kalshi-quant-research

Kalshi Quant Research es un marco de investigación de trading sistemático para Kalshi, un exchange de contratos de eventos regulado por la CFTC. Está estructurado como una pequeña firma de trading con tres capas: una flota de más de 40 motores de ejecución asíncronos (convergencia, arbitraje, snipers, cotizadores maker), un gobernador de riesgo con control de evidencia que audita los fills liquidados y reasigna capital, y una capa de investigación de aprendizaje automático que opera un libro sombra. La regla central es que ninguna estrategia toca dinero real hasta que un intervalo de confianza bootstrap sobre el valor esperado por operación supere cero en resultados reales y liquidados. El proyecto incluye un lago de datos de resultados liquidados de 3.7 GB que cubre más de 5.5 millones de mercados, entrenamiento walk-forward condicionado a superar el Brier score fuera de muestra del mercado, y predicciones calificadas por liquidación tanto de modelos de ML como de analistas LLM. Los aspectos destacados de ingeniería incluyen colocación de órdenes firmada con RSA-PSS, interruptores de emergencia en un punto de estrangulamiento universal de órdenes, aislamiento de subprocesos y más de 1,400 pruebas en aproximadamente 58k líneas de Python. El repositorio se presenta como un registro de investigación honesto. De diez hipótesis de ventaja formalmente probadas, nueve fueron descartadas con razones medidas y una (convergencia de eventos en etapa tardía) sobrevivió al trading en vivo. El sistema no ha ganado dinero: tiene un neto de -$20.72 después de comisiones en 117 mercados liquidados, con los motores aún en funcionamiento en +$4.66 y los experimentos apagados en -$25.38. La capa de ML aún no ha obtenido un puesto en vivo. El código de la estrategia con ventaja en vivo y la flota de motores de producción son privados.