tetapi sebenarnya kekurangan pengesahan bebas - menggunakan isyarat dana untuk menyokong berita, dan menggunakan berita untuk menyokong isyarat dana, akhirnya menghasilkan keputusan "rasanya boleh beli" yang diperkukuh sendiri. Pengasingan peranan memaksa kebebasan sumber maklumat: setiap peranan hanya melihat data sendiri, hanya mengeluarkan kesimpulan dimensinya sendiri, dan peranan keputusan akhir hanya melihat kesimpulan, bukan proses.

Peranan Satu: Penganalisis Dana K-line, tidak melihat berita, hanya melihat keabnormalan harga dan volum, menilai sama ada terdapat dana sebenar yang terus membeli, dan mengeluarkan kekuatan isyarat dana (Kuat/Sederhana/Asas).

Peranan Dua: Penganalisis Sentimen Berita, tidak melihat K-line, hanya menilai maklumat, menentukan sama ada terdapat berita positif yang belum dihargai oleh pasaran, dan mengeluarkan tahap sokongan berita (Kuat/Lemah/Tiada).

Peranan Tiga: Penganalisis Penilaian Harga, menggabungkan kesimpulan dua peranan sebelumnya, menganggarkan julat kebarangkalian sebenar sesuatu peristiwa, membandingkan dengan harga pasaran semasa, dan memberikan penilaian rendah/berpatutan/tinggi. Peranan ini mempunyai peraturan berat masa tamat: lebih daripada 7 hari lagi, anggaran biasa; dalam 3 hari dan harga pasaran melebihi 0.15, julat kebarangkalian dipaksa dikecilkan dan output "sangat rendah" dilarang. Sebabnya jelas - semakin hampir tamat tempoh, maklumat masa nyata yang dimiliki peserta pasaran lebih lengkap daripada data latihan AI, pada masa ini pertimbangan AI harus mengalah kepada harga pasaran.

Peranan Empat: Penganalisis Keputusan Akhir, mengikut matriks keputusan untuk merumuskan kesimpulan tiga peranan sebelumnya, dan mengeluarkan tindakan akhir. Logik matriks: isyarat dana adalah prasyarat, berita adalah pengesahan, kedua-duanya menentukan keyakinan; tetapi tidak kira betapa tinggi keyakinan, selagi penilaian harga tidak mencapai "rendah", tiada operasi dijalankan.

Pengesahan berita di sini bukan mengejar maklumat, tetapi untuk menilai sama ada tingkah laku dana sudah mempunyai sokongan asas. Apabila dana orang dalam sedang membina kedudukan, maklumat tidak akan muncul dalam berita awam, tetapi isyarat dana digabungkan dengan sokongan berita menunjukkan bahawa maklumat berada di peringkat pertengahan penyebaran, pasaran masih mempunyai ruang kelewatan harga - ini adalah tingkap yang sebenarnya ingin ditangkap oleh strategi.

Format output AI adalah JSON yang ketat, mengandungi kesimpulan setiap peranan, julat kebarangkalian sebenar, penilaian harga, keputusan akhir, keyakinan dan senarai risiko, terus digunakan oleh nod pelaksanaan hiliran.

Pelaksanaan Dagangan: Beli Hanya Yang Terbaik

Selepas AI menilai setiap aset dalam kumpulan secara berurutan, lapisan pelaksanaan tidak akan meletakkan semua isyarat beli sebagai pesanan - sistem hanya memilih satu yang mendapat skor tertinggi. Peraturan pengisihan adalah: keyakinan (Tinggi > Sederhana > Rendah) → penilaian harga (Sangat Rendah > Rendah) → lebar julat kebarangkalian sebenar (semakin sempit, semakin pasti keputusannya).

            javascript
            
            
const buySignals = signals.filter(s => s.signal === 'buy')
bestSignal = buySignals.sort((a, b) => {
    const confDiff = (confidenceRank[b.confidence] || 0) - (confidenceRank[a.confidence] || 0)
    if (confDiff !== 0) return confDiff
    const assessDiff = (assessmentRank[b.priceAssessment] || 0) - (assessmentRank[a.priceAssessment] || 0)
    if (assessDiff !== 0) return assessDiff
    // 区间越窄越确定，优先选窄的
    const aWidth = (a.trueProb.max || 0) - (a.trueProb.min || 0)
    const bWidth = (b.trueProb.max || 0) - (b.trueProb.min || 0)
    return aWidth - bWidth
})[0]

Setelah aset dipilih, dapatkan harga Ask pasaran semasa secara langsung, sahkan baki mencukupi, dan serahkan sebagai pesanan had. Selepas pesanan diserahkan, kaji status, tunggu maksimum 30 saat, jika tamat tempoh batalkan pesanan, pastikan tiada pesanan tertunggak terkumpul. Jika harga Ask pusingan semasa didarab dengan saiz peruntukan adalah kurang daripada ambang minimum pesanan 1 USDC, sistem secara automatik akan membulatkan ke atas kepada saiz minimum yang boleh diniagakan menggunakan ceil(1/askPrice).

