PolyWeather/MARKET_DISCOVERY_ZH.md

Polymarket 天气市场搜寻技术文档

本文档详细说明了 PolyWeather 如何在 Polymarket 上自动识别、筛选并跟踪天气相关市场的技术实现逻辑。

1. 数据来源

我们跳过了复杂的官方 SDK，直接与 Polymarket Gamma API 交互。这是 Polymarket 的官方元数据层，负责所有市场的发现与展示。

• Base URL: https://gamma-api.polymarket.com
• Endpoint: /markets

2. 搜寻策略

由于 Polymarket 同时挂载数千个预测市场，系统采用多层搜索方案以确保不会遗漏任何城市的分段合约。

2.1 关键词三重搜索

程序并非只搜索一个词，而是并发执行三个搜索模式：

1. "highest temperature": 匹配大多数天气问题的核心描述。
2. "temperature in": 针对特定地区市场的宽泛搜索。
3. "daily weather": 针对某些命名不规范市场的兜底搜索。

2.3 优先级与排序

为了确保能搜到最新发布的合约（例如 2026年2月9日 的市场），我们应用了特定的 API 排序参数：

• order=id & ascending=false: 优先扫描最新创建的市场 ID。
• active=true & closed=false: 过滤掉已结算或已关闭的无效合约。

3. 过滤与解析逻辑

系统在获取 API 返回的列表后，会进行二次深度筛选：

3.1 文本校验

检查市场的 question（问题描述）和 slug（URL 路径）：

• 模式匹配: 必须包含 "highest temperature in" 或 "highest-temperature-in"。
• 城市提取: 逻辑会自动识别问题中的城市名（如 芝加哥、伦敦 等）。

3.2 负风险（Negative Risk）市场处理

Polymarket 的天气市场通常以 Negative Risk 分组形式存在（一个事件下包含多个互斥的区间，如“70°F以上”和“68-69°F”）。

技术挑战: 在 API 的列表视图中，这类市场的 activeTokenId 字段经常返回 null。 我们的解决方案:

1. 检查 clobTokenIds 字段。
2. 如果该字段是 JSON 字符串（Gamma API 的常见返回格式），则将其解析为 Python 列表。
3. 如果 activeTokenId 缺失，我们将列表中的第一个 Token ID 视为 "YES" Token。
4. 这使系统能够绕过元数据同步延迟，直接在 CLOB 层面抓取实时买入/卖出价格。

4. 市场规范化结构

每个搜寻到的分段都会被规范化为以下结构，供决策引擎（Decision Engine）使用：

• condition_id: 用于结果判定的 UMA 条件 ID。
• active_token_id: 我们需要监控并买入的特定 ERC1155 Token ID。
• group_id: 即 negRiskMarketID。这让机器人知道哪些不同的温度区间是属于同一个城市的，从而进行跨区间套利或对冲分析。
• slug: 市场的唯一路径名，用于在 Telegram 预警中生成直接跳转链接。

5. 频率与缓存机制

• 搜寻频率: 系统每 5 分钟 重新扫描一次新城市和新日期。
• 缓存策略: 搜寻到的市场会存入内存缓存（_weather_markets_cache），以减轻 API 压力并避免触发现速限制。

---

创建日期: 2026-02-07 PolyWeather 系统技术文档