← Tillbaka till listan

OpenClaw x Polymarket: Händer att lära dig hur man bygger en automatiserad handelsmaskin Människor

itadol5j

Polymarket Trading Machine Människor

Vad är Polymarket?

Polymarket är den största prognosmarknaden i världen, där användare kan handla sannolikheten för händelser - från idrottstävlingar till politiska val, från krypterade penningpriser till vetenskap och tekniknyheter. Det sätt på vilket transaktionen äger rum liknar "dual power": köper ett "ja" eller "nej" -token för ett givet resultat och belönas om resultatet uppstår.

Dess kärnstyrkor är:

  • Helt decentraliserad.Öppen och transparent baserad på Polygon-kedjan
  • Realtidspris upptäcktMarknadsprognoser tenderar att vara mer exakt än traditionella undersökningar
  • API OpenGe fullständiga transaktioner API för att stödja automatiserade transaktioner

Förberedelser

Installera Python beroende

Vi behöver det. py-clob-client Denna officiella SDK:

pip install py-clob-client requests python-dotenv

Tillgång till plånböcker och API Key

Polymark stöder två typer av autentisering:

  • EOA Wallet(Betala dig själv till Gas)
  • Proxy Wallet(Gasless Transaktion)

Här är det enklaste sättet att visa - EOA-plånboken:

  1. Skapa en Polygon plånbok (rekommenderad med MetaMask)
  2. Insättning USDC.e(för handel) och små POL(för Gas)
  3. För plånboken. Privat nyckel
  4. Använda SDK create_or_derive_api_creds() Metod för att automatiskt generera API kuponger

OpenClaw Miljö

OpenClaw exec Verktyget utför Python-koden och är väl lämpad för att köra detta automatiserade skript.

Core Code uppnådda

Grundläggande: Övervaka marknaden + automatisk notering

import os
import time
import requests
from py_clob_client.client import ClobClient
from py_clob_client.clob_types import OrderArgs, OrderType
from py_clob_client.order_builder.constants import BUY, SELL

HOST = "https://clob.polymarket.com"
CHAIN_ID = 137
PRIVATE_KEY = os.getenv("POLYMARKET_PRIVATE_KEY")
FUNDER_ADDRESS = os.getenv("POLYMARKET_FUNDER")

def init_client():
    temp_client = ClobClient(HOST, key=PRIVATE_KEY, chain_id=CHAIN_ID)
    api_creds = temp_client.create_or_derive_api_creds()
    client = ClobClient(HOST, key=PRIVATE_KEY, chain_id=CHAIN_ID, creds=api_creds, signature_type=0, funder=FUNDER_ADDRESS)
    return client

def get_markets(tag=None, limit=10):
    url = "https://gamma-api.polymarket.com/markets"
    params = {"active": "true", "closed": "false", "limit": limit}
    if tag:
        params["tagName"] = tag
    resp = requests.get(url, params=params)
    return resp.json()

def get_price(token_id):
    url = f"https://gamma-api.polymarket.com/markets/{token_id}/price"
    resp = requests.get(url)
    return resp.json()

def place_order(client, token_id, price, size, side=BUY):
    order = client.create_and_post_order(
        OrderArgs(token_id=token_id, price=price, size=size, side=side, order_type=OrderType.GTC),
        options={"tick_size": "0.01", "neg_risk": False}
    )
    return order

Framsteg: Genomsnittlig returstrategimaskin Människor

Den centrala idén med denna strategi är att köpa den automatiskt när priserna avviker från genomsnittet och väntar på retur.

import logging
import time

logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

class MeanReversionBot:
    def __init__(self, client, token_id, threshold=0.1, size=10):
        self.client = client
        self.token_id = token_id
        self.threshold = threshold
        self.size = size
    
    def get_mid_price(self):
        data = get_price(self.token_id)
        return float(data.get("price", 0.5))
    
    def check_and_trade(self):
        mid_price = self.get_mid_price()
        logger.info(f"当前中间价: {mid_price}")
        
        if mid_price < 0.5 - self.threshold:
            logger.info(f"价格偏低,买入!")
            order = place_order(self.client, self.token_id, mid_price, self.size, BUY)
            logger.info(f"订单已下单: {order}")
        elif mid_price > 0.5 + self.threshold:
            logger.info(f"价格偏高,卖出!")
            order = place_order(self.client, self.token_id, mid_price, self.size, SELL)
            logger.info(f"订单已下单: {order}")
        else:
            logger.info("价格在合理区间,不交易")
    
    def run(self, interval=60):
        logger.info(f"机器人启动,监控 token: {self.token_id}")
        while True:
            try:
                self.check_and_trade()
            except Exception as e:
                logger.error(f"错误: {e}")
            time.sleep(interval)

if __name__ == "__main__":
    client = init_client()
    markets = get_markets(tag="politics", limit=1)
    if markets:
        token_id = markets[0]["clobTokenIds"][0]
        print(f"监控市场: {markets[0]['question']}")
        bot = MeanReversionBot(client, token_id, threshold=0.15, size=5)
        bot.run(interval=120)

OpenClaw Integration

Det är väldigt enkelt att köra denna robot i OpenClaw. Du kan spara koden ovan som polymarket_bot.pyoch sedan exekvera i OpenClaw:

运行 python polymarket_bot.py

Uppmärksamhet

Risk tips

  • Projicerad marknadsvolatilitet, använd endast de medel som är överkomliga
  • Det rekommenderas att vi testar nätverket först.
  • Robottransaktioner kräver ständig övervakning för att förhindra extrema.

2. API-begränsningar

  • Öppna API utan autentisering
  • Deal API behöver plånbok och API Key
  • Se upp för hastighetsbegränsningar.

Gasoptimering

  • EOA-läge kräver POL-betalningsgas
  • Du kan ansöka om proxy plånböcker för att utföra Gasless transaktion