Преимущество на рынке предсказаний, которое Kalshi не может повторить (и как его создать)

Рынки предсказаний установили рекорд по объёму в $188 миллиардов в третьем квартале 2026 года, превысив показатель предыдущего квартала почти на 70%. Большую часть этого роста обеспечил Kalshi. Но каждый доллар, торгуемый на Kalshi, является слепой ставкой: вы можете видеть стакан ордеров по контракту на исход события, и это всё. Вы не можете видеть, что делают киты на базовом активе. Вы не можете видеть, агрессивно ли Smart Money открывает лонги по BTC, когда контракт «BTC выше $100K к пятнице» торгуется по $0.40.

На Hyperliquid вы можете. Поскольку рынки исходов HIP-4 используют общий движок сопоставления с бессрочными фьючерсами, вы можете запрашивать позиционирование когорт по базовому перпу и накладывать эту аналитику на свои сделки с исходами. Именно это преимущество научит вас создавать данная статья: Python-бот, считывающий сигналы Smart Money из API когорт HyperTracker и использующий их для поиска неверно оценённых рынков предсказаний на Hyperliquid.

Почему рынкам предсказаний нужен аналитический слой

На Kalshi контракт «BTC выше $80K» является самостоятельным инструментом. Цена отражает мнение других участников рынка предсказаний, подкреплённое собственными исследованиями каждого из них. Одни следят за графиками. Другие читают заголовки новостей. Большинство угадывает.

На Hyperliquid та же ставка существует в одной сети с бессрочным контрактом BTC-USDC, а значит, вы можете напрямую наблюдать, что делает каждая когорта по размеру и результативности на базовом активе, прежде чем открыть сделку на исход. Если Money Printer (кошельки с суммарной прибылью свыше $1 млн) набирают агрессивные лонговые позиции по перпам BTC, а YES-токен «BTC выше $85K» торгуется по $0.35, это количественно измеримый сигнал о том, что рынок недооценивает вероятность данного исхода.

Эта асимметрия существует потому, что Hyperliquid является единственной крупной платформой рынков предсказаний, где контракты на исходы и бессрочные фьючерсы используют единый движок сопоставления и расчётный уровень. Kalshi, Polymarket и Drift BET — все они работают с рынками исходов в изоляции. HIP-4 был запущен на основной сети Hyperliquid 2 мая 2026 года, а с 29 августа 2026 года разработчики, застейкавшие 500 000 HYPE, могут разворачивать рынки из шаблонов, одобренных валидаторами, превращая это в инфраструктуру без разрешений, а не в курируемый продукт.

Регуляторная проблема Kalshi и её значение для разработчиков

Доминирование Kalshi сопровождается регуляторной оговоркой. В сентябре 2026 года 6-й апелляционный суд США в Цинциннати постановил, что штаты могут регулировать рынки предсказаний, отклонив попытку Kalshi освободить контракты на события от законов штатов об азартных играх. Вашингтон, Мичиган, Невада и Массачусетс уже запретили Kalshi работать на своих территориях. 9-й округ также поддержал позицию регуляторов штатов, тогда как 3-й округ занял противоположную сторону, создав конфликт между округами, который может дойти до Верховного суда.

Для разработчиков этот регуляторный лоскутный ковёр означает, что API Kalshi может в любой момент лишиться доступа к рынкам того или иного штата. Децентрализованные рынки предсказаний не подвержены такому риску в разрезе отдельных юрисдикций. Если вы создаёте бота для рынков предсказаний, строить его на инфраструктуре, которую не может заблокировать генеральный прокурор конкретного штата, является структурным преимуществом.

HIP-4 на Hyperliquid также переживает период становления. За первые пять месяцев он зафиксировал $317 миллионов накопленного объёма, из которых $51 миллион пришёлся на сентябрь. Это ничтожно мало по сравнению с еженедельными $19 миллиардами Kalshi. Но разрыв в объёмах — это одновременно и возможность: меньший объём означает более широкие спреды, а более широкие спреды означают большую прибыль на каждую сделку для бота, располагающего лучшей информацией, чем толпа.

