kalshi-quant-research

Kalshi Quant Research是一个针对Kalshi（一个受CFTC监管的事件合约交易所）的系统化交易研究框架。其结构类似于一个小型交易公司，包含三个层次：一支由40多个异步执行引擎组成的舰队（包括收敛、套利、狙击手、做市商报价），一个基于证据门控的风险治理器，用于审计已结算的成交并重新分配资本，以及一个运行影子账簿的机器学习研究层。核心规则是，除非每笔交易预期价值的自助置信区间在真实、已结算的结果上突破零，否则任何策略都不能动用真实资金。 该项目包含一个3.7GB的已结算结果数据湖，覆盖超过550万个市场，以击败市场样本外Brier分数为门槛的逐步前进训练，以及来自机器学习模型和LLM分析师的结算评分预测。工程亮点包括RSA-PSS签名的订单放置、在通用订单瓶颈处的紧急停止开关、子进程隔离，以及约58,000行Python代码中的1,400多个测试。 该仓库被呈现为一份诚实的研究记录。在十个正式测试的边缘假设中，九个因测量到的原因被排除，一个（晚期事件收敛）存活至实盘交易。该系统尚未盈利：在117个已结算市场中，扣除费用后净亏损20.72美元，仍在运行的引擎盈利4.66美元，而关闭的实验亏损25.38美元。机器学习层尚未获得实盘席位。实盘边缘策略代码和生产引擎舰队是私有的。