kalshi-quant-research

Kalshi Quant Research é uma estrutura de pesquisa de negociação sistemática para a Kalshi, uma bolsa de contratos de eventos regulada pela CFTC. Ela é estruturada como uma pequena empresa de negociação com três camadas: uma frota de mais de 40 motores de execução assíncronos (convergência, arbitragem, snipers, formadores de mercado), um governador de risco com portões de evidência que audita preenchimentos liquidados e realoca capital, e uma camada de pesquisa de aprendizado de máquina operando um livro sombra. A regra central é que nenhuma estratégia toca dinheiro real até que um intervalo de confiança bootstrap sobre o valor esperado por negociação ultrapasse zero em resultados reais e liquidados. O projeto inclui um data lake de 3,7 GB de resultados liquidados cobrindo mais de 5,5 milhões de mercados, treinamento walk-forward condicionado a superar o Brier score fora da amostra do mercado e previsões pontuadas por liquidação tanto de modelos de ML quanto de analistas LLM. Os destaques de engenharia incluem colocação de ordens assinada com RSA-PSS, kill switches em um ponto único de estrangulamento de ordens, isolamento de subprocessos e mais de 1.400 testes em aproximadamente 58 mil linhas de Python. O repositório é apresentado como um registro de pesquisa honesto. De dez hipóteses de vantagem formalmente testadas, nove foram descartadas com razões mensuradas e uma (convergência de eventos em fim de vida) sobreviveu para negociação ao vivo. O sistema não ganhou dinheiro: está com saldo líquido de -$20,72 após taxas em 117 mercados liquidados, com os motores ainda em execução em +$4,66 e os experimentos desligados em -$25,38. A camada de ML ainda não conquistou uma posição ao vivo. O código da estratégia de vantagem ao vivo e a frota de motores de produção são privados.