核心用法
Polymarket AI Divergence 是一套针对预测市场套利设计的自动化交易工具。其工作流程为：持续扫描活跃市场，对比 Simmer AI 共识价格与 Polymarket 实际市场价，识别价差（divergence）超过设定阈值（默认 2%）的机会；过滤掉有手续费的市场，仅保留零费率标的；通过 SDK 查询仓位与交易历史进行风控检查；最后以凯利公式计算仓位规模（默认上限 25%），在 AI 看涨时买入 YES、看跌时买入 NO。
命令行支持多种模式：干跑扫描（默认）、实盘交易（--live）、方向过滤（--bullish/--bearish）、阈值调整（--min）、JSON 输出（--json）及静默定时模式（--cron）。配置可通过环境变量或 CLI 实时修改，包括最小价差、单笔/日度资金上限、凯利系数等。
显著优点
1. 信号来源差异化：Simmer 的 AI 共识基于多模型集成预测，与散户驱动的市场定价形成潜在信息差，理论上具备阿尔法来源。
2. 费用控制严格：强制过滤 10% 手续费市场，仅在零费率场景下注，避免高频策略被手续费侵蚀。
3. 仓位管理纪律化：采用凯利公式而非固定金额，理论上实现期望对数效用最大化，并设 25% 硬性上限防止极端仓位。
4. 多重 safeguards： flip-flop 检测、已有仓位检查、日度预算硬约束，降低过度交易与自我对冲风险。
5. 模板化设计：核心逻辑封装为「管道」，用户可注入自定义阈值、筛选条件（如 7 日内到期），适合策略迭代。
潜在缺点与局限性
- 数据透明度不足：Simmer AI 共识的具体模型组成、训练数据、历史校准误差未公开，信号质量难以独立验证。
- 市场容量限制：Polymarket 零费率市场仅占总量的约 75%，且热门标的流动性有限，大资金难以规模化。
- 执行延迟风险：扫描-检查-执行链条存在时间窗口，高波动事件中价格可能迅速收敛，导致滑点或机会消失。
- 凯利公式假设过强：实际市场胜率与赔率难以精确估计，固定「价差=期望收益」的简化假设可能低估黑天鹅尾部风险。
- 平台依赖集中：深度耦合 Simmer SDK 与 Polymarket API，若 SDK 更新、费率结构变化或 API 限流（当前 18 req/min），策略可能中断。
- 无止损机制：文档未提及动态止损或回撤控制，极端行情下可能累积亏损。
适合人群
- 具备中级 Python 与预测市场经验，理解凯利公式及 Kelly Criterion 风险的交易者
- 资金规模适中（建议日预算 $25-$100 级别），追求自动化套利而非高频波段的用户
- 愿意接受 AI 黑盒信号、并有能力自行扩展过滤条件与风控逻辑的量化爱好者
- 不适合：完全编程新手、无法承受本金损失的风险厌恶型投资者、或寻求高频大额交易的专业机构
常规风险
| 风险类型 | 说明 |
|---------|------|
| 市场风险 | 预测市场结果本身具有不确定性，AI 共识可能系统性错误 |
| 流动性风险 | 零费率市场深度有限，大额订单可能冲击价格或无法成交 |
| 执行风险 | API 延迟、限流或故障导致信号与成交价格偏离 |
| 模型风险 | AI 共识校准偏差、概念漂移或极端事件预测失效 |
| 平台风险 | Polymarket 监管变化、资金托管风险或 Simmer 服务中断 |
| 操作风险 | 配置错误（如误设 max_bet_usd 过大）导致超预算交易 |