Simulateur de trading papier Kalshi
Paper Trading Kalshi sur carnets affichés live
Testez en avant une stratégie Kalshi avec de l’argent virtuel tout en tarifant ses exécutions simulées à partir des carnets de marché en production affichés. Exécutez une règle de laboratoire ou envoyez des signaux depuis votre propre bot, puis inspectez la courbe d’équité, les positions, le journal des transactions et le règlement automatique $0/$1 dans un seul espace de travail.
Ce que le moteur de paper trading Kalshi supporte réellement
DepthFeed considère le trading simulé comme une expérience de stratégie contrôlée. Ces paramètres actuels distinguent le moteur de test prospectif d’un solde de pratique générique. Configuration produit et limites de worker vérifiées dans l’implémentation DepthFeed Paper Trading en juillet 26, 2026. L’éligibilité dépend des marchés Kalshi disponibles et de l’accès au plan.
7
actifs crypto. BTC, ETH, SOL, XRP, DOGE, BNB et HYPE sont sélectionnables lorsque des séries Kalshi éligibles sont disponibles.
3
fenêtres de marché. Les règles du laboratoire ciblent les fenêtres crypto Kalshi supportées de 15 minutes, 1 heure et 24 heures.
3
méthodes de dimensionnement. Comparez les règles de bankroll à montant fixe, fraction fixe et style Kelly.
120/min
limite webhook. Chaque stratégie personnalisée accepte des signaux bornés utilisant les tickers Kalshi et des IDs clients idempotents.
Le trading papier Kalshi simule une stratégie sans risquer de fonds réels. DepthFeed diffère de l’environnement de démonstration officiel de Kalshi : il enregistre des remplissages virtuels de stratégie à partir des carnets d’ordres de marché en direct affichés, tandis que Kalshi indique que les prix et comportements dans son environnement de démonstration séparé peuvent ne pas refléter les marchés réels.
Voir le flux de travail de trading fictif
Trading papier Kalshi en un coup d’œil
- Remplissages
- Carnet en direct affiché — achats au ask, ventes au bid
- Règlement
- Automatique à la résolution ($0 / $1)
- Webhook de signal
- POST /paper/hook/{token} · 120/min
- Stratégies par plan
- 1 gratuit · 5 Quant · 15 Research · 40 Desk
- Solde initial
- Virtuel $100–$1,000,000 (par défaut $10,000)
- Marquer la cadence
- ~90 secondes
- Actifs du laboratoire
- BTC · ETH · SOL · XRP · DOGE · BNB · HYPE quand éligible
- Fenêtres du laboratoire
- 15m · 1h · 24h
- Règles d’entrée
- Plage temporelle · franchissement de niveau · récupération après creux
- Dimensionnement
- Montants fixes · fraction fixe · style Kelly
- Contrôles de risque
- Prise de profit · stop loss · max ouvert · repli progressif
- enregistrement Research
- Courbe de capital · positions · registre des transactions · export CSV
Simulateur de trading papier Kalshi
Comment fonctionne le trading papier Kalshi
Choisissez l’environnement qui correspond à la question
La démo officielle de Kalshi et le trading papier DepthFeed répondent à des questions différentes. Utilisez la démo officielle pour tester les identifiants de démo, l’authentification, le formatage des requêtes et le comportement de l’API d’échange avec des fonds fictifs. Kalshi note explicitement que les prix et comportements de marché en démo peuvent ne pas refléter les marchés réels. Utilisez DepthFeed quand la question de recherche est de savoir si une stratégie fixe se comporte correctement quand ses signaux sont valorisés à partir des carnets de marché en production affichés et conservés comme un enregistrement prospectif. DepthFeed ne soumet pas d’ordre à l’un ou l’autre environnement Kalshi.
Définissez la stratégie avant de collecter les résultats
Notez l’actif, la fenêtre de marché, le côté Oui ou Non, la règle d’entrée, la taille, les sorties et le seuil d’échec avant de commencer. Par exemple : acheter Oui sur les marchés Kalshi BTC 15 minutes éligibles lorsque le prix affiché remonte de moins de 0.35 à 0.50, risquer au maximum 5% de l’équité actuelle par entrée, et s’arrêter à une baisse glissante de 20%. Cela transforme une idée de trading en un test falsifiable et empêche la règle de dériver après chaque gain ou perte.
Exécuter une règle en laboratoire serveur sans identifiants Kalshi
Le mode laboratoire surveille les marchés crypto Kalshi éligibles et évalue trois familles d’entrée à la cadence du travailleur papier : temps avant clôture dans une plage de prix, un franchissement au-dessus ou en dessous d’un niveau configuré, ou récupération après une baisse définie. Choisissez Oui ou Non, la méthode de mise ou de taille de bankroll, niveaux optionnels de prise de profit et stop-loss, positions ouvertes maximales et un coupe-circuit de drawdown. Parce que c’est une simulation DepthFeed, aucun compte Kalshi, clé démo ou identifiant de production n’est requis.
