my-polymarket-copytrader/项目概要.md at main

gavindiaz/my-polymarket-copytrader

Fork 0

Files

T

gavindiaz b3f770c55f 全面优化实盘对接没有验证

2026-07-14 07:29:03 +08:00

9.9 KiB

Raw Permalink Blame History

项目全流程

Polymarket Copy Trader — 一个自动跟单系统：监控 Polymarket 上最赚钱的钱包，找出多个钱包同时下注的"共识信号"，然后发送 Telegram 通知（可选自动执行）。

启动命令

python -m src.main run        # 主程序：跑整个循环（6 个 asyncio 任务）
python -m src.main dashboard  # Web 看板（FastAPI，端口 8518）
python -m src.main stats      # CLI 查看命中率 / PnL 统计
python -m src.main backfill   # 手动回填已 resolve 市场的信号结果
python -m src.main pool       # 立即重建钱包池并退出
python -m src.main test-stream # 测试交易流轮询

1. 钱包池构建（Pool Build）

启动时，从 Polymarket 公开 API 拉取 24h 交易量最高的 200 个活跃市场，对每个市场拉取前 30 名持仓者，聚合后筛选出约 100 个最赚钱的钱包（PnL 最高、交易笔数多、覆盖品类多）。这 100 个钱包就是"被跟单目标"。

PnL 计算的数据源：对每个候选钱包并行调用 /positions（当前持仓 cashPnl）+ /trades（近 30 天成交）+ /closed-positions（近 30 天已平仓 realizedPnl）。/closed-positions 用 sortBy=TIMESTAMP + offset 翻页拉满整个 30 天窗口，避免服务端 50 条上限导致漏数据。详见 data_api.py:get_closed_positions_since。

2. 交易流监控（Trade Stream）

每隔 30 秒，对这 100 个钱包轮询 Polymarket Data API，抓取他们最新的交易记录。每笔交易触发 on_trade 回调，交给信号聚合器处理。

3. 共识信号聚合（Signal Aggregator）

对每笔交易做 五层过滤：

交易金额 ≥ 500 USD（MIN_TRADE_SIZE_USD，可在 .env 调整）
价格在 0.1 ~ 0.9 之间（MIN_PRICE / MAX_PRICE，过滤已决议或极端价格市场）
钱包信誉分 ≥ 0.3（MIN_CREDIBILITY）
同一钱包对同一市场 10 分钟内只算一次（WALLET_DEBOUNCE_SECONDS）
通过则进入"市场累加器"

共识规则：在 10 分钟窗口内（CONSENSUS_WINDOW_SECONDS），有 ≥ 2 个钱包 朝同一方向（都买或都卖）下注同一市场，且正反面力量差 ≥ 0.4（CONSENSUS_STRENGTH_THRESHOLD），就发出信号。

信号包含：市场名称、方向、入场价、聚合强度、参与钱包数、Kelly 公式建议仓位。

4. 信号输出

存库：写入 SQLite（data/copytrader.db），供 Dashboard 展示
Telegram 通知：发送格式化消息（市场名、方向、建议仓位、来源钱包数）
Dashboard：Web 页面实时展示 Top 钱包排名 + 最近信号（每 30 秒自动刷新）

5. 贝叶斯信誉更新（Bayesian Updater）

每 60 分钟（CREDIBILITY_UPDATE_MINUTES）运行一次：根据钱包历史交易的实际表现（赢/亏），用贝叶斯方法更新每个钱包的信誉分，形成 先验→后验 的正反馈。表现好的钱包权重上升，表现差的下降。

数据源：调用 /closed-positions（sortBy=TIMESTAMP + 翻页）拉取近 BAYESIAN_DECAY_DAYS（默认 14 天）的全部平仓记录，累加 realizedPnl 作为更新依据。API 返回的已经全部在窗口内，无需在 Python 端二次过滤。

6. 钱包池定期刷新

每 24 小时（WALLET_REFRESH_HOURS）重建一次钱包池，淘汰表现差的，引入新晋赚钱钱包。

7. 信号结果回填（Outcome Resolver）

第 6 个 asyncio 循环，每 15 分钟（OUTCOME_RESOLVE_MINUTES）扫描 copy_signals 表中 resolved_at IS NULL 的信号，调用 Gamma /markets API 拉取市场结算结果，回填以下字段：

字段	含义
`exit_price`	1.0（赢） / 0.0（输）
`pnl_usd`	理论 PnL（win = `S*(1-p)/p`，loss = `-S`，S=suggested_size，p=entry_price）
`outcome_correct`	1（赢） / 0（输） / -1（市场取消）
`resolved_at`	市场 `closedTime`

PnL 模型说明：理论"全仓按 entry_price 成交" PnL，不建模滑点。用于策略评估，非真实账户 PnL。

手动 backfill：python -m src.main backfill --batch 500 一次性回填历史信号。

解析逻辑严格遵循 Gamma /markets 文档：closed=true + outcomePrices 中价格 ≥ 0.99 的 outcome 即为赢家。

8. 策略分析看板（Analytics Dashboard）

访问 http://localhost:8518/analytics，展示 6 个维度的聚合统计，每个维度都用于调参：

维度	调参目标
强度分桶命中率	`CONSENSUS_STRENGTH_THRESHOLD` — 理想下强度越高命中率越高
共识钱包数分桶	`CONSENSUS_MIN_WALLETS` — 理想下钱包数越多命中率越高
各时段命中率	优化 `pool_refresh` 调度时间
品类表现	发现跟单有效的品类
钱包排行榜	反向验证信誉分公式 — 高信誉钱包应排前列
总体表现	总命中率 / 总 PnL / 平均 PnL

API 端点：/api/outcomes, /api/stats/by-strength, /by-wallet-count, /by-wallet, /by-category, /by-hour, /api/credibility-history?address=...

