kalshi-quant-research

Kalshi Quant Research est un cadre de recherche en trading systématique pour Kalshi, une bourse de contrats événementiels réglementée par la CFTC. Il est structuré comme une petite société de trading à trois couches : une flotte de plus de 40 moteurs d'exécution asynchrones (convergence, arbitrage, snipers, teneurs de marché), un gouverneur de risque soumis à validation par preuves qui audite les transactions réglées et réalloue le capital, et une couche de recherche en apprentissage automatique exploitant un portefeuille fantôme. La règle fondamentale est qu'aucune stratégie ne touche de l'argent réel tant qu'un intervalle de confiance bootstrap sur la valeur espérée par transaction ne franchit pas zéro sur des résultats réels et réglés. Le projet comprend un lac de données de résultats réglés de 3,7 Go couvrant plus de 5,5 millions de marchés, un entraînement walk-forward conditionné au dépassement du score de Brier hors échantillon du marché, et des prédictions notées au règlement provenant à la fois de modèles d'apprentissage automatique et d'analystes LLM. Les points forts techniques incluent le placement d'ordres signé RSA-PSS, des interrupteurs d'urgence à un point d'étranglement universel des ordres, l'isolation des sous-processus et plus de 1 400 tests sur environ 58 000 lignes de Python. Le dépôt est présenté comme un registre de recherche honnête. Sur dix hypothèses d'avantage formellement testées, neuf ont été écartées avec des raisons mesurées et une (la convergence des événements en fin de vie) a survécu jusqu'au trading en direct. Le système n'a pas gagné d'argent : il affiche un solde net de -20,72 $ après frais sur 117 marchés réglés, les moteurs encore en fonctionnement étant à +4,66 $ et les expériences arrêtées à -25,38 $. La couche d'apprentissage automatique n'a pas encore obtenu de place en direct. Le code de la stratégie à avantage en direct et la flotte de moteurs de production sont privés.