WaitingForMacGuffin 技能评估报告
核心功能
WaitingForMacGuffin 是一个专注于奥斯卡预测市场的情报聚合工具，通过三个核心API端点提供分层服务：
1. Oscar Brief - 市场脉冲监测，返回24小时内价格异动、大额交易(>$1K)、领跑者变更等信号，支持敏感度分级过滤
2. Oscar Research - 深度研究模式，支持模糊查询匹配，提供单提名者/类别全景分析，含7日趋势、前哨奖胜率、订单簿深度与滑点计算
3. Oscar Precursor Simulation - 基于DGA/SAG/PGA等前哨奖结果的量化投资组合模拟，含凯利式仓位管理、EV计算与滑点感知执行
显著优点
- 数据权威性：直接对接Kalshi交易所实时订单簿，非二手聚合
- 量化严谨性：内置滑点分析(healthy/dangerous分级)、隐含概率vs前哨奖胜率对比、边缘值(edge)计算
- 风控框架：四级风险层级(🟢Near lock至🔴Toss-up)，明确标注损失概率与ROI美元回报
- 多平台适配：原生支持Telegram紧凑格式，自动检测渲染环境
- 零门槛：无需API密钥，只读公开数据
潜在局限
- 地域限制：Kalshi平台仅限美国用户实际交易，国际用户仅作参考
- 流动性约束：部分小众奖项(纪录片、短片类)订单簿深度不足，大额单滑点>7%
- 时效依赖：奥斯卡季外(4-9月)市场活跃度极低，数据稀疏
- 模型风险：前哨奖相关性基于历史统计，存在结构性断裂可能(如流媒体投票规则变更)
适合人群
- 预测市场参与者：需量化仓位管理与订单簿分析的Kalshi用户
- 行业观察者：制片方、公关公司追踪奖项风向
- 数据驱动型娱乐爱好者：希望超越 punditry 的硬数据决策
常规风险
- 本金损失：预测市场属二元结果，非"投资"而是"投注"
- 过度拟合：前哨奖历史胜率≠未来胜率，模拟基于回溯检验
- 执行风险：API返回的理论滑点与实际成交可能存在差异
- 监管变化：CFTC对事件合约的监管态度存在不确定性