Modul Henti Rugi: Henti Rugi Trailing + Perlindungan Mutlak

Litar sampingan dilaksanakan setiap 30 saat, logik dibahagikan kepada dua langkah: pertama urus tebus tamat tempoh, kemudian lakukan pemeriksaan henti rugi trailing untuk pegangan aktif.

Polymarket mempunyai mekanisme khas - selepas kontrak tamat tempoh, dana tidak akan kembali ke akaun secara automatik, perlu menebus secara aktif. Strategi pada permulaan setiap pusingan litar sampingan menyapu semua pegangan yang boleh ditebus secara pukal untuk membebaskan dana, mengelakkan dana terkunci untuk jangka masa panjang.

Inti henti rugi trailing adalah reka bentuk dua landasan: garis henti rugi trailing (harga bid tertinggi sejarah - penurunan tetap LOSS_AMOUNT) dan garis perlindungan mutlak (harga masuk × 50%), harga henti rugi sebenar mengambil nilai yang lebih besar.

            javascript
            
            
function calcStopPrice(entryPrice, maxPrice) {
    const trailingStopPrice  = maxPrice - CONFIG.LOSS_AMOUNT
    const absoluteStopPrice  = entryPrice * CONFIG.FALLBACK_STOP_RATIO  // 固定 0.50
    const usingFallback      = trailingStopPrice < absoluteStopPrice
    const effectiveStopPrice = usingFallback ? absoluteStopPrice : trailingStopPrice
    return { effectiveStopPrice, trailingStopPrice, absoluteStopPrice, usingFallback }
}

Reka bentuk dua landasan ini sepadan dengan dua senario pegangan biasa: fasa untung, garis henti rugi trailing naik dengan harga, mengunci keuntungan terapung; apabila masuk terus rugi, garis henti rugi trailing mungkin menjadi negatif atau hampir sifar, pada masa itu garis perlindungan mutlak (harga masuk×50%) mengambil alih, menghalang pegangan daripada jatuh ke sifar sebelum keluar. Kedua-dua garisan menjalankan fungsi masing-masing, kedua-duanya diperlukan.

Setelah henti rugi dicetuskan, jual pada harga pasaran, kosongkan cache harga tertinggi sejarah aset tersebut, dan tunggu isyarat buka kedudukan seterusnya. Papan pemuka memaparkan baki ruang setiap pegangan dari garis henti rugi secara masa nyata, dengan warna membezakan tahap amaran, memudahkan semakan manual.

Keputusan Reka Bentuk Utama

Mengapa menggunakan berbilang peranan, bukan satu Prompt komprehensif? Soalan ini sebahagiannya telah disebut dalam modul analisis, tetapi perlu dijelaskan dengan lebih lanjut. Masalah dengan satu Prompt bukan sahaja "pujukan kendiri", tetapi juga risiko yang lebih tersembunyi: apabila AI memproses data K-line dan teks berita pada masa yang sama, ia cenderung untuk menggunakan yang kedua untuk menerangkan yang pertama, "merasionalkan" keabnormalan K-line sebagai refleksi berita yang tidak dapat dielakkan, bukannya menilai kedua-duanya sebagai isyarat bebas secara berasingan. Intipati pengasingan peranan adalah memaksa pengenalan dua rantaian maklumat bebas, dan apabila kedua-dua rantaian menghala ke arah yang sama pada akhirnya, kredibiliti adalah benar.

