Predict.fun-API-Anleitung: Trading-Bot in 5 Schritten anbinden

Auth: API-Key aus den Kontoeinstellungen, als Header gesendet.
Lesen: REST für Märkte und Preisleitern; ein Orderbuch-Stream für Live-Updates.
Handeln: Limit- und Taker-Orders pro Anteil, Tick 0.01.
Taker-Gebühr: 0.018 x min(p, 1-p) pro Anteil, berechnet in Outcome-Anteilen. Maker zahlen nichts.
Abrechnung: Ein Punktwert des Orakelpreises an jeder Grenze. Keine Mittelung. Unentschieden zahlen 50/50.
Geografie: Sperrt die USA.
Doku: docs.predict.fun

Arbeitest du mit einem KI-Assistenten?

Dieses Briefing erklärt einem Assistenten, wie Predict.fun authentifiziert, wie die Gebührenformel lautet und wo die Fallen liegen. Kopieren, einfügen, dann deine Frage stellen.

Prompt anzeigen

Hilf mir, einen Trading-Bot an die API von Predict.fun anzubinden. Kontext: die kurzen Krypto-Up/Down-Märkte werden über einen Punktwert des Chainlink-Preisstreams an jeder Fenstergrenze abgerechnet (keine Mittelung), die Fenster schließen exakt aneinander an, sodass der Endpreis eines Fensters der Startpreis des nächsten ist, und Unentschieden zahlen 50/50. Zeig mir: Authentifizierung mit einem API-Key, die aktuellen 5-Minuten- und 15-Minuten-Märkte auflisten, die Orderbuch-Preisleiter lesen, einen Taker-Kauf platzieren und meine Fills lesen. Fallen: die Taker-Gebühr beträgt 0.018 x min(p, 1-p) pro Anteil und wird in Outcome-Anteilen berechnet, Maker zahlen nichts, das Orderbuch ist in der letzten Minute meist einseitig, und ein 25-Prozent-Maker-Rebate plus Punkteprogramm hat keinen angekündigten Geldwert. Verweise mich für exakte Endpunkt-Pfade auf die offizielle Dokumentation. Source: thebotledger.com/api/predict-fun

Fünf Schritte, vereinfacht. Die Endpunkt-Namen unten sind Platzhalter für die Form jedes Aufrufs; nimm die exakten Pfade aus der Referenz, die sich öfter ändert als bei den größeren Börsen.

Authentifizieren

import requests
BASE = "https://api.predict.fun"          # in der Doku bestätigen
H = {"X-API-Key": API_KEY}

Die aktuellen Fenster auflisten

markets = requests.get(f"{BASE}/markets", params={"category": "crypto", "status": "open"}, headers=H).json()
m = next(x for x in markets if x["timeframe"] == "5m" and x["asset"] == "BTC")
start_price = m["startPrice"]              # die deklarierte Eröffnung, exakt auf den Tick

Die Fenster schließen aneinander an: der Endpreis eines Fensters ist der Startpreis des nächsten. Wenn dein eigener Spot-Feed vom deklarierten Startpreis abweicht, vertrau dem deklarierten.

Die Preisleiter lesen
```
book = requests.get(f"{BASE}/markets/{m['id']}/orderbook", headers=H).json()
best_ask = book["asks"][0]                 # [price, size]
best_bid = book["bids"][0]
```
In der letzten Minute nimmt fast jeder Abschluss den Ask oder trifft das Bid; innerhalb des Spreads wird nichts gehandelt. Modelliere deine Fills am Touch, nicht am Mid.

Einen Taker-Kauf platzieren

order = {"marketId": m["id"], "outcome": "UP", "side": "BUY", "type": "LIMIT",
         "price": best_ask[0], "size": 30, "timeInForce": "FOK"}
r = requests.post(f"{BASE}/orders", json=order, headers=H).json()

Die Gebühr geht von den Anteilen ab, die du bekommst; ein Kauf von 30 Anteilen zu 50 Cent liefert also etwa 29,7 Anteile.

Fills lesen

fills = requests.get(f"{BASE}/fills", headers=H).json()

Die Abrechnung macht den Unterschied

Polymarket, Limitless und Kalshi rechnen kurze Krypto-Märkte alle über einen Durchschnitt der letzten Minute ab. Predict.fun rechnet über einen einzigen Messwert ab. In flachen Fenstern widersprechen sich die beiden Regeln etwa in einem von zehn Fällen, also wirf Predict.fun-Ergebnisse nicht mit den anderen zusammen, und übertrag ein auf den anderen trainiertes Modell nicht ohne erneutes Training.