Simulador de trading simulado de Kalshi

Paper Trading Kalshi en libros mostrados en vivo

Prueba hacia adelante una estrategia de Kalshi con dinero virtual mientras valoras sus llenados simulados desde libros de mercado de producción mostrados. Ejecuta una regla de laboratorio o envía señales desde tu propio bot, luego inspecciona la curva de capital, posiciones, registro de operaciones y liquidación automática $0/$1 en un solo espacio de trabajo.

Qué soporta realmente el motor de trading en papel de Kalshi

DepthFeed trata el paper trading como un experimento controlado de estrategia. Estos parámetros actuales distinguen el motor de pruebas hacia adelante de un balance genérico de práctica. Configuración del producto y límites de trabajadores verificados en la implementación de DepthFeed Paper Trading en julio 26, 2026. La elegibilidad depende de los mercados Kalshi disponibles actualmente y el acceso al plan.

  • 7

    activos cripto. BTC, ETH, SOL, XRP, DOGE, BNB y HYPE son seleccionables cuando hay series elegibles de Kalshi disponibles.

  • 3

    ventanas de mercado. Las reglas de laboratorio apuntan a ventanas Kalshi cripto soportadas de 15 minutos, 1 hora y 24 horas.

  • 3

    métodos de dimensionamiento. Comparar reglas de bankroll de dólar fijo, fraccional fijo y estilo Kelly.

  • 120/min

    límite de webhook. Cada estrategia personalizada acepta señales acotadas usando tickers Kalshi y IDs de cliente idempotentes.

El trading simulado de Kalshi simula una estrategia sin arriesgar fondos reales. DepthFeed difiere del entorno demo oficial de Kalshi: registra ejecuciones virtuales de estrategia a partir de libros de órdenes de mercado en vivo mostrados, mientras Kalshi indica que los precios y comportamiento en su entorno demo separado pueden no reflejar mercados reales.

Ver el flujo de trabajo de trading simulado

Trading simulado de Kalshi de un vistazo

Llenados
Libro en vivo mostrado — compras al ask, ventas al bid
Liquidación
Automático al resolverse ($0 / $1)
Webhook de señal
POST /paper/hook/{token} · 120/min
Estrategias por plan
1 gratis · 5 Quant · 15 Research · 40 Desk
Saldo inicial
Virtual de $100–$1,000,000 (por defecto $10,000)
Cadencia de marca
~90 segundos
Activos del laboratorio
BTC · ETH · SOL · XRP · DOGE · BNB · HYPE cuando sean elegibles
Ventanas del laboratorio
15m · 1h · 24h
Reglas de entrada
Rango de tiempo · cruce de nivel · recuperación tras caída
Dimensionamiento
Dólares fijos · fracción fija · estilo Kelly
Controles de riesgo
Tomar ganancias · detener pérdidas · máximo abierto · drawdown de seguimiento
Registro de Research
Curva de capital · posiciones · libro de operaciones · exportación CSV

Simulador de trading simulado de Kalshi

Cómo funciona el trading en papel de Kalshi

  1. Elija el entorno que coincida con la pregunta

    La demo oficial de Kalshi y el Paper Trading de DepthFeed responden preguntas diferentes. Use la demo oficial para probar credenciales demo, autenticación, formato de solicitudes y comportamiento de la API del exchange con fondos simulados. Kalshi señala explícitamente que los precios y comportamiento del mercado demo pueden no reflejar mercados reales. Use DepthFeed cuando la pregunta de investigación sea si una estrategia fija se comporta aceptablemente cuando sus señales se valoran a partir de libros de mercado en producción mostrados y se retienen como un registro hacia adelante. DepthFeed no envía órdenes a ninguno de los entornos de Kalshi.

  2. Defina la estrategia antes de recopilar resultados

    Anota el activo, ventana de mercado, lado Sí o No, regla de entrada, tamaño, salidas y umbral de fallo antes de comenzar. Por ejemplo: compra Sí en mercados Kalshi BTC 15 minutos elegibles cuando el precio mostrado se recupere de menos de 0.35 a 0.50, arriesga no más del 5% del capital actual por entrada, y detente con una caída móvil del 20%. Esto convierte una idea de trading en una prueba falsable y evita que la regla se desvíe tras cada ganancia o pérdida.

  3. Ejecutar una regla de laboratorio del lado servidor sin credenciales Kalshi

    El modo laboratorio monitorea mercados cripto Kalshi elegibles y evalúa tres familias de entrada en la cadencia del trabajador simulado: tiempo antes del cierre dentro de un rango de precios, un cruce por encima o debajo de un nivel configurado, o recuperación tras una caída definida. Elija Sí o No, el método de apuesta o tamaño de bankroll, niveles opcionales de toma de ganancias y stop-loss, posiciones abiertas máximas y un disyuntor de reducción de pérdidas. Como es una simulación DepthFeed, no se requiere cuenta Kalshi, clave demo ni credencial de producción.