Connectez une logique Kalshi personnalisée par webhook
Le mode webhook accepte des signaux personnalisés d'un modèle, service ou bot de trading. Envoyez l'action, le venue, le ticker Kalshi, la taille en dollars et un ID client optionnel au point de terminaison secret de la stratégie. Le jeton est affiché une fois et peut être renouvelé ; l'ID client rend une nouvelle tentative idempotente. Un appelant ne peut pas fournir le prix d'exécution. DepthFeed lit le carnet Kalshi affiché et enregistre l'action virtuelle, empêchant le générateur de signaux de s'auto-évaluer avec un prix irréaliste favorable.
Modéliser le carnet Oui/Non de manière cohérente
Le carnet d’ordres de Kalshi s’exprime par des prix Oui et Non qui se complètent. DepthFeed normalise la cotation affichée nécessaire pour le côté sélectionné, utilise la demande pour un achat virtuel et l’offre pour une vente ou clôture virtuelle, et enregistre le ticker du marché avec la transaction. Cela capture le spread observé au moment de la décision. Il ne suppose pas que le point médian était exécutable, mais il ne parcourt pas non plus plusieurs niveaux ni ne consomme de contrats réels.
Appliquez les mêmes hypothèses hors du backtest
Une règle de Backtest Lab peut pré-remplir une nouvelle stratégie papier avec la même plateforme, le même actif, la même fenêtre de marché, le même côté, la même condition d'entrée, la même taille et les mêmes contrôles de risque. Examinez la configuration avant de la créer et préservez la version originale. La relecture historique et le test avant doivent différer car les échantillons diffèrent, et non parce que la règle a été discrètement optimisée après avoir vu les résultats papier. Lorsqu'un champ change, démarrez une version nommée séparément et comparez les deux enregistrements.
Mesurer le comportement de bankroll et les modes de défaillance
Le sizing à montant fixe teste un notionnel constant mais peut continuer à risquer la même somme quand l’équité baisse. Le sizing fraction fixe ajuste l’exposition avec la bankroll courante. Le sizing style Kelly estime une fraction à partir d’un avantage déclaré, d’une probabilité ou d’un taux de réussite empirique et la plafonne à un maximum choisi. Take-profit, stop-loss, limites de concurrence et disjoncteur de drawdown progressif exposent si l’avantage apparent survit à la concentration et aux séries perdantes. Une stratégie qui déclenche son disjoncteur est aplatie et arrêtée pour révision.
Examinez des échantillons complètement résolus, pas des snapshots de tableau de bord
La vue stratégie combine cash virtuel, équité, P&L réalisé et non réalisé, positions, marques et registre des transactions. Séparez l’exposition ouverte des résultats réalisés et inspectez si le profit vient d’un contrat, d’une fenêtre de marché ou d’un régime court. Les 50,000 transactions les plus récentes sont conservées jusqu’à 180 jours, tandis que l’export CSV fournit un enregistrement durable. Sauvegardez la configuration du test et la plage de dates avec l’export pour que le résultat soit reproductible indépendamment.
Utilisez une décision de préparation en direct par étapes
Un test papier réussi est une preuve du comportement du signal dans les hypothèses du simulateur ; ce n'est pas une preuve qu'un ordre Kalshi de production recevra la même exécution. Avant d'envisager une exécution en direct, comparez la taille prévue avec la profondeur affichée complète, incluez les frais et le slippage applicables, testez l'authentification et le comportement du cycle de vie des ordres dans la démo officielle de Kalshi, et définissez un canari en direct beaucoup plus petit. DepthFeed maintient ces étapes séparées et ne convertit jamais le registre papier en une position Kalshi réelle.
Exemple travaillé : test d'une règle de récupération Kalshi
Cet exemple sépare le test API de la validation de stratégie. Ses réglages illustrent un processus reproductible et ne constituent pas une affirmation de rentabilité ni une recommandation de trading.
1Énoncez l’hypothèse de marché
Supposons que l’hypothèse soit qu’une forte baisse du prix Oui sur un marché Kalshi BTC 15 minutes réagit parfois de manière excessive, et qu’une reprise à 0.50 porte une information utile de continuation. Définissez le seuil de creux, le seuil de récupération, les séries éligibles, le temps maximum restant et ce qui invaliderait l’idée. Choisissez le nombre minimum de marchés résolus indépendants avant de revoir les résultats pour qu’une série précoce ne puisse pas terminer l’expérience.
2Utilisez la démo Kalshi pour la question d'intégration de l'échange
Confirmez séparément que le système live prévu peut s’authentifier, découvrir les marchés, soumettre et annuler des ordres, traiter les mises à jour d’ordres et gérer les erreurs dans l’environnement de démonstration officiel de Kalshi. Cela valide la surface d’intégration. N’utilisez pas le P&L de la démo comme preuve de la stratégie car Kalshi indique que les prix et comportements de la démo peuvent ne pas refléter les marchés réels.
