Polymarket Equity Markets Trader

股市与IPO交易员 这是一个模板。默认信号是基于关键词的市场发现，结合信心度的规模调整和equity_bias()——两个不需要任何外部API的结构性优势。该技能处理所有的管道工作（市场发现、交易执行、安全保障）。您的代理提供alpha。 策略概述 股市预测市场是独特的：它们与世界上最深、最量化的金融市场并行运行。优势不在于预测市场比华尔街更好——而是在专业数据（收益基础率、期权隐含波动率、期货价格变动）和Polymarket零售知识之间的差距。两个结构性优势可以清晰地叠加： 收益基础率修正——股市中最不为人知的统计数据：标准普尔500公司约73-75%的时间里超过分析师的预期EPS估计，这种情况在多个经济周期中持续存在。大型科技股（NVDA、AAPL、MSFT、META、GOOG、AMZN）约80-85%的时间里超过预期。零售价格收益超出市场大约为50-50。这个20-30个百分点的差距是结构性优势，每个收益季度都会重新补充。 宏观日历时序滞后——标准普尔500期货24小时交易。当CPI发布、非农就业数据公布或FOMC发言时，期货价格会立即调整。Polymarket指数阈值市场需要20-60分钟才能跟上，尤其是在盘前时段。季度开始的月份（1月、4月、7月、10月）具有最大宏观催化剂密度——GDP预估、全部收益洪流、FOMC决策和非农就业数据都在几周内陆续公布。 信号逻辑 默认信号：基于信心度的规模调整和股市偏见 在Polymarket上发现活跃的股市和金融市场 计算距离阈值的基础信心度（0%在边界→100%在p=0/p=1） 应用equity_bias()——市场类型修正×收益日历时序 规模= max(MIN_TRADE，信心度×偏见×MAX_POSITION）——最大规模为MAX_POSITION 跳过扩散大于MAX_SPREAD或距离解决少于MIN_DAYS的市场 股市偏见（内置，无需API） 因素1——市场类型/收益基础率 市场类型 乘数 结构性现实 大型科技股收益（NVDA、AAPL、MSFT、META、GOOG、AMZN、TSLA） 1.25x 约80-85%的收益超出率，2020-2024年持续；零售价格为50-60%；Nvidia 7个季度连续超出预期 一般标准普尔500收益 1.15x 约73-75%的历史收益超出率，跨多个周期；零售对待为抛硬币；每个“是否X超出收益？”都是结构性YES倾斜 指数级别里程碑（标准普尔500、纳斯达克、道琼斯达到X） 1.15x 期货市场是24小时参考；Polymarket滞后宏观催化剂20-60分钟；盘前时段尤其容易被利用 股息/回购/股票分割 0.90x 一些内部买盘信号，但公司决策时序真正不确定 IPO日期/IPO估值里程碑 0.85x 窗口驱动；S-1文件到定价差距高度可变；银行家激励主导 市场崩溃/修正/熊市日期 0.75x 最可靠的过度定价类别；崩溃在任何特定窗口中都很罕见；VIX激增零售锚定到最坏情况，而均值回归更有可能 短挤/迷因股票里程碑 0.65x 纯粹的社会协调；需要特定的短浮动数据、借款利率激增、协调买盘——这些都无法从问题文本中预测 崩溃过度定价规则——“标准普尔500是否会在[日期]之前下跌20%？”在Polymarket上几乎总是过度定价。零售的恐惧锚定在每次VIX激增之后，导致这些市场以15-30%的价格交易，而实际的20%以上回撤的基础率在任何特定3个月窗口中远远较低。2008年、2020年和2022年的生动可用性使零售在特定窗口崩溃市场上系统性地悲观。无论当前概率如何，都要将每个崩溃/熊市问题的权重减少到0.75x。 收益超出率规则——分析师估计是故意设置为可超出的。公司保守指导；分析师调整他们的模型以匹配指导；管理层沙袋是一种记录在案、数十年的做法。73-75%的总收益超出率不是偶然的——它是结构性的。每个“是否X超出收益？”市场的价格低于50%，除非公司有特定的记录不佳历史（例如零售、生物技术预审），否则几乎可以肯定是错误定价的。 因素2——收益日历时序条件 乘数 为什么 收益类型问题+高峰季（1月、2月、4月、5月、7月、8月、10月、11月） 1.20x 最大信号密度：新鲜分析师估计、当前管理指导、实时期权隐含波动率 收益类型问题+淡季（3月、6月、9月、12月） 0.85x 稀疏的预公告；陈旧的估计；期权波动率压缩；基础率边缘噪音 指数/宏观问题+季度开始月份（1月、4月、7月、10月） 1.10x GDP预估+全部收益洪流+FOMC+NFP都在几周内陆续公布；最大宏观催化剂密度 综合示例 市场类型 日历 最终偏见 “Nvidia是否会在第三季度超出收益？”——10月 1.25x 1.20x（高峰季） 1.40x上限 “标准普尔500是否会...”