Kalshi Daten: Live-Orderbücher, API und die vier Datenschichten

Kalshi benennt alles mit drei verschachtelten Tickern: eine Serie (KXBTC15M, jeder 15-Minuten-Bitcoin-Markt), ein Event (ein Fenster dieser Serie) und ein Markt (ein Strike innerhalb des Events, z. B. KXBTC15M-26JUN211530-30). Der Markt-Ticker ist der Join-Schlüssel; die Serien- und Event-Ticker sind, wie man Märkte in großen Mengen entdeckt. Fehler auf dieser Ebene sind der häufigste Abgleichfehler, weil ein Event mehrere Märkte mit unterschiedlichen Strikes und sehr unterschiedlichen Büchern enthält.

Kalshis API liefert Kerzen: Open, High, Low und Close des Ja-Preises über feste Perioden, mit Volumen. Für Prognosegenauigkeit, Kalibrierung und Charting ist das der richtige Input. Was eine Kerze nicht sagt, ist, ob Größe verfügbar war: ein Close von 32 Cent bedeutet, dass dort ein Trade gedruckt wurde, nicht dass eine 500-Kontrakt-Order in der Nähe gefüllt werden konnte. Bei einem 15-Minuten-Markt trägt eine grobe Kerzenserie auch nur wenige Punkte über die gesamte Laufzeit des Kontrakts.

Kalshis Trades-Endpunkt liefert ausgeführte Fills mit Preis, Anzahl und Taker-Seite, und seine historische Stufe speichert sie. Das deckt Volumen-, Flow- und Fill-Timing-Forschung ab. Wie bei jedem Trade-Tape kann es das Buch nicht rekonstruieren: Ein dünner Markt und ein tiefer können dieselben Trades drucken, sodass der Slippage, den eine Order bezahlt hätte, nicht allein aus Trades ableitbar ist.

Ein Kalshi-Buch sind zwei Leitern von Geboten: Ja-Gebote und Nicht-Gebote. Es gibt keine separate Angebotsseite, da ein Nicht-Gebot zum Preis p ein Ja-Angebot zum Preis von 1 − p ist. Im aufgezeichneten Beispiel unten ist das beste Ja-Gebot 0.32 und das beste Nicht-Gebot 0.67, sodass das implizierte Ja-Angebot 0.33 ist – ein Ein-Cent-Markt. Der öffentliche Orderbuch-Endpunkt von Kalshi gibt diese Struktur nur für den gegenwärtigen Moment zurück; seine historische Ebene umfasst Trades und Candlesticks, nicht die Tiefe über die Zeit. Das Buch so, wie es war, wiederzugeben, erfordert eine kontinuierliche Erfassung, was das Archiv von DepthFeed ist.

DepthFeed stellt die aufgezeichneten Schichten über eine REST-Oberfläche bereit. Die Markterkennung nimmt einen Serien-Ticker und einen Zeitbereich und liefert die Märkte mit ihren Tickern und Metadaten; die Snapshot-Route liefert aufgezeichnete Bücher für einen exakten Markt-Ticker, wobei include_orderbook beide Leitern offenlegt; orderbook/latest liefert das neueste aufgezeichnete Buch. Downsampling wählt eine echte aufgezeichnete Beobachtung statt einer Interpolation, sodass eine Lücke eine sichtbare Lücke bleibt.

Verwenden Sie CSV für Inspektion und kleine Extrakte, Parquet für große spaltenbasierte Forschung und REST für begrenzte oder inkrementelle Abfragen. Das Format sollte ändern, wie Bytes ankommen, niemals, was ein Datensatz bedeutet: Behalten Sie den Markt-Ticker, den Millisekunden-Empfangszeitstempel, die vollständigen Ja- und Nein-Preis- und Größenarrays sowie explizite Markierungen, wo Daten fehlen. Ein Kalshi-Datensatz, der auf einen Preis pro Zeile reduziert wird, ist eine Kerzenserie unter anderem Namen.

Das aufgezeichnete Archiv beginnt im Januar 2026, wo die kontinuierliche Erfassung begann, nicht wo Kalshi begann — Kalshis eigene Kerzen und Trades reichen weiter zurück als jedes Drittanbieter-Orderbucharchiv, weshalb die Ebenen Ergänzungen und keine Ersatzprodukte sind. Die Abdeckung hier betrifft Kryptomärkte; Zahlen beschreiben gemessene Stichproben einer benannten Kohorte, keine Dienstleistungszusage. Wo ein Markt nicht erfasst wurde, ist die Antwort eine explizite Lücke.