核心用法
Ladder Social Posts Distribution Trader 是一款针对 Polymarket 预测市场的自动化交易策略工具，专注于社交媒体发帖数量范围市场的概率分布套利。该技能通过识别同一人物、同一时间段的多个发帖量区间预测市场中存在的数学不一致性（分布和偏离100%或局部异常）来发现交易机会。
使用流程分为四个阶段：
1. 市场发现：通过关键词搜索或批量获取 API 发现目标市场
2. 分布重建：解析每个问题的发帖量区间、人物和日期范围，按（人物+日期）分组重建完整概率分布
3. 异常检测：识别两类违规——分布和偏离（总和≠100%）和邻居异常（单个区间与相邻区间偏差过大）
4. 自动交易：通过 Simmer SDK 在 Polymarket 执行买卖操作，默认使用模拟模式
用户可通过 Simmer UI 调整风险参数，包括持仓上限、最小交易量、买卖阈值、分布偏离容忍度等。要启用真实交易需显式添加 --live 参数。
显著优点
数学确定性套利：基于概率论公理（离散结果总和必为1），违规是数学必然而非主观判断，提供了传统金融市场中罕见的"无风险套利"机会。
市场结构性缺陷利用：Polymarket 的独立订单簿设计使得各区间独立交易，零售投资者缺乏跨区间校验意识，导致系统性定价错误长期存在。
多维度信号源：支持 CZ、Khamenei、Trump、Musk、Vitalik 等多个高关注度人物，覆盖重叠日期范围，提供持续的交易机会池。
可扩展架构：模块化设计便于接入 Twitter/X API v2、构建历史发帖频率模型（泊松/负二项分布）、跨人物相关性分析、时间模式识别等增强信号。
安全优先设计：默认模拟交易模式、完整的风险参数体系、autostart: false 和 cron: null 的保守启动策略，显著降低误操作风险。
潜在缺点与局限性
依赖单一闭源 SDK：核心交易功能完全依赖 simmer-sdk，该库由社区项目 SpartanLabsXyz 维护，源代码未公开审计，存在"黑盒"风险。
流动性约束：Polymarket 的小型预测市场流动性有限，大额交易可能冲击价格，实际执行价格与理论套利价格存在偏离。
分辨率延迟风险：预测市场结算依赖主观判断（如何定义"发帖"、删除帖是否计入），可能存在争议延迟或结果反转。
信号衰减：随着该策略被更多人使用，分布违规会被快速修复，套利空间收窄。
异常处理粗糙：多处使用裸 except Exception 捕获，可能隐藏关键错误信息，影响故障排查。
输入验证不足：数值提取后缺乏边界检查，异常输入可能导致计算错误或逻辑异常。
适合的目标群体
- 量化交易开发者：熟悉概率论和预测市场机制，希望快速部署数学套利策略
- Polymarket 活跃交易者：已熟悉平台特性，寻求系统化交易工具替代手动操作
- DeFi 策略研究员：研究去中心化预测市场微观结构和定价效率
- 社交数据分析师：希望将 Twitter/X API 数据与金融交易结合
- 风险承受能力较高的个人投资者：理解预测市场特性，能接受加密货币波动和智能合约风险
不适合：寻求稳定收益的保守投资者、不熟悉加密货币钱包和区块链操作的初学者、无法承受本金损失的用户。
使用风险
金融风险：
- 真实交易模式下资金直接暴露于市场波动，USDC 可能因智能合约漏洞或平台风险受损
- 杠杆或集中持仓可能放大损失（尽管有
SIMMER_MAX_POSITION限制）
技术依赖风险：
simmer-sdk若存在恶意代码、后门或严重 Bug，可能导致 API 密钥泄露、资金被盗或异常交易- SDK 版本更新可能引入破坏性变更
- 网络请求无超时控制，异常网络环境下可能无限阻塞
执行风险：
- 市场流动性不足导致滑点，实际成交价格偏离理论价格
- 同时多个相关市场开仓可能产生意外的组合风险
- 价格数据延迟或 API 故障导致基于过时信息决策
合规与运营风险：
- 预测市场监管状态因司法管辖区而异，存在法律不确定性
- Polymarket 平台自身可能面临监管压力或运营中断
- 美国等地区用户可能面临访问限制
模型风险：
- 人物行为突变（如账号封禁、突发事件沉默期）使历史发帖模式失效
- 区间划分边界效应：实际发帖量恰好在区间边界时的统计归属争议