调参闭环：看 Analytics → 发现某分桶表现差 → 调 .env → 重启 → 等待新数据 → 再看 Analytics 验证。

.env 关键配置

分组	配置项	说明
资金	`INITIAL_CAPITAL_USD`	模拟本金（默认 $10000）
	`KELLY_FRACTION`	Kelly 仓位比例（0.5 = 半 Kelly）
价格防护	`MIN_PRICE` / `MAX_PRICE`	只跟单价格在 0.1~0.9 的市场
交易规则	`MIN_TRADE_SIZE_USD`	忽略低于此金额的交易（默认 500）
	`ENABLE_EXECUTION`	设为 `true` 才真执行（默认 `false` 只通知）
钱包池	`WALLET_POOL_SIZE`	监控钱包数（默认 100）
	`WALLET_PNL_MIN_USD`	钱包最低 PnL 门槛（默认 $5000）
	`WALLET_REFRESH_HOURS`	池刷新间隔（默认 24h）
共识	`CONSENSUS_MIN_WALLETS`	触发信号最少钱包数（默认 2）
	`CONSENSUS_WINDOW_SECONDS`	共识窗口（默认 600s）
	`CONSENSUS_STRENGTH_THRESHOLD`	正反面差值门槛（默认 0.4）
	`MIN_CREDIBILITY`	钱包最低信誉分（默认 0.3）
	`WALLET_DEBOUNCE_SECONDS`	去重窗口（默认 600s）
信誉分	`BAYESIAN_PRIOR_SKILL`	初始信誉分（默认 0.5）
	`BAYESIAN_DECAY_DAYS`	PnL 累计窗口（默认 14 天）
	`BAYESIAN_STEP`	贝叶斯步长（默认 0.05）
	`CREDIBILITY_UPDATE_MINUTES`	更新间隔（默认 60min）
信号回填	`OUTCOME_RESOLVE_MINUTES`	回填循环间隔（默认 15min）
	`OUTCOME_RESOLVE_BATCH_SIZE`	每批最多扫描信号数（默认 50）
	`OUTCOME_RESOLVE_TIMEOUT`	单次 /markets 请求超时（默认 5s）
Telegram	`TELEGRAM_ENABLED`	是否启用（默认 `false`）
	`TELEGRAM_BOT_TOKEN`	BotFather 给的 token（必填）
	`TELEGRAM_CHAT_ID`	发送目标的 chat ID（必填）
代理	`HTTP_PROXY`	需要翻墙时填写（如 `http://127.0.0.1:7890`）
轮询	`USER_POLL_INTERVAL_SECONDS`	钱包轮询间隔（默认 30s）
	`STREAM_MAX_TRADES_PER_WALLET`	每次拉取最多交易数（默认 20）
数据库	`DB_PATH`	SQLite 路径（默认 `data/copytrader.db`）
CLOB	`POLY_API_KEY` 等	仅启用实盘执行时填

数据库并发模型

SQLite 由四个异步协程并发写入：pool_refresh（写钱包池）、trade_stream（写信号）、credibility（写信誉分 + 信誉历史）、outcome_resolve（写信号回填），均通过 asyncio.to_thread 在线程池里执行。CopyTraderDatabase 的并发治理策略（见 db/database.py）：

单一长连接 + check_same_thread=False（不再每次操作开关连接）
threading.RLock 串行化所有方法，进程内永远只有一个 writer
WAL 模式 + synchronous=NORMAL：多读不阻塞写
busy_timeout=10000ms：跨进程写冲突（如 Dashboard 进程）等待 10s 而非立即抛 database is locked

数据库表结构

表	用途	关键字段
`wallet_targets`	跟单目标钱包池	address, credibility, health_score, pnl_30d_usd
`copy_signals`	发出的共识信号	condition_id, side, entry_price, aggregated_strength, n_contributors, outcome_correct, pnl_usd, resolved_at
`credibility_history`	信誉分演化历史（append-only）	address, credibility, realized_pnl_window, n_closed, updated_at
`trade_executions`	实盘执行记录	signal_id, order_id, status, executed_at
`pool_state`	KV 持久化（重启恢复）	key, value（JSON）

pool_state 存储的 key：last_pool_refresh、last_credibility_update、open_accumulators（共识累加器）、stream_last_seen（交易去重）、wallet_debounce（钱包级去重）。

9.9 KiB Raw Permalink Blame History Unescape Escape