Архитектура бота для торговли предсказаниями с аналитикой когорт

Бот состоит из четырёх компонентов. Во-первых, он обнаруживает активные рынки HIP-4, запрашивая эндпоинт info Hyperliquid для получения списка активов-исходов. Во-вторых, он получает данные о позиционировании когорт из API HyperTracker для базового актива (как правило, BTC или ETH). В-третьих, он оценивает, не рассинхронизирована ли цена YES/NO-токена с настроением когорт. В-четвёртых, он размещает ордер при пересечении заданного вами порога.

Вот шаг обнаружения рынков. Каждый актив HIP-4 следует соглашению об именовании, которое кодирует базовый актив, цену исполнения и дату экспирации:

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']}")

Соглашение об именовании использует формат вида BTC-80000-30OCT26, что означает «Превысит ли BTC $80 000 к 30 октября 2026 года?». Каждый рынок имеет как YES-, так и NO-токены, а стакан ордеров объединён: покупка YES по цене p равнозначна продаже NO по цене 1-p.

Получение сигналов когорт из HyperTracker

После того как вы определили рынок исходов по BTC, следующий шаг — запрос к эндпоинту метрик когорт HyperTracker, чтобы узнать, что делает каждый торговый сегмент на перпах BTC. Наши данные классифицируют каждый кошелёк на Hyperliquid по одной из 16 поведенческих когорт: восемь по размеру счёта (от Shrimp при $0-$250 до Leviathan при $5M+) и восемь по суммарному PnL (от Money Printer при +$1M до Giga-Rekt ниже -$1M).

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')}")

Когорты с наибольшей значимостью сигнала для торговли на рынках предсказаний — это победители по PnL: Money Printer (кошельки с накопленной прибылью свыше $1 млн) и Smart Money ($100K-$1M). Когда эти когорты переходят к агрессивному лонговому или шортовому позиционированию на базовом активе, они выражают направленный взгляд, подкреплённый историей успешных решений. Наши данные обновляются каждые 5 минут, а значит, вы видите смещение позиций задолго до того, как оно отразится в цене.

Почему PnL-когорты важнее когорт по размеру для рынков предсказаний. Leviathan (счёт $5M+) может быть маркетмейкером с дельта-нейтральной позицией. Money Printer ($1M+ суммарной прибыли) имеет подтверждённую историю направленных сделок. Для бинарных сделок на исходы PnL-когорты дают более чистый сигнал, поскольку фильтруют кошельки, исторически оказывавшиеся правыми относительно направления движения.

Сигнал: когда настроение когорт расходится с ценой исхода

Основная логика проста. Если когорты Smart Money агрессивно в лонге по перпам BTC, а YES-токен на рынке «BTC выше $X» торгуется ниже значения, подразумеваемого данными когорт, рынок исходов недооценивает это событие. Вы покупаете YES. Если Smart Money агрессивно шортит, а YES торгуется выше подразумеваемой справедливой стоимости, вы покупаете NO.

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"

Несколько важных замечаний. Значение EDGE_THRESHOLD выше приведено в качестве иллюстрации. На практике вы проводите бэктестинг различных порогов на исторических данных когорт и расчётах рынков исходов, чтобы найти уровень, обеспечивающий положительное математическое ожидание для вашей конкретной стратегии. HyperTracker предлагает порядка 4 недель исторических данных когорт на уровне монет и около 6.5 месяцев данных по сделкам, так что глубины достаточно для проверки гипотезы перед тем, как рисковать капиталом.

Размещение ордеров на рынках HIP-4

Когда сигнал срабатывает, размещение ордера на рынке HIP-4 использует тот же exchange API, что и открытие перпетуального ордера. Ключевое отличие в том, что активы-исходы полностью обеспечены залогом (без маржи и ликвидации), а комиссии для рынков исходов в настоящее время равны нулю.

