Kalshi가 따라올 수 없는 예측 시장 엣지 (그리고 구축 방법)

예측 시장은 2026년 3분기에 거래량 1,880억 달러라는 기록을 세웠으며, 이는 전 분기 대비 약 70% 높은 수치다. Kalshi가 이 성장을 주도했다. 하지만 Kalshi에서 거래되는 모든 달러는 정보 없는 베팅이다. 결과 계약의 오더북은 볼 수 있지만, 그게 전부다. 기초 자산에서 고래들이 무엇을 하는지 알 수 없다. "BTC above $100K by Friday" 계약이 $0.40에 거래될 때 Smart Money가 BTC를 공격적으로 롱 포지션으로 가져가고 있는지 알 방법이 없다.

Hyperliquid에서는 가능하다. HIP-4 결과 시장이 무기한 선물과 매칭 엔진을 공유하기 때문에, 기초 퍼프의 코호트 포지션을 조회하고 그 인텔리전스를 결과 거래에 덮어씌울 수 있다. 이것이 이 글에서 구축하는 방법을 알려줄 엣지다. HyperTracker의 코호트 API에서 Smart Money 신호를 읽고, 그 신호를 활용해 Hyperliquid의 예측 시장에서 가격이 잘못 책정된 계약을 찾아내는 Python 봇이다.

예측 시장에 인텔리전스 레이어가 필요한 이유

Kalshi에서 "BTC above $80K" 계약은 독립적인 상품이다. 가격은 각자가 가져온 리서치를 바탕으로 다른 예측 시장 트레이더들이 생각하는 바를 반영한다. 차트를 보는 사람도 있고, 헤드라인을 읽는 사람도 있다. 대부분은 추측한다.

Hyperliquid에서는 같은 베팅이 BTC-USDC 무기한 선물과 동일한 체인에 존재한다. 즉, 결과 거래를 하기 전에 모든 규모와 성과 코호트가 기초 자산에서 무엇을 하는지 직접 관찰할 수 있다. Money Printer (전체 이익이 $1M 이상인 지갑)가 BTC 퍼프에서 공격적인 롱 포지션을 쌓는 동안 "BTC above $85K" YES 토큰이 $0.35에 거래된다면, 이는 시장이 해당 결과를 저평가하고 있다는 정량화 가능한 신호다.

이 비대칭성은 Hyperliquid가 결과 계약과 무기한 선물이 단일 매칭 엔진과 정산 레이어를 공유하는 유일한 주요 예측 시장 플랫폼이기 때문에 존재한다. Kalshi, Polymarket, Drift BET은 모두 결과 시장을 독립적으로 운영한다. HIP-4는 2026년 5월 2일 Hyperliquid 메인넷에 출시되었고, 2026년 8월 29일부터는 500,000 HYPE를 스테이킹한 빌더가 검증자 승인 템플릿으로 시장을 배포할 수 있게 되어, 큐레이팅된 제품이 아닌 퍼미션리스 인프라로 자리잡았다.

Kalshi의 규제 문제, 그리고 빌더에게 중요한 이유

Kalshi의 지배력에는 규제라는 단서가 붙어있다. 2026년 9월, 신시내티 소재 미국 제6 순회 항소법원은 주(州)가 예측 시장을 규제할 수 있다고 판결하며, 이벤트 계약을 주 도박법에서 면제하려는 Kalshi의 시도를 기각했다. 워싱턴, 미시간, 네바다, 매사추세츠는 이미 Kalshi의 영업을 차단했다. 제9 순회법원도 주 규제 당국의 손을 들어줬고, 제3 순회법원은 반대 판결을 내려 연방대법원까지 갈 수 있는 순회법원 분열이 생겼다.

빌더 입장에서, 이 규제 불확실성은 Kalshi API가 특정 주에서 하룻밤 사이에 시장 접근을 잃을 수 있다는 것을 의미한다. 온체인 예측 시장은 이런 관할권별 위험에 직면하지 않는다. 예측 시장 봇을 구축한다면, 주 검사가 지역 차단을 할 수 없는 인프라에서 구축하는 것이 구조적 이점이다.

Hyperliquid의 HIP-4도 성장통을 겪고 있다. 첫 5개월 동안 누적 거래량 3억 1,700만 달러를 기록했으며, 9월에는 5,100만 달러였다. Kalshi의 주간 190억 달러에 비하면 미미한 수준이다. 하지만 거래량 격차가 곧 기회이기도 하다. 시장이 얇을수록 스프레드가 넓고, 스프레드가 넓을수록 군중보다 더 나은 정보를 가진 봇의 거래당 수익이 커진다.

