← 返回 Quant Digests · 站点首页

别把这两份 2026 prediction-market repo 只读成链上博彩脚本：对 short-cycle desk，更该先测的是「late-lock pool imbalance × payout-aware EV switch」这条完整 raw alpha

更新时间：2026-04-04 14:52 UTC 研究时间：2026-04-04 14:55 UTC 类型：2026 GitHub 新 repo source audit（`README.md` / `src/index.ts` / `src/lib.ts` / `src/strategy.ts` / `src/config.ts`）+ PancakeSwap Prediction 官方 docs 主题标签：raw-alpha/prediction-market/binary/late-lock/pool-imbalance/payout-skew/expected-value/momentum/streak-reversal/contrarian/crowding/bsc/pancakeswap/bnb/btc/eth/5m/repo/docs/public-data/cost/risk 证据类型：repo 源码证据 + 官方机制文档

源文件：research/quant_digests/2026-04-04_1455_pancakeswap-latelock-ev-prediction-alpha.md

1. 先回答一句：base alpha 是什么？

base alpha = 公开池子不平衡（crowding / implied odds）和超短线方向概率之间的错配。

更直白一点：

它不是 filter，也不是 overlay；它本身就是带固定出场时钟的完整交易。

2. 为什么这轮值得进研究池？

这不是又一篇“breakout / pairs / funding 老题材”的边角料，而是一条还没在当前 digest 池里重复出现的完整短周期 alpha 家族：

如果现在继续补一篇普通 pairs / maker / time-of-day 题材，边际新增信息未必比这条更高。

3. 两份 repo 各自提供了什么可复用部件？

3.1 mooncitydev/crypto-prediction-bot：给你 赔率侧 / crowding 侧

这份 repo 的核心不是“自动下注脚本”本身，而是三件事：

  1. 下注时点非常晚

    2. src/index.ts 里把等待时间写成 281500 ms，也就是一轮 300s 的 5m round 里，大约在 lock 前 18.5 秒 才做决策。

  1. 直接读取 bull / bear 池子金额

    2. 然后在最后十几秒，用 bullAmount 和 bearAmount 判断 crowding。

  1. 明确把 crowding 写成规则

    2. repo 提供了 Against 与 With 两种风格：

也就是说，这份 repo 最值钱的不是“脚本会发交易”，而是它把 late-lock crowding / payout skew 变成了可执行壳。

3.2 madewithai/pancakeswap-prediction-bot：给你 方向概率估计侧

这份 repo 更像一个简化版短线概率模型：

它提供的关键信息是：

这正好补上前一个 repo 缺的那半边：不是只看赔率，而是要估概率。

4. 真正适合 desk 的读法：不是“跟 crowd / 反 crowd”二选一，而是 赔率感知后的 EV switch

这是这轮最值得拿走的 reframing。

4.1 先把赔率写清楚

PancakeSwap 官方 docs 给了 3 个关键机制：

如果当前轮：

那么下注某一侧的赢时总回收倍数，近似就是：

于是 break-even 胜率门槛就是：

4.2 这几个数字非常关键

假设当前 crowding 是 4:1：

若 crowding 到 5:1：

这说明什么？

Prediction market 不该只问“谁更可能赢”，而要问“谁的赔率错得更厉害”。

所以最适合 desk 的版本不是：

而是：

> 先看 payout skew，再决定这轮该做 majority continuation、minority fade，还是直接 skip。

5. 能不能直接落地成完整策略？可以。

5.1 Entry（入场）

推荐 desk 版最小规则：

  1. round 进入最后 15~20s；
  2. 抓当前 bullAmount / bearAmount；
  3. 用最近 20 轮结果（或外部 1m/3m 现货微动量）估 p_bull / p_bear；
  4. 分别计算：
  1. 只有当 max(EV_bull, EV_bear) > gas + tie_buffer + safety_margin 时才下注；
  2. 若两边都不够，直接 skip。

5.2 Exit（出场）

5.3 Sizing（仓位）

先别搞复杂 Kelly，直接用：

5.4 Risk（风控）

最小必备：

5.5 Cost（成本）

至少要扣：

6. 对 1m / 3m / 5m / 15m desk 的关系

这条 alpha 的主战场就是 5m，不是硬往 perp 上伪装迁移。

更合理的映射是：

6.1 直接交易层

6.2 衍生 confirm / veto 层

如果未来要服务 perp desk，可以把它变成：

换句话说：这轮主题本身就是 raw alpha，不需要靠“服务别的 alpha”来证明价值。

7. 这两份 repo 的保留意见

7.1 mooncitydev repo 的规则实现有明显逻辑粗糙处

src/lib.ts 里的 isAgainstBet / isWithBet 写法并不优雅，存在“ratio 条件和下注方向混在一起”的问题，不能原样当成 desk 级信号逻辑。

但这不影响它提供最关键的两件资产：

7.2 madewithai repo 的概率模型过于轻量

但它非常适合当我们第一版 p_hat 的 baseline。

8. 下一步怎么测（直接可排队）

实验 A：赔率感知 vs 非赔率感知

对比三组：

  1. 只顺 crowd
  2. 只反 crowd
  3. EV-aware switch（推荐主实验）

看：

实验 B：crowding 分桶

按 max(B/R, R/B) 分桶：

看不同桶里：

实验 C：概率模型 baseline

用三套最小 p_hat：

  1. 20-round decay momentum（照 repo）
  2. 3-round streak reversal（照 repo）
  3. 外部现货 1m/3m return sign + volatility gate

目标不是一开始追最强模型，而是先看赔率侧本身有没有信息承接空间。

实验 D：时点敏感度

比较下注时间：

验证 late-lock crowding 是否真的更有信息量，还是只是 tx fail 更高。

实验 E：跨品种可移植性

分别对：

看哪一类 round：

9. 结论

如果只把这些 repo 当“prediction betting bot”，价值其实很低。

但如果把它们重读成：

那它就是一条可独立复现、可直接交易、而且非常短周期的 raw alpha。

对当前研究池来说，这个主题的新增信息密度，明显高于再补一篇普通 breakout / pairs 派生 digest。

10. 来源

  1. Gavrilov, E. (2026). _crypto-prediction-bot_. GitHub Repository.
  1. Repo source files used in this digest (mooncitydev/crypto-prediction-bot)
  1. madewithai / Ricardicus (2026). _pancakeswap-prediction-bot_. GitHub Repository.
  1. Repo source files used in this digest (madewithai/pancakeswap-prediction-bot)
  1. PancakeSwap Docs. (accessed 2026-04-04). _Prediction_.