  4. Conecte lógica personalizada de Kalshi mediante webhook

    El modo Webhook acepta señales personalizadas de un modelo, servicio o bot de trading. Envía la acción, venue, ticker Kalshi, tamaño en dólares y un ID de cliente opcional al endpoint secreto de la estrategia. El token se muestra una vez y puede rotarse; el ID de cliente hace que un reintento sea idempotente. Un llamador no puede proporcionar el precio de llenado. DepthFeed lee el libro Kalshi mostrado y registra la acción virtual, evitando que el generador de señales se califique a sí mismo con un precio irrealmente favorable.

  5. Modele consistentemente el libro Sí/No

    El libro de órdenes de Kalshi se expresa mediante precios Sí y No que se complementan mutuamente. DepthFeed normaliza la cotización mostrada necesaria para el lado seleccionado, usa la demanda para una compra virtual y la oferta para una venta o cierre virtual, y registra el ticker del mercado con la operación. Esto captura el spread observado en el momento de la decisión. No asume que el punto medio era ejecutable, pero tampoco recorre múltiples niveles ni consume contratos reales.

  6. Mantenga las mismas suposiciones fuera del backtest

    Una regla de Backtest Lab puede prellenar una nueva estrategia de papel con la misma plataforma, activo, ventana de mercado, lado, condición de entrada, tamaño y controles de riesgo. Revise la configuración antes de crearla y conserve la versión original. La repetición histórica y la prueba futura deben diferir porque las muestras difieren, no porque la regla se optimizó silenciosamente después de ver los resultados del papel. Cuando un campo cambia, inicie una versión con nombre separado y compare los dos registros.

  7. Medir el comportamiento del bankroll y modos de falla

    El tamaño de dólar fijo prueba un nominal constante pero puede continuar arriesgando la misma cantidad a medida que cae el patrimonio. El tamaño fraccional fijo ajusta la exposición con el bankroll actual. El tamaño estilo Kelly estima una fracción a partir de una ventaja declarada, probabilidad o tasa empírica de acierto y la limita a un máximo elegido. El take-profit, stop-loss, límites de concurrencia y el disyuntor de trailing drawdown exponen si la ventaja aparente sobrevive a la concentración y rachas perdedoras. Una estrategia que activa su disyuntor se aplana y detiene para revisión.

  8. Revisar muestras resueltas completas, no snapshots del panel

    La vista de estrategia combina efectivo virtual, capital, P&L realizado y no realizado, posiciones, marcas y el libro de operaciones. Separa la exposición abierta de los resultados realizados e inspecciona si la ganancia proviene de un contrato, una ventana de mercado o un régimen corto. Se retienen las 50,000 operaciones más recientes hasta por 180 días, mientras que la exportación CSV proporciona un registro duradero. Guarda la configuración de prueba y el rango de fechas con la exportación para que el resultado pueda reproducirse independientemente.

  9. Usa una decisión de preparación en vivo escalonada

    Una prueba en papel exitosa es evidencia sobre el comportamiento de la señal bajo los supuestos del simulador; no es evidencia de que una orden de producción de Kalshi reciba la misma ejecución. Antes de considerar la ejecución en vivo, compare el tamaño deseado con la profundidad completa mostrada, incluya las tarifas y el deslizamiento aplicables, pruebe la autenticación y el comportamiento del ciclo de vida de la orden en la demostración oficial de Kalshi, y defina una prueba canary en vivo mucho más pequeña. DepthFeed mantiene esas etapas separadas y nunca convierte el registro en papel en una posición real de Kalshi.

Ejemplo trabajado: prueba de una regla de recuperación en Kalshi

Este ejemplo separa la prueba de API de la validación de estrategia. Sus configuraciones ilustran un proceso reproducible y no son una afirmación de rentabilidad ni recomendación de trading.

  1. 1Declare la hipótesis de mercado

    Supongamos que la hipótesis es que una fuerte caída en el precio del Sí en un mercado de Kalshi BTC de 15 minutos a veces reacciona de forma exagerada, y una recuperación a 0.50 lleva información útil de continuación. Define el umbral de caída, el umbral de recuperación, las series elegibles, el tiempo máximo restante y lo que invalidaría la idea. Elige el número mínimo de mercados independientes resueltos antes de revisar los resultados para que una racha temprana no pueda terminar el experimento.

  2. 2Usa demo Kalshi para la pregunta de integración de exchange

    Confirme por separado que el sistema en vivo previsto puede autenticar, descubrir mercados, enviar y cancelar órdenes, procesar actualizaciones de órdenes y manejar errores en el entorno demo oficial de Kalshi. Eso valida la superficie de integración. No use las ganancias y pérdidas demo como prueba de la estrategia porque Kalshi indica que los precios y comportamiento demo pueden no reflejar mercados reales.