코호트 기반 예측 봇의 아키텍처

봇은 네 가지 구성 요소로 이루어진다. 첫째, Hyperliquid의 info 엔드포인트에서 결과 자산을 조회하여 활성 HIP-4 시장을 발견한다. 둘째, 기초 자산(주로 BTC 또는 ETH)에 대한 코호트 포지션 데이터를 HyperTracker API에서 가져온다. 셋째, YES/NO 토큰 가격이 코호트 심리와 어긋나 있는지 평가한다. 넷째, 신호가 정의한 임계값을 넘으면 주문을 실행한다.

발견 단계는 다음과 같다. 모든 HIP-4 자산은 기초 자산, 행사가, 만료일을 인코딩한 명명 규칙을 따른다:

import requests, json

# Discover active HIP-4 outcome markets
info = requests.post("https://api.hyperliquid.xyz/info",
    json={"type": "meta"}).json()

outcome_markets = [
    asset for asset in info["universe"]
    if asset.get("isOutcome", False)
]

for m in outcome_markets[:5]:
    print(f"{m['name']}  szDecimals={m['szDecimals']}")

명명 규칙은 BTC-80000-30OCT26과 같은 형식을 사용하는데, 이는 "2026년 10월 30일까지 BTC가 $80,000을 초과할 것인가?"를 의미한다. 각 시장에는 YES와 NO 토큰이 모두 있으며, 오더북은 통합된다. 가격 p에서의 YES 매수는 1-p에서의 NO 매도와 같다.

HyperTracker에서 코호트 신호 가져오기

BTC 결과 시장을 식별했으면, 다음 단계는 HyperTracker의 코호트 메트릭 엔드포인트를 조회하여 각 트레이더 세그먼트가 BTC 퍼프에서 무엇을 하는지 파악하는 것이다. 우리 데이터는 Hyperliquid의 모든 지갑을 16개의 행동 코호트로 분류한다. 계좌 규모에 따라 8개(Shrimp, $0-$250부터 Leviathan, $5M+까지), 전체 PnL에 따라 8개(Money Printer, +$1M부터 Giga-Rekt, -$1M 미만까지)다.

import os

HT_TOKEN = os.environ["HYPERTRACKER_API_KEY"]
HT_BASE  = "https://ht-api.coinmarketman.com/api/external"

def get_cohort_bias(coin: str) -> dict:
    """Fetch cohort positioning for a coin's perp market."""
    resp = requests.get(
        f"{HT_BASE}/cohort-metrics",
        headers={"Authorization": f"Bearer {HT_TOKEN}"},
        params={"coin": coin}
    )
    resp.raise_for_status()
    return resp.json()

btc_cohorts = get_cohort_bias("BTC")

# Focus on high-signal cohorts
for cohort in btc_cohorts.get("data", []):
    name = cohort["cohortName"]
    if name in ["Money Printer", "Smart Money", "Leviathan", "Tidal Whale"]:
        print(f"{name}: bias={cohort.get('bias')}, "
              f"longPct={cohort.get('longPercent')}")

예측 시장 거래에서 가장 강한 신호를 전달하는 코호트는 PnL 기반 승자들이다. Money Printer (누적 이익 $1M 이상 지갑)와 Smart Money ($100K-$1M)다. 이 코호트들이 기초 자산에서 공격적인 롱 또는 숏 포지션으로 전환할 때, 그것은 올바른 방향을 잡아온 실적으로 뒷받침된 방향성 관점을 표현하는 것이다. 우리 데이터는 5분마다 갱신되므로, 가격에 반영되기 훨씬 전에 포지션 변화를 확인할 수 있다.

PnL 코호트가 예측 시장에서 규모 코호트보다 더 중요한 이유. Leviathan ($5M+ 계좌)은 델타 중립적인 마켓 메이커일 수 있다. Money Printer (평생 이익 $1M+)는 방향성 판단의 실적이 검증된 지갑이다. 이진 결과 거래의 경우, PnL 코호트는 역사적으로 방향성에 대해 옳았던 지갑을 걸러내기 때문에 더 깔끔한 신호를 제공한다.

