Paper Trading Kalshi pada Buku yang Ditampilkan Langsung

Demo resmi Kalshi dan Perdagangan Kertas DepthFeed menjawab pertanyaan berbeda. Gunakan demo resmi untuk menguji kredensial demo, autentikasi, format permintaan, dan perilaku API pertukaran dengan dana tiruan. Kalshi secara eksplisit mencatat bahwa harga dan perilaku pasar demo mungkin tidak mencerminkan pasar nyata. Gunakan DepthFeed saat pertanyaan riset adalah apakah strategi tetap berperilaku dapat diterima ketika sinyalnya dihargai dari buku pasar produksi yang ditampilkan dan disimpan sebagai satu catatan maju. DepthFeed tidak mengirimkan order ke lingkungan Kalshi mana pun.

Tuliskan aset, jendela pasar, sisi Ya atau Tidak, aturan masuk, ukuran, keluar, dan ambang kegagalan sebelum memulai. Misalnya: beli Ya di pasar Kalshi BTC 15 menit yang memenuhi syarat saat harga yang ditampilkan pulih dari di bawah 0.35 ke 0.50, risiko tidak lebih dari 5% ekuitas saat ini per entri, dan hentikan pada penurunan trailing 20%. Ini mengubah ide perdagangan menjadi tes yang dapat dibuktikan salah dan mencegah aturan bergeser setelah setiap menang atau kalah.

Mode lab memantau pasar kripto Kalshi yang memenuhi syarat dan mengevaluasi tiga keluarga entri pada irama pekerja kertas: waktu sebelum tutup dalam rentang harga, lintasan di atas atau di bawah level yang dikonfigurasi, atau pemulihan setelah penurunan yang ditentukan. Pilih Yes atau No, metode ukuran taruhan atau bankroll, level take-profit dan stop-loss opsional, posisi terbuka maksimum, dan pemutus sirkuit drawdown. Karena ini simulasi DepthFeed, tidak diperlukan akun Kalshi, kunci demo, atau kredensial produksi.

Mode webhook menerima sinyal khusus dari model, layanan, atau bot perdagangan. Kirim aksi, venue, ticker Kalshi, ukuran dolar, dan ID klien opsional ke endpoint rahasia strategi. Token ditampilkan sekali dan dapat diputar ulang; ID klien membuat pengulangan menjadi idempoten. Pemanggil tidak dapat memberikan harga pengisian. DepthFeed membaca buku Kalshi yang ditampilkan dan merekam aksi virtual, mencegah pembuat sinyal menilai dirinya sendiri dengan harga yang tidak realistis menguntungkan.

Buku pesanan Kalshi diekspresikan melalui harga Yes dan No yang saling melengkapi. DepthFeed menormalkan kuotasi yang ditampilkan yang dibutuhkan untuk sisi yang dipilih, menggunakan ask untuk beli virtual dan bid untuk jual virtual atau tutup, serta merekam ticker pasar dengan perdagangan. Ini menangkap spread yang diamati pada waktu keputusan. Ini tidak mengasumsikan midpoint dapat dieksekusi, tetapi juga tidak berjalan melalui beberapa level atau mengkonsumsi kontrak nyata.

Aturan Backtest Lab dapat mengisi strategi kertas baru dengan venue, aset, jendela pasar, sisi, kondisi masuk, ukuran, dan kontrol risiko yang sama. Tinjau konfigurasi sebelum membuatnya dan pertahankan versi asli. Pemutaran ulang historis dan pengujian maju harus berbeda karena sampel berbeda, bukan karena aturan dioptimalkan secara diam-diam setelah melihat hasil kertas. Ketika sebuah bidang berubah, mulai versi bernama terpisah dan bandingkan kedua catatan.

Penentuan ukuran dolar tetap menguji notional konstan tetapi dapat terus mempertaruhkan jumlah yang sama saat ekuitas turun. Penentuan ukuran fraksional tetap menyesuaikan eksposur dengan bankroll saat ini. Penentuan ukuran gaya Kelly memperkirakan fraksi dari keunggulan, probabilitas atau tingkat keberhasilan empiris yang dinyatakan dan membatasinya pada maksimum yang dipilih. Take-profit, stop-loss, batas konkruensi dan pemutus sirkuit trailing drawdown mengungkap apakah keunggulan tampak bertahan dari konsentrasi dan rentetan kerugian. Strategi yang memicu pemutus sirkuitnya akan dilikuidasi dan dihentikan untuk ditinjau.

Tampilan strategi menggabungkan uang virtual, ekuitas, P&L yang direalisasi dan belum direalisasi, posisi, tanda, dan buku perdagangan. Pisahkan eksposur terbuka dari hasil yang direalisasi dan periksa apakah keuntungan berasal dari satu kontrak, satu jendela pasar, atau satu rezim pendek. 50,000 perdagangan terbaru disimpan hingga 180 hari, sementara ekspor CSV menyediakan catatan yang tahan lama. Simpan konfigurasi tes dan rentang tanggal dengan ekspor agar hasil dapat direproduksi secara independen.

Tes kertas yang berhasil adalah bukti perilaku sinyal di bawah asumsi simulator; itu bukan bukti bahwa pesanan Kalshi produksi akan menerima isian yang sama. Sebelum mempertimbangkan eksekusi langsung, bandingkan ukuran yang dimaksudkan dengan kedalaman yang ditampilkan penuh, sertakan biaya dan slippage yang berlaku, uji otentikasi dan perilaku siklus hidup pesanan di demo resmi Kalshi, dan tentukan canary langsung yang jauh lebih kecil. DepthFeed menjaga tahapan tersebut terpisah dan tidak pernah mengonversi buku besar kertas menjadi posisi Kalshi yang sebenarnya.