← 返回 Quant Digests · 站点首页

别把这份 2026 v5 bot 读成“AI 下注工具”：它真正可独立复现的 base alpha，是「Binance 领涨/领跌 × Polymarket 最后 120 秒滞后定价」

更新时间：2026-04-03 16:48 UTC 研究时间：2026-04-03 16:47 UTC 类型：2026 GitHub 新 repo source audit（GitHub API metadata + `README.md` + `config.py` + `signal_engine.py` + `risk.py` + `executor.py` + `bot.py` + `analyze.py`）+ Polymarket / Chainlink / Binance 公共接口路径校对 主题标签：raw-alpha/cross-market/relative-value/prediction-market/polymarket/binance/chainlink/5m/15m/hard-expiry/final-window/lag-arb/maker-mode/kelly/late-entry/external-data/repo/public-data/cost/risk 证据类型：GitHub README/source 规则级证据 + 公共数据接口可达性/字段路径校对

源文件：research/quant_digests/2026-04-03_1647_polymarket-finalwindow-lagarb-alpha.md

1. 这次看了什么

先把 base alpha 说清楚：

> 这不是 AI alpha，也不是 event scanner，也不是“让 LLM 决定要不要买”。真正的 alpha 本体，是 Binance/Chainlink 先动、Polymarket 二元赔率后动。

翻成人话：

这条线为什么值得进当前素材池？因为它满足几件很难同时满足的事：

  1. raw alpha 很清楚：不是 gate，不是 overlay，本体就是 binary-price underreaction；
  2. 频率天然贴 5m/15m：不是硬把日频材料强行压成快周期；
  3. 策略组件完整：entry / exit / sizing / risk / cost 都给出来了；
  4. 和 desk 当前短周期方向直接相邻：虽然交易 venue 不是 perp，但底层驱动仍是 crypto 秒级价格发现。

一句话结论先放前面：

> 这份 repo 真正有价值的不是“AI 过滤器”，而是“临近到期的 binary 合约，能不能被 leader venue 的超短 momentum/OFI 抢跑”。如果要做最小实验，先把 AI 全关掉，只测 final-window lag arb。

2. 核心结论

2.1 这份 repo 的主线到底是什么

主仓库是：

repo README 标得很明白：

所以别被 README 的“AI v5”抢走注意力。按对 desk 最有用的读法，repo 里真正该 intake 的东西是：

> 用 leader venue 的短秒级价格变化去估一个临近到期 binary market 的 fair value，然后只在最后时间窗里、只在 edge 足够厚的时候出手。

2.2 规则壳已经给到什么程度

从 config.py、signal_engine.py、executor.py、risk.py 可以直接拆出完整骨架：

#### 数据与市场

#### Entry logic（核心） repo 的信号不是“看涨就买”，而是一个 fair-value vs current-binary-price 的差值交易：

  1. 从 Binance tick history 里算 10s / 30s / 60s 三档 momentum；
  2. 再加一个 momentum acceleration（最近 10s 比 30s 更强还是更弱）；
  3. 加一个 consecutive tick direction，要求最近 15s 至少有连续同向 tick；
  4. 再把这些拼成一个 fair value ∈ [0.05, 0.95]；
  5. 如果 fair > Polymarket YES，买 YES；否则买 NO；
  6. 只有在 edge_pct >= min_edge_pct 且 lag_pct >= lag_threshold_pct 时才下单。

repo 里默认参数：

这其实已经是一个完整 raw alpha：

> binary 合约价格没有及时反映 leader 价格变动时，买低估概率。

#### 时间窗（非常关键） repo 最值钱的不是“买不买”，而是 什么时候才值得买：

也就是：

这点对 short-cycle desk 很重要，因为它说明：

> alpha 不是“全时段都存在”，而是高度 time-conditioned。

#### 执行逻辑 repo 明确区分 maker 与 taker：

成本假设：

所以这条 alpha 的经济学并不是“随便方向对了就行”，而是：

> 如果你能以 maker 低成本挂进去，1.2% 的 edge 也许够；如果你要用 taker 冲进去，成本会把大部分薄 edge 直接吃掉。

#### 仓位与风控 repo 不是 fixed size，而是 Kelly 缩放：

也就是说，它不是单纯的信号脚本，而是已经把：

2.3 这份 repo 最值得 intake 的，不是 AI

v5 README 一眼看过去最显眼的是 AI filter，但从 source 看，AI 更像一个 可选 overlay，不是 alpha 本体。

更关键的是，signal_engine.py 里 AI filter 那段调用顺序本身就值得警惕：

这意味着：

  1. repo 作者想表达的是“AI 只做 pre-trade validation”；
  2. 但当前实现顺序看起来并不适合把 AI 当主研究主题；
  3. 第一轮复现应默认关闭 AI，先把纯 quant lag-arb 壳跑通。

