收益率86%？如何利用機器人在Polymarket上「躺賺」
概要
本文摘要：作者自述建立並測試一個 Polymarket 機器人，並在 BTC 15 分鐘漲跌市場中執行自動化交易，透過一套兩段式循環（Leg 1 與 Leg 2）與實時最佳買賣價（best bid/ask）監控，嘗試在市場波動中獲利。
機器人搭建邏輯
機器人運行在「BTC 15 分鐘 UP/DOWN」市場，透過 WebSocket 流式取得最優買價/賣價，提供固定的終端 UI，並可透過文本指令全面控制。自動模式的參數為 auto on <shares> [sum=0.95] [move=0.15] [windowMin=2]；Leg 1 在每輪開始後的 windowMin 分鐘內觀察價格波動；若任一方跌幅達 movePct，觸發 Leg 1 買入暴跌的一方。完成 Leg 1 後，若 leg1EntryPrice + oppositeAsk <= sumTarget，觸發 Leg 2，買入相反方向。Leg 2 完成後循環結束，回到觀察狀態。若輪次變更，則重新開始。
另外，作者展示回測資料的收集方式：透過在機器人運行時實時記錄 best-ask 快照，建立回測資料集。
回測
回測邏輯：等待暴力砸盤，買入剛跌完的那一方，待價格穩定後對衝，相同參數下 priceUP + priceDOWN < 1。結果顯示在某些設定下 ROI 高達 86%，初始 $1,000 在短短幾天增至 $1,869。較激進的參數集（sumTarget 0.6、跌幅閾值 1%、windowMin 15 分鐘）在 2 天後回報率為 -50%。這說明參數選擇對收益影響極大。
回測中，作者也指出回測限制，例如資料僅數日、未模擬成交量與訂單深度、未模擬滑點的變化、未模擬頻率限制、API 錯誤、重連等情況，以及大單對訂單簿的衝擊等。回測雖有價值，但不能保證現實表現。
回測的局限性
- 僅使用數天的數據，可能不足以反映市場全貌。
- 依賴已記錄的最佳賣價快照，可能不反映部分成交、或以不同價格成交的情形。
- 未模擬訂單深度與可用成交量。
- 未捕捉到秒級以下的微波動與可變滑點。
- 回測未模擬頻率限制、API 錯誤、交易中斷、重連等情況。
- 每筆交易被視為立即執行，未含掛單排隊等現實因素。
- 費用設置為統一，現實中費用可能因市場/代幣等因素變動。
- 保守假設：若 Leg 2 未在市場關閉前執行，Leg 1 全損；這是刻意保守，實際情況也可能不同。
基礎設施
作者計畫在樹莓派（Raspberry Pi）上運行該機器人，以保持 24/7 全天候運作，並降低主機資源消耗。未來改進方向包括：用 Rust 取代 JavaScript 提升性能、部署專用 Polygon RPC 節點降低延遲、將機器人部署在接近 Polymarket 的 VPS 上等。此外，作者表示正在學習 Rust。
原文連結：原文連結