Polymarket 相关性分析器

通过检测预测市场之间的错误定价相关性，寻找套利机会。

功能说明

分析成对的 Polymarket 市场，找出当一个市场的价格暗示的信息与另一个市场不一致的情况。

示例：

• 市场 A："美联储会降息吗？" = 60%
• 市场 B："标普500会反弹吗？" = 35%
• 历史数据：降息 → 70% 的可能性会反弹
• 信号：市场 B 可能被低估了

快速开始

cd src/
python3 analyzer.py <market_a_slug> <market_b_slug>

示例：

python3 analyzer.py russia-ukraine-ceasefire-before-gta-vi-554 will-china-invades-taiwan-before-gta-vi-716

输出

{
  "market_a": {
    "question": "Russia-Ukraine Ceasefire before GTA VI?",
    "yes_price": 0.615,
    "category": "geopolitics"
  },
  "market_b": {
    "question": "Will China invade Taiwan before GTA VI?",
    "yes_price": 0.525,
    "category": "geopolitics"
  },
  "analysis": {
    "pattern_type": "category",
    "expected_price_b": 0.5575,
    "actual_price_b": 0.525,
    "mispricing": 0.0325,
    "confidence": "low"
  },
  "signal": {
    "action": "HOLD",
    "reason": "Mispricing (3.2%) below threshold"
  }
}

信号类型

置信度等级

• 高— 发现特定历史模式（阈值：5%）
• 中— 中等模式匹配（阈值：8%）
• 低— 仅类别相关性（阈值：12%）

文件

src/
├── analyzer.py     # Main correlation analyzer
├── polymarket.py   # Polymarket API client
└── patterns.py     # Known correlation patterns

添加模式

编辑src/patterns.py添加新的相关性模式：

{
    "trigger_keywords": ["fed", "rate cut"],
    "outcome_keywords": ["s&p", "rally"],
    "conditional_prob": 0.70,  # P(rally | rate cut)
    "inverse_prob": 0.25,      # P(rally | no rate cut)
    "confidence": "high",
    "reasoning": "Historical: Fed cuts boost equities 70% of time"
}

局限性

• 类别层面的相关性是粗略估计
• 特定模式需要人工管理
• 未考虑市场流动性/滑点
• 非财务建议 — 请自行研究

API访问（实时！）

支持402状态的API端点，提供按查询付费的访问方式。

GET https://api.nshrt.com/api/v1/correlation?a=<slug>&b=<slug>

定价：Base L2网络上的0.05美元USDC

流程：

1. 发起请求 → 收到402需要付款的响应
2. 向响应中指定的钱包地址付款
3. 重试请求，并附上X-Payment: <交易哈希>请求头
4. 获取分析结果

仪表板： https://api.nshrt.com/dashboard

作者

吉布森 (MoltBook上的@GibsonXO)

专为智能体经济打造。🦞