신호: 코호트 편향이 결과 가격과 엇갈릴 때

핵심 로직은 간단하다. Smart Money 코호트가 BTC 퍼프에서 강하게 롱을 잡고 있고, "BTC above $X" 시장의 YES 토큰이 코호트 데이터가 암시하는 수준보다 낮게 거래된다면, 결과 시장이 해당 이벤트를 저평가하는 것이다. YES를 매수한다. Smart Money가 공격적으로 숏을 잡고 YES가 내재 공정 가치 이상으로 거래된다면, NO를 매수한다.

def evaluate_signal(cohort_data: dict, yes_price: float) -> str:
    """
    Compare cohort positioning against outcome market price.
    Returns 'buy_yes', 'buy_no', or 'no_trade'.
    """
    # Extract Money Printer + Smart Money long percentages
    smart_cohorts = [c for c in cohort_data.get("data", [])
                     if c["cohortName"] in ["Money Printer", "Smart Money"]]

    if not smart_cohorts:
        return "no_trade"

    avg_long_pct = sum(
        c.get("longPercent", 50) for c in smart_cohorts
    ) / len(smart_cohorts)

    # Convert long percentage to implied probability
    # 80% long across smart cohorts ≈ 0.80 implied bullish probability
    implied_prob = avg_long_pct / 100

    # Define your edge threshold (illustrative, tune via backtesting)
    EDGE_THRESHOLD = 0.15  # example only

    if implied_prob - yes_price > EDGE_THRESHOLD:
        return "buy_yes"
    elif yes_price - implied_prob > EDGE_THRESHOLD:
        return "buy_no"
    else:
        return "no_trade"

몇 가지 유의할 점이 있다. 위의 EDGE_THRESHOLD 값은 예시다. 실제로는 과거 코호트 데이터와 결과 시장 정산을 바탕으로 다양한 임계값을 백테스트하여, 특정 전략에서 양의 기대값을 만들어내는 수준을 찾아야 한다. HyperTracker는 코인별 코호트 히스토리 약 4주치와 약 6.5개월치의 체결 데이터를 제공하므로, 실제 자본을 위험에 노출시키기 전에 가설을 검증할 충분한 깊이가 있다.

HIP-4 시장에 주문 실행하기

신호가 발생하면, HIP-4 시장에 주문을 넣는 것은 퍼프 거래 주문과 동일한 exchange API를 사용한다. 핵심 차이점은 결과 자산이 완전 담보 방식(마진 없음, 청산 없음)이며, 현재 결과 시장의 수수료가 제로라는 점이다.

from eth_account import Account
import eth_abi

# Order placement (simplified, production code needs nonce management)
wallet = Account.from_key(os.environ["PRIVATE_KEY"])

def place_outcome_order(asset_name: str, is_buy: bool,
                        price: float, size: float):
    """Place a limit order on a HIP-4 outcome market."""
    order = {
        "a": asset_name,       # e.g. "BTC-80000-30OCT26"
        "b": is_buy,           # True for YES buy, False for NO buy
        "p": str(price),       # Price in USDC (0.01 to 0.99)
        "s": str(size),        # Number of contracts
        "r": False,            # reduce_only
        "t": {"limit": {"tif": "Gtc"}}
    }

    # Sign and send via Hyperliquid's exchange endpoint
    action = {"type": "order", "orders": [order], "grouping": "na"}
    # ... signing logic omitted for brevity
    resp = requests.post("https://api.hyperliquid.xyz/exchange",
        json={"action": action, "signature": sig, "nonce": nonce})
    return resp.json()

HIP-4 포지션은 완전 담보 방식이므로, 리스크 관리는 퍼프 거래와 다르다. 결과 거래에서의 최대 손실은 계약에 지불한 가격이다. YES를 $0.35에 매수하면, 이벤트 발생 시 $0.65를 얻기 위해 계약당 $0.35를 위험에 노출시킨다. 마진콜도 없고 청산 엔진도 없다. 이 때문에 리스크 관리 측면에서 예측 시장 봇은 더 단순하지만, 동시에 진행 중인 여러 시장에 걸친 자본 배분은 여전히 추적해야 한다.