这正好也符合本轮 intake 原则：

> 不要把 overlay 伪装成 raw alpha。

3. 为什么和当前 desk 直接相关

先回答一句：

> 为什么这东西比再补一篇普通 trend/pairs 更值得？

因为它补的是当前库里相对少的一类：

它和当前 desk 的关系有三层：

3.1 它本身就是一条完整 raw alpha

而且是少数能把以下都写清楚的：

3.2 它天然落在 5m / 15m

很多低频材料要硬压成快周期会变味；这条不是。 它的市场本体就是：

所以最小实验可以直接做，不需要先发明“如何把日频论文缩成 5m”。

3.3 它还能反向服务我们对 perp alpha 的理解

如果未来不直接做 Polymarket，这条材料仍有 desk 价值：

换句话说：

> 先把它当 standalone 策略看；若不做 binary 执行，再把它降级成“外部确认/对照市场”。

3.5 策略拆解（必填）

4. 这条 alpha 在我们这边该怎么读

4.1 不要把它读成“预测市场很神奇”

它不是在预测谁会赢，而是在交易：

> 一个临近到期、结算规则清晰、概率解释明确的合约，是否还没有把 leader 价格发现 fully price in。

也就是说：

4.2 它更像哪类传统 desk 思路

如果翻成更熟悉的 desk 语言，它更接近：

所以它不是游离主题，反而能和我们现有这些材料形成互证：

4.3 这条线真正的脆弱点是什么

repo 给了完整 skeleton，但脆弱点也很清楚：

  1. maker fill risk：挂单如果 8 秒内不成交，edge 可能已经没了；
  2. binary 订单簿薄：1.2% edge 看着不小，但盘口深度可能不够；
  3. late-window 竞争极强：越靠近 expiry，越容易被更低延迟对手吃掉；
  4. paper/live 差异可能大：README 自己也要求先积累 200+ paper trades 再谈 live；
  5. AI 过滤器不应当先信：当前实现先天更像 overlay，而且 source 顺序还有明显疑点。

5. 对 1m / 3m / 5m / 15m 的可迁移性

5.1 直接可迁移

5.2 不能硬搬的部分

所以要老实写：

> 这是一条可以独立交易的 raw alpha，但它不是“直接复制到 perp 里就还是同一条 alpha”。

对 perp 更合理的读法是：

6. 最小可复现实验（先做什么）

实验 A：纯复制 repo 的最小 paper 版（优先级最高）

目标：先验证 不靠 AI 的 final-window lag arb 有没有正向 expectancy。

#### 数据

#### 规则（先别发明新东西）

#### 指标

实验 B：把它转成我们 desk 的 transfer test

目标：判断 Polymarket lag 是否能反过来当 crypto 短周期外部确认。

做法：

7. 这轮研究后，我会怎么排优先级

值得马上做

  1. final-window lag arb paper logger
  2. maker fill-rate / depth / edge decay 统计
  3. 5m vs 15m 分组
  4. 禁用 AI 的纯规则版复现

先别急着做

  1. AI ensemble filter
  2. event scanner
  3. politics / sports 非 crypto 事件市场
  4. 大量 live 参数优化

原因很简单：

> 当前最需要回答的，不是“AI 能不能再多加 3% 胜率”，而是“base alpha 在扣完真实执行以后，到底还有没有边”。

8. 一页结论

如果只留一句：

> 这份 2026 新 repo 真正该 intake 的不是 AI，而是一条完整、可直接 paper trade 的 5m/15m raw alpha：Binance 先动、Polymarket final-window 赔率后动，用 maker-first 的方式去吃 hard-expiry binary 的 lag-repair。

对当前 desk 的意义：

9. 来源与链接

主来源（repo）

  1. andiyusanto (2026), *Polymarket Latency Arbitrage Bot (v5)*, GitHub repository

公共数据 / 接口路径

  1. Polymarket CLOB API
  1. Polymarket Gamma API
  1. Binance market data streams
  1. Chainlink Data Streams / RTDS（repo 对齐用）