3Créer le test prospectif DepthFeed
Sélectionnez Kalshi, BTC, la fenêtre de 15 minutes, Oui et la règle de récupération après creux. Conservez les seuils du backtest, choisissez un solde de départ virtuel, plafonnez les positions simultanées et définissez le coupe-circuit de repli progressif. Si la logique est plus complexe que la règle du laboratoire, créez une stratégie webhook et envoyez un ticker Kalshi valide avec chaque signal.
4Inspecter comment chaque remplissage virtuel a été noté
Quand la condition de récupération se produit, vérifiez le ticker enregistré, le timestamp, le côté sélectionné, le prix, les actions et la valeur notionnelle. Un achat virtuel est valorisé depuis le ask affiché plutôt qu'un midpoint optimiste ; une clôture utilise le bid. Si un signal est réessayé, utilisez le même ID client pour que le point de terminaison l'enregistre une seule fois. Examinez les cotations obsolètes ou manquantes au lieu de substituer un prix estimé.
5Comparez le backtest avec des résultats non vus
Après que suffisamment de marchés se soient réglés, exportez les trades papier et comparez la distribution d'entrée, l'espérance, le drawdown, les séries de pertes et la concentration avec le test historique original. Segmentez par bande de prix et temps restant. Si le résultat avant est matériellement pire, testez si le spread, le changement de régime ou les différences de sélection l'expliquent avant de modifier la règle.
6Exiger à la fois les portes stratégie et opérations
Une simulation en direct devrait nécessiter deux passes indépendantes : le dossier papier DepthFeed répond aux critères de performance et de drawdown pré-engagés, et l'intégration de démonstration Kalshi gère de manière fiable l'authentification, les événements de cycle de vie et les erreurs. Appliquez ensuite des frais en direct conservateurs et un slippage dépendant de la taille, confirmez les exigences du compte et de la juridiction, et commencez bien en dessous de la taille utilisée dans le compte virtuel.
Où le paper trading Kalshi diffère de l'exécution en direct
Les cotations du marché de production affichées améliorent la pertinence, mais le résultat reste un modèle. Traitez chaque limitation comme un ajustement requis ou un test opérationnel avant usage en direct.
Le prix au meilleur niveau ne garantit pas la taille exécutable
Une demande ou une offre affichée peut être inférieure à l'ordre en direct prévu. Le moteur papier ne réserve pas cette liquidité et ne parcourt pas l'échelle. Un ordre de production peut être partiellement exécuté, croiser plusieurs prix ou rester non exécuté. Examinez la profondeur complète Oui/Non à la nominale prévue pour toute stratégie sensible à la taille.
Le comportement de la file d’attente Maker et des annulations n’est pas simulé
Les ordres en attente en direct se disputent la position dans la file, et les contrats affichés peuvent disparaître avant l'arrivée d'un ordre. L'enregistrement papier modélise une action à partir du devis observé par le simulateur ; il n'estime pas la probabilité de remplissage maker, les courses d'annulation ni la séquence exacte des événements d'échange.
La cadence d’environ 90 secondes limite les questions qu’il peut répondre
L’évaluation du laboratoire et les marques de position sont délibérément plus lentes qu’un système d’exécution. Elles sont utiles pour le test prospectif au niveau stratégie mais ne peuvent valider des signaux sub-secondes, la latence de réaction ou le chemin exact dans chaque intervalle. Utilisez la relecture historique au niveau événement et une instrumentation dédiée pour ces questions.
Frais de production et cycle de vie des ordres restent externes
Le P&L papier n'inclut pas tous les coûts ou modes de défaillance d'un ordre Kalshi authentifié. Une estimation en direct doit prendre en compte les frais applicables, le spread, le glissement de profondeur, les requêtes rejetées ou retardées, les remplissages partiels, les fenêtres de maintenance et la réconciliation entre l'état local et l'état de la bourse.
Les marchés qui se chevauchent réduisent la taille effective de l'échantillon
Plusieurs positions liées au même mouvement BTC sont corrélées même si leurs tickers diffèrent. Comptez les expositions de marché indépendantes et les régimes, pas seulement les lignes dans le registre des transactions. Un grand nombre de transactions peut représenter une petite quantité de preuves distinctes.
DepthFeed est indépendant de Kalshi
DepthFeed n'opère pas la démo Kalshi, ne délivre pas de crédentiels Kalshi, ne place pas d'ordres Kalshi ni ne garantit les résultats en direct. Le simulateur est un outil de recherche, pas un conseil financier ; les règles de venue, l'éligibilité du compte et la décision de risquer de l'argent restent sous la responsabilité de l'utilisateur.
Commencer une stratégie fictive sans fonds réels
Explorer inclut une stratégie papier concurrente gratuite. Créez une règle dans le tableau de bord ou connectez votre propre bot par webhook ; aucune carte ni connexion portefeuille de trading n’est requise.
Commencer le paper trading gratuitement · Voir le flux de travail de trading fictif
