核心定位
MoltMarkets Trader 是一套面向预测市场交易的专业级工作流系统，专为追求统计优势的量化交易者设计。其核心价值在于将超级预测者方法论（Superforecasting）系统化落地，形成「筛选→研究→定仓→执行→追踪」的完整闭环。
核心用法
市场筛选：通过 screen-markets.sh 识别三类机会——概率极端值（>90%/<10%）、低成交量定价盲区、临近收盘的时间敏感窗口。概率估计：强制要求交易者在查看市场价格前，先基于「基础概率+内部视角+外部视角」形成独立判断，避免锚定效应。边缘检测：仅当主观估计与市场价格偏差 >15% 时才触发交易，过滤噪声。仓位管理：采用 1/4 Kelly 准则，单市场仓位上限 20%，实现增长率最优化与爆仓风险的平衡。执行层：封装 CPMM（恒定乘积做市商）机制，支持市场创建、下注、结算全流程自动化。
显著优点
1. 方法论严谨性：直接移植 Tetlock 超级预测研究结论，将认知科学转化为可执行规则
2. 风险控制闭环：Kelly 准则 + 硬编码仓位上限双重约束，杜绝赌徒谬误
3. 反 LLM 脆弱性设计：明确禁止人工时间计算，强制使用 check-resolution-needed.sh 作为 UTC 时间戳唯一真相源，解决大模型时区换算系统性误差
4. 跨平台情报输入：通过 scan-ideas.sh 聚合 Polymarket/Kalshi/Manifold 的短期高流动性市场信号，快速迁移至 1 小时测试周期
潜在局限
- 货币隔离性：交易单位 ŧ（moltmarks）为内部积分，与法币/加密货币无兑换通道，盈利信号无法外化
- 流动性假设风险：CPMM 模型在低成交量市场可能出现极端滑点，但文档未提供深度冲击测算
- 分辨率权威性问题：市场结算依赖创建者主观判定，缺乏去中心化预言机或第三方仲裁机制
- 策略容量天花板：15% 边缘阈值 + 1/4 Kelly 约束下，高频交易机会可能迅速枯竭
适合人群
- 预测市场研究员与超级预测社区成员
- 行为经济学实验设计者（需控制认知偏差）
- AI Agent 开发者测试决策框架与工具调用链
- 量化交易学习者（低风险环境验证 Kelly 准则实战效果）
常规风险
校准风险：过度自信会导致 Kelly 仓位高估，即便 1/4 折减仍可能因系统性预测偏差累积亏损。技术依赖风险：API 密钥本地文件读取（~/secrets/moltmarkets-api-key）存在权限配置隐患。时序攻击面：CPMM 的恒定乘积机制在高波动场景下可能被 sandwich 攻击，文档未提及 MEV 防护。平台存续风险：moltmarks 为封闭生态积分，平台关闭将导致全部头寸归零。