  3. 3Crear la prueba hacia adelante de DepthFeed

    Seleccione Kalshi, BTC, la ventana de 15 minutos, Sí y la regla de recuperación tras caída. Preserve los umbrales de la prueba retrospectiva, elija un saldo inicial virtual, limite posiciones simultáneas y configure el interruptor de circuito de reducción de pérdidas móvil. Si la lógica es más compleja que la regla del laboratorio, cree una estrategia webhook y envíe un ticker Kalshi válido con cada señal.

  4. 4Inspeccionar cómo se calificó cada llenado virtual

    Cuando ocurre la condición de recuperación, verifica el ticker registrado, marca de tiempo, lado seleccionado, precio, acciones y nocional. Una compra virtual se valora desde el ask mostrado en lugar de un punto medio optimista; un cierre usa el bid. Si se reintenta una señal, usa el mismo ID de cliente para que el endpoint la registre una vez. Investiga cotizaciones obsoletas o faltantes en lugar de sustituir un precio estimado.

  5. 5Compare el backtest con resultados no vistos

    Después de que se liquiden suficientes mercados, exporte las operaciones en papel y compare la distribución de entrada, la expectativa, el drawdown, las rachas perdedoras y la concentración con la prueba histórica original. Segmente por banda de precios y tiempo restante. Si el resultado prospectivo es materialmente peor, pruebe si el spread, el cambio de régimen o las diferencias de selección lo explican antes de cambiar la regla.

  6. 6Requiere puertas tanto de estrategia como de operaciones

    Una prueba canary en vivo debería requerir dos pasadas independientes: el registro en papel de DepthFeed cumple con los criterios de rendimiento y drawdown precomprometidos, y la integración de demostración de Kalshi maneja la autenticación, los eventos del ciclo de vida y los errores de manera confiable. Luego, aplique tarifas en vivo conservadoras y el deslizamiento dependiente del tamaño, confirme los requisitos de cuenta y jurisdicción, y comience muy por debajo del tamaño utilizado en la cuenta virtual.

Dónde el trading en papel de Kalshi difiere de la ejecución en vivo

Las cotizaciones mostradas del mercado de producción mejoran la relevancia, pero el resultado sigue siendo un modelo. Trate cada limitación como un ajuste requerido o prueba operativa antes del uso en vivo.

El precio del tope de libro no garantiza tamaño llenable

Una demanda o oferta mostrada puede ser menor que la orden en vivo prevista. El motor de papel no reserva esa liquidez ni recorre la escalera. Una orden de producción puede llenarse parcialmente, cruzar varios precios o permanecer sin llenar. Revise la profundidad completa de Sí/No en la noción prevista para cualquier estrategia sensible al tamaño.

No se simula el comportamiento de la cola de maker ni cancelaciones

Órdenes en vivo en reposo compiten por posición en cola, y los contratos mostrados pueden desaparecer antes de que llegue una orden. El registro en papel modela una acción desde la cotización observada por el simulador; no estima probabilidad de llenado maker, carreras de cancelación ni la secuencia exacta de eventos en la bolsa.

La cadencia de aproximadamente 90 segundos limita las preguntas que puede responder

La evaluación del laboratorio y las marcas de posición son deliberadamente más lentas que un sistema de ejecución. Son útiles para pruebas hacia adelante a nivel de estrategia pero no pueden validar señales subsegundo, latencia de reacción o la ruta exacta dentro de cada intervalo. Use reproducción histórica a nivel de evento e instrumentación dedicada para esas preguntas.

Las tarifas de producción y el ciclo de vida de la orden permanecen externos

El P&L en papel no incluye todos los costos o modos de fallo de una orden autenticada en Kalshi. Una estimación en vivo debe considerar tarifas aplicables, spread, deslizamiento por profundidad, solicitudes rechazadas o retrasadas, llenados parciales, ventanas de mantenimiento y conciliación entre estado local y estado del exchange.

Mercados superpuestos reducen el tamaño efectivo de muestra

Varias posiciones ligadas al mismo movimiento de BTC están correlacionadas incluso cuando sus tickers difieren. Cuente exposiciones y regímenes de mercado independientes, no solo filas en el libro de operaciones. Un gran conteo de operaciones puede representar poca evidencia distinta.

DepthFeed es independiente de Kalshi

DepthFeed no opera la demo de Kalshi, no emite credenciales Kalshi, no realiza órdenes Kalshi ni garantiza resultados en vivo. El simulador es una herramienta de investigación, no asesoría financiera; las reglas del venue, elegibilidad de cuenta y la decisión de arriesgar dinero son responsabilidad del usuario.

Iniciar una estrategia simulada sin fondos reales

Explorer incluye una estrategia en papel concurrente sin costo. Cree una regla en el panel o conecte su propio bot por webhook; no se requiere tarjeta ni conexión de wallet de trading.

Comience trading simulado gratis · Ver el flujo de trabajo de trading simulado

Continuar el flujo de trabajo de KalshiContinuar el flujo de trabajo de Kalshi

Preguntas, respondidas.

Comience pruebas retrospectivas con profundidad real.