Dados Polymarket: Livros de Ordens ao Vivo, API e as Quatro Camadas de Dados

A camada de metadados define a pergunta que está sendo negociada: os identificadores da condição e do token, os rótulos do resultado, a janela do mercado, a fonte de resolução e a regra de liquidação. A API Gamma do Polymarket é a fonte da verdade aqui e é gratuita. Esta camada é barata de obter e fácil de subestimar — a maioria dos bugs de reconciliação downstream são bugs de identificador, porque um mercado Polymarket tem vários identificadores (ID da condição, IDs de token por resultado, slug) e eles não são intercambiáveis. Vincule sua pesquisa ao ID do token para um resultado específico e mantenha o slug apenas para exibição.

A camada de preço é uma série temporal de onde o mercado negociou ou foi cotado. Ela responde a perguntas sobre direção, precisão da previsão e calibração, e para isso é a entrada correta. Sua limitação é resolução e significado: uma série de último preço informa que uma negociação ocorreu naquele preço, não que seu pedido poderia ter ocorrido. Em mercados de curto prazo, uma série grosseira pode conter apenas alguns pontos durante toda a vida do mercado, e nenhum deles alinhado aos momentos em que uma estratégia teria agido.

Porque Polymarket liquida na Polygon, trades executados e atividade de carteira são publicamente observáveis, por isso indexadores on-chain cobrem bem essa camada. É a fonte certa para volume, fluxo, pesquisa de carteira e análise de leaderboard. O que não pode recuperar é o livro: dois livros de ordens muito diferentes — um com tamanho profundo atrás do toque, outro com quase nenhum — podem produzir uma fita de trades idêntica, então slippage não é derivável apenas dos trades.

O livro são as ofertas de compra e venda em espera em um determinado instante: os preços, os tamanhos e até onde a escada vai em cada lado. É a única camada que responde se uma ordem teria sido executada, a que preço médio e qual tamanho teria custado. É também a única camada que não pode ser preenchida retroativamente: uma vez que um momento passa, o estado do livro naquele momento se foi, a menos que algo estivesse conectado e registrando-o. O Polymarket transmite o livro ao vivo através de seu websocket CLOB, mas não serve um arquivo dele, então a profundidade histórica está disponível apenas de uma parte que o capturou continuamente.

DepthFeed serve as camadas gravadas por meio de uma superfície REST. A descoberta retorna mercados com seus identificadores e metadados; a rota snapshot retorna observações gravadas para um mercado, com include_orderbook expondo a escada armazenada e interval selecionando uma linha gravada por bucket. O downsampling escolhe uma observação gravada real em vez de interpolar uma, para que uma lacuna permaneça visível como lacuna em vez de ser suavizada em um número não medido.

Use CSV para inspeção e pequenos extratos planos, Parquet para pesquisa colunar grande, e REST para consultas limitadas ou incrementais. O formato deve mudar como os bytes são entregues, nunca o que o registro significa: mantenha os identificadores do mercado, ambos os timestamps de troca e recebimento, os arrays completos de preço e tamanho de bid e ask, os campos de liquidação, e marcadores explícitos onde os dados estão ausentes. Um conjunto de dados que achata uma escada para um único preço é uma série de preços usando o nome de um conjunto de dados.

A cobertura tem um piso e uma forma, e ambos importam mais do que uma contagem de linhas de manchete. O arquivo começa onde a captura começou, não onde Polymarket começou, e as séries mais antigas alcançam mais longe enquanto coortes mais novas começam depois. Os números de latência descrevem amostras medidas, não uma garantia de serviço. Onde um mercado não foi capturado, a resposta é uma lacuna explícita em vez de um valor interpolado — o que é menos lisonjeiro e consideravelmente mais útil quando um backtest depende disso.