Mengapa hanya membeli yang terbaik setiap pusingan, bukan kepelbagaian pegangan? Kepelbagaian pegangan mempunyai asas teori yang kukuh dalam kewangan tradisional, tetapi logiknya tidak sepenuhnya terpakai dalam pasaran ramalan. Hasil aset pasaran ramalan adalah binari, risiko sifar adalah nyata. Jika memegang tiga aset keyakinan sederhana pada masa yang sama, dua jatuh ke sifar dan satu naik, secara keseluruhan mungkin tidak dapat pulang modal. Pilihan strategi semasa adalah: lebih baik bertaruh secara tertumpu pada ketepatan daripada menggunakan kuantiti untuk mencairkan isyarat yang tidak sekata. Pertukaran ini mungkin bukan yang optimum, tetapi logiknya konsisten.

Mengapa peraturan berat masa tamat perlu menjadi kekangan keras? Semakin hampir tamat tempoh, harga pasaran mencerminkan jangkaan masa nyata peserta, dan sebahagian besar peserta ini mempunyai maklumat yang lebih segar daripada data latihan AI. Jika pada masa ini AI masih mengeluarkan "harga sangat rendah, patut beli", kemungkinan besar maklumatnya sendiri sudah usang. Menjadikan peraturan ini sebagai kekangan dan bukan cadangan adalah kerana tidak realistik untuk mengharapkan AI mengenali "maklumat saya sudah tidak cukup baru" sendiri, memerlukan campur tangan luar yang wajib.

Pemerhatian Dagangan Sebenar

Dari rekod operasi sebenar, nisbah corong strategi agak curam. Dalam satu run, daripada 141 sasaran yang lulus saringan awal, hanya 3 yang tinggal selepas pengesanan anomali K‑line, dan akhirnya hanya 1 yang memenuhi ketiga‑tiga keperluan: isyarat dana, sokongan berita, dan penilaian harga, lalu mencetuskan pesanan. Dua lagi dilangkau kerana penilaian harga “munasabah” dan skor komprehensif yang tidak mencukupi. Ini menunjukkan strategi secara keseluruhan cenderung konservatif, lebih suka tidak memegang kedudukan daripada menurunkan standard. Dalam tempoh pasaran yang tenang dan tiada peristiwa berita yang jelas, sistem mungkin tidak menghasilkan sebarang isyarat beli sepanjang hari. Ini adalah reka bentuk pilihan, bukan bug. Pernah juga berlaku anomali K‑line yang kemudian terbukti sebagai pecahan palsu, dana masuk sebentar lalu keluar semula, dan stop loss bergerak campur tangan untuk keluar. Analisis berita juga mempunyai bunyi bising; laporan peristiwa itu sendiri mungkin lewat atau berat sebelah, AI sahaja tidak dapat mengenal pasti sepenuhnya.

Papan pemuka memaparkan secara langsung ekuiti akaun, status kedudukan (semasa Bid/Ask, harga tertinggi, jarak pengeluaran dari titik henti rugi, mod henti rugi) dan butiran keputusan AI, memudahkan semakan manual.

Penutup

Sejujurnya, sistem ini lebih kepada rangka kerja idea yang boleh berjalan, bukan mesin cetak wang sedia guna. Logik teras — penjejakan tingkah laku dana, pengesahan dua landasan sentimen, penilaian AI pelbagai peranan — mempunyai rasionaliti tertentu dalam konsep, tetapi dalam pasaran sebenar, kualiti isyarat tidak sekata, dan penilaian AI juga boleh salah. Risiko penumpuan harga menjelang tamat tempoh sentiasa wujud.

Banyak aspek boleh diperbaiki: sasaran dagangan boleh difokuskan lagi ke bidang yang biasa, gesaan AI boleh direka semula mengikut gaya dagangan sendiri, pemberat dan ambang lima anomali K‑line mempunyai ruang untuk penalaan, pekali henti rugi juga patut diulangi berdasarkan prestasi pegangan sebenar. Kod adalah sumber terbuka sepenuhnya, sila guna dan ubah suai.

Amaran Risiko

Pasaran ramalan mempunyai ciri‑ciri hasil binari, pegangan mempunyai risiko menjadi sifar. Isyarat anomali K‑line dan kesimpulan analisis AI tidak membentuk nasihat pelaburan, prestasi isyarat sejarah tidak mewakili pulangan masa depan. Strategi belum disahkan dalam jangka panjang, tetapan parameter memberi kesan ketara kepada keputusan. Sebelum menggunakan strategi ini untuk dagangan sebenar, sila fahami sepenuhnya peraturan platform Polymarket, mekanisme tamat kontrak dan risiko kecairan, dan nilai sendiri toleransi kehilangan modal.

Sumber kod strategi: Strategi perdagangan analisis pintar pelbagai peranan Polymarket