Quatre sources, dans l'ordre où vous devriez les consulter. Aucune ne coûte d'argent. La dernière est celle sur laquelle vous finirez par compter.
1. Archives tick publiques
Des carnets d'ordres en profondeur complète pour les marchés crypto courts existent sur Hugging Face et GitHub, certains à une résolution de 100 millisecondes, couvrant plusieurs semaines d'affilée et déjà étiquetés avec les résultats officiels. Cherchez sur les hubs de jeux de données le nom de l'exchange plus « crypto » ou « up down ». Vérifiez la période couverte et la fréquence d'échantillonnage avant de construire dessus ; deux archives portant le même nom peuvent avoir un mois d'écart.
2. Endpoints des exchanges
Kalshi sert des chandeliers pour n'importe quel marché depuis sa cotation : bid, ask et volume à l'intervalle que vous demandez. Polymarket sert un historique de prix par token et chaque marché réglé par id numérique, y compris les marchés qui n'apparaissent plus dans les requêtes par slug. Les deux sont de l'historique de carnet gratuit, sans logger nécessaire.
3. Exécutions on-chain
Chaque exécution Polymarket est un journal d'événements sur Polygon ; les exécutions Limitless sont sur Base. Un indexeur récupère tout l'historique de trading d'un portefeuille en quelques minutes ; c'est ainsi que l'étude de cas sur le copy-trading a été testée et que n'importe qui peut auditer un taux de gain public.
4. Votre propre logger
Carnets par websocket plus un instantané toutes les 5 secondes, compressés chaque jour. Comptez 1 à 2 Go par jour et par exchange. Lancez-le avant de lancer quoi que ce soit d'autre ; la semaine que vous passez à construire un modèle est une semaine de données que vous regretterez de ne pas avoir.
Comment récupérer les résultats
- Récupérez le résultat officiel de chaque marché par id. Ne le dérivez jamais du dernier prix ni de votre propre lecture d'oracle ; dans les logs, ceux-ci étaient faux 2 à 7 pour cent du temps, et un « avantage » de 14 pour cent s'est révélé n'être rien d'autre que de mauvais labels.
- Gardez les charges utiles brutes et dérivez les variables plus tard, jamais l'inverse.
- Compressez chaque jour avec zstd ; un mois de ticks tient sur un petit NVMe.
- Notez l'horloge à laquelle chaque carnet a été lu. Une fenêtre sans lecture fraîche n'est pas un trade que vous auriez pu faire.
- Écartez les fenêtres dont le carnet n'a jamais bougé entre l'ouverture et votre seconde d'entrée. Environ une fenêtre sur huit dans l'export d'un exchange était une cotation figée par une panne, et une relecture naïve en a « gagné » 92 pour cent.
Prix spot, quatre options
- Websocket d'exchange
- Book ticker de Binance ou Coinbase. Le moins cher et le plus rapide ; le carnet du marché de prédiction y réagit en environ 16 millisecondes, c'est donc une référence, pas un avantage.
- Klines 1 seconde
- Binance publie des archives quotidiennes. Suffisant pour la recherche, pas pour déclencher des ordres.
- Le flux d'oracle de l'exchange
- Polymarket relaie ses prix Chainlink sur son propre websocket. Le seul flux qui correspond au règlement.
- Flux de données payants
- Les flux d'oracle infra-seconde coûtent plus que ce que la plupart des bots gagnent. Mesurez d'abord avec les flux gratuits.