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()

Поскольку позиции HIP-4 полностью обеспечены залогом, управление рисками выглядит иначе, чем в перпетуальной торговле. Максимальный убыток по любой сделке с исходом ограничен ценой, уплаченной за контракт. Купив YES по $0.35, вы рискуете $0.35 на контракт, чтобы заработать $0.65 при наступлении события. Ни маржин-коллов, ни движка ликвидации не существует. Это делает ботов для рынков предсказаний проще в управлении с точки зрения рисков, хотя вам всё равно нужно отслеживать распределение капитала между несколькими одновременно активными рынками.

Объединяем всё вместе: событийный цикл

Производственный бот выполняет эту логику по расписанию. Каждые пять минут (в соответствии с циклом обновления HyperTracker) он сканирует активные рынки исходов, получает свежие данные когорт для каждого базового актива, оценивает сигналы и размещает или отменяет ордера. Вот скелет:

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()

Функция calculate_position_size() — это место, где вы реализуете собственные параметры управления рисками. Поскольку контракты на исходы имеют ограниченный диапазон выплат (от $0 до $1), определение размера позиции в большей степени касается распределения капитала между рынками, чем управления плечом. Вы можете выделять фиксированную долю банкролла на каждый рынок или масштабировать размер пропорционально величине преимущества, подразумеваемого когортами.

Совет для разработчиков: Доставка через вебхуки HyperTracker (доступна на тарифах Flow и Stream) позволяет получать обновления позиционирования когорт напрямую в вашего бота, минуя опрос по расписанию. Это устраняет 5-минутный цикл и позволяет реагировать на изменения в когортах по мере их возникновения.

Как это выглядит в масштабе

Демонстрация на одном рынке полезна для понимания механики, но реальная сила этого подхода раскрывается при одновременной работе на всех активных рынках исходов HIP-4. По состоянию на середину октября 2026 года HIP-4 насчитывал 228 активных рынков в категориях крипто, спорта и макроэкономики. Криптовалютные рынки (исходы по BTC и ETH) являются очевидной отправной точкой, поскольку данные когорт напрямую соответствуют базовому перпу. Но по мере расширения HIP-4 в более экзотические категории та же схема применима везде, где базовый актив имеет соответствующий перп на Hyperliquid.

Структурное преимущество накапливается со временем. И Kalshi, и Polymarket торгуют колоссальными объёмами: Kalshi обработал $19 миллиардов за одну из последних недель, Polymarket — $3.7 миллиарда. Но ни одна из этих платформ не даёт программного доступа к тому, что делают наиболее результативные кошельки на базовом активе. Именно этот информационный разрыв делает стратегию наложения когорт жизнеспособной, и он существует по своей природе, поскольку Kalshi и Polymarket не разделяют инфраструктуру с биржей бессрочных фьючерсов.

Создайте своё преимущество на рынке предсказаний

API HyperTracker предоставляет вам 16 поведенческих когорт, сигналы потока ордеров и оценки риска ликвидации для каждого актива на Hyperliquid. Бесплатный тариф даёт 100 запросов в день для начала прототипирования.

Получить API-ключ

Итог

Рынки предсказаний переживают бум: объём за третий квартал 2026 года достиг $188 миллиардов на всех платформах. Большей частью этого пирога владеет Kalshi. Но владеть объёмом и владеть информационным преимуществом — это две разные вещи. Каждый трейдер на Kalshi смотрит в один и тот же стакан с одним и тем же набором информации. На Hyperliquid вы можете видеть, что делают Money Printer, Leviathan и Smart Money-кошельки на базовом перпу, и программно конвертировать эту аналитику в сделки с исходами.

Код в этой статье является отправной точкой. Настоящая работа — это бэктестинг пороговых значений, настройка размера позиций и выбор того, какие сигналы когорт имеют наибольший вес для разных типов рынков. Наши данные дают вам сырую аналитику. Стратегию вы строите сами.