모두 연결하기: 이벤트 루프

프로덕션 봇은 이 로직을 일정에 따라 실행한다. 5분마다(HyperTracker의 갱신 주기에 맞춰), 활성 결과 시장을 스캔하고, 각 기초 자산의 최신 코호트 데이터를 가져오고, 신호를 평가하고, 주문을 실행하거나 취소한다. 뼈대는 다음과 같다:

import time

def run_bot():
    while True:
        # 1. Discover active outcome markets
        markets = discover_outcome_markets()

        for market in markets:
            underlying = market["name"].split("-")[0]  # "BTC"

            # 2. Pull cohort positioning
            cohort_data = get_cohort_bias(underlying)

            # 3. Get current YES price from the order book
            yes_price = get_mid_price(market["name"])

            # 4. Evaluate signal
            signal = evaluate_signal(cohort_data, yes_price)

            if signal == "buy_yes":
                place_outcome_order(market["name"],
                    is_buy=True, price=yes_price + 0.01,
                    size=calculate_position_size())
            elif signal == "buy_no":
                place_outcome_order(market["name"],
                    is_buy=False,
                    price=(1 - yes_price) + 0.01,
                    size=calculate_position_size())

        # 5. Wait for next refresh cycle
        time.sleep(300)  # 5 minutes

if __name__ == "__main__":
    run_bot()

calculate_position_size() 함수는 자신만의 리스크 파라미터를 구현하는 곳이다. 결과 계약은 수익이 제한되어 있으므로($0에서 $1), 포지션 크기 결정은 레버리지 관리보다 시장 전반에 걸친 자본 배분에 가깝다. 시장당 자금의 일정 비율을 고정 배분하거나, 코호트 내재 엣지의 크기에 따라 규모를 조정할 수 있다.

빌더 팁: HyperTracker의 웹훅 전달(Flow 및 Stream 티어에서 제공)을 사용하면 일정에 따라 폴링하는 대신 코호트 포지션 업데이트를 봇에 직접 푸시할 수 있다. 5분 루프가 사라지고, 코호트 변화가 발생하는 즉시 대응할 수 있다.

스케일에서 이것이 어떻게 보이는지

단일 시장 데모는 메커니즘을 이해하는 데 유용하지만, 이 접근법의 진정한 힘은 모든 활성 HIP-4 결과 시장에서 동시에 실행할 때 나온다. 2026년 10월 중순 기준으로 HIP-4에는 암호화폐, 스포츠, 매크로 카테고리에 걸쳐 228개의 활성 시장이 있었다. 코호트 데이터가 기초 퍼프와 직접 연결되기 때문에 암호화폐 시장(BTC 및 ETH 결과)이 자연스러운 출발점이다. 하지만 HIP-4가 더 다양한 카테고리로 확장됨에 따라, Hyperliquid에 대응하는 퍼프가 있는 모든 곳에 같은 패턴이 적용된다.

구조적 이점은 시간이 지날수록 복리로 커진다. Kalshi와 Polymarket 모두 막대한 거래량을 처리하는데, Kalshi는 최근 한 주에만 190억 달러를 처리했고 Polymarket은 37억 달러를 운영했다. 하지만 두 플랫폼 모두 기초 자산에서 최고 성과를 내는 지갑들이 무엇을 하는지 프로그래밍 방식으로 접근할 수 없다. 그 정보 격차가 코호트 오버레이 전략을 실행 가능하게 만드는 것이고, Kalshi와 Polymarket이 무기한 선물 거래소와 인프라를 공유하지 않기 때문에 설계상 존재하는 격차다.

예측 시장 엣지를 구축하세요

HyperTracker API는 Hyperliquid의 모든 자산에 대해 16개의 행동 코호트, 주문 흐름 신호, 청산 위험 점수를 제공한다. 무료 티어는 하루 100건의 요청으로 프로토타이핑을 시작할 수 있다.

API 키 받기

결론

예측 시장은 호황이다. 2026년 3분기 거래량이 모든 플랫폼을 합쳐 1,880억 달러를 기록했다. Kalshi가 그 파이의 대부분을 차지한다. 하지만 거래량을 소유하는 것과 정보 우위를 소유하는 것은 다른 문제다. Kalshi의 모든 트레이더는 동일한 정보 집합으로 같은 오더북을 바라본다. Hyperliquid에서는 Money Printer, Leviathan, Smart Money 지갑이 기초 퍼프에서 무엇을 하는지 확인하고, 그 인텔리전스를 프로그래밍 방식으로 결과 거래로 전환할 수 있다.

이 글의 코드는 출발점이다. 진짜 작업은 임계값을 백테스트하고, 포지션 크기를 조정하고, 시장 유형별로 어떤 코호트 신호가 가장 중요한지 결정하는 것이다. 우리 데이터가 원시 인텔리전스를 제공한다. 전략을 만드는 것은 당신의 몫이다.