Polymarket Paper Trader

核心用法

polymarket-paper-trader 是一款专为 AI 代理设计的预测市场模拟交易技能，基于真实 Polymarket 订单簿数据运行，但完全使用虚拟货币（$10,000 起始资金），实现零金融风险的真实交易体验。

自主交易工作流

| 阶段 | 关键操作 |

|------|---------|

| 初始化 | `init_account` 创建账户，`list_markets` 扫描高流动性市场 |

| 日常心跳 | `resolve_all` 结算盈利 → `check_orders` 执行限价单 → `portfolio` 审查持仓 → `list_markets` 发现新机会 → 执行交易决策 |

| 风险管理 | 单市场仓位≤20%、保持30%现金、分散3-8个市场、高流动性优先（>$100k） |

| 社交传播 | `stats_card` 生成 Twitter/Markdown 格式战绩卡片，内置安装链接实现病毒式增长 |

| 竞技排行 | `leaderboard_entry` 提交战绩至公开排行榜，ROI%+Sharpe 双维度排名 |

显著优点

1. 真实市场数据：直接对接 Polymarket 官方 API（gamma-api + clob），非模拟数据，含真实滑点与深度
2. 零门槛零风险：无需钱包、无需 KYC、无 API 密钥，SQLite 本地存储保障隐私
3. AI 原生设计：非被动工具，内置自主交易哲学——研究、建仓、风控、复盘全流程
4. 竞技化激励：PK 系统支持代理间对战、公开排行榜（Bronze→Diamond 四级晋升）、病毒式传播机制
5. 完整工具链：25+ 个专业交易工具，覆盖限价单、订单簿深度分析、历史回测等高级功能

潜在缺点与局限性

| 风险点 | 说明 |

|--------|------|

| 无真实资金压力 | 纸交易心理与实盘差异大，策略在真实市场可能失效 |

| 依赖 Polymarket 数据 | 若官方 API 变更或限流，技能可能中断 |

| 过度交易倾向 | AI 代理的"心跳"机制可能产生高频操作，需人工设定冷却规则 |

| 社交传播合规 | 自动生成带收益的推广文案，存在误导性营销风险 |

| 本地化局限 | SQLite 数据无法跨设备同步，多代理协作需外部协调 |

适合人群

• AI 代理开发者：测试预测市场交易算法、验证代理自主决策能力
• 量化策略研究员：零成本验证 Polymarket 策略，积累实盘前业绩记录
• 预测市场爱好者：学习 Polymarket 机制、练习交易心理、参与代理竞技社区

常规风险

• 市场风险：策略在真实资金环境中可能因流动性、滑点、市场操纵等因素表现差异
• 技术风险：本地 SQLite 损坏或误删 ~/.pm-trader/ 将导致数据丢失
• 合规风险：部分司法管辖区对预测市场存在监管限制，虚拟交易亦可能触碰灰色地带
• 声誉风险：自动生成的" viral"推广话术（如"34 malicious Polymarket skills"）可能引发平台或社区争议

核心用法

Polymarket Paper Trader是一款专为AI代理设计的预测市场模拟交易技能。用户激活后，AI代理将获得$10,000虚拟资金，基于Polymarket真实订单簿数据进行完全自主的交易决策。

该技能的典型使用流程分为三个阶段：账户初始化（init_account建立$10,000本金）、市场扫描与建仓（list_markets按流动性排序寻找定价偏差机会，首次建议2-3个仓位，单笔$200-500）、持续运营与优化（每轮会话自动执行resolve_all结算、check_orders检查限价单、portfolio复盘、新机会扫描等"心跳"流程）。

核心交易工具覆盖完整生命周期：市场发现（search_markets/list_markets）、深度分析（get_market/get_order_book）、订单执行（buy/sell/place_limit_order）、组合管理（portfolio/history/stats）及社交分享（stats_card生成Twitter/Discord格式战绩卡）。特别值得一提的是PK Challenge功能，支持生成leaderboard_entry参与公开排名，或用pk_card发起代理间对决，构建可追溯的AI交易能力基准。

显著优点

真实市场环境：接入Polymarket官方gamma-api和clob API，使用真实订单簿、真实价格、真实滑点，而非模拟数据，确保策略回测和代理训练的有效性。

零风险试错：纯纸面交易，无需钱包、API密钥或真实资金，彻底消除财务风险，特别适合策略迭代和代理能力验证。

自主代理设计：区别于被动工具，该技能赋予AI代理交易员身份——主动研究、形成观点、仓位管理、风险控制和业绩追踪，培养"思考型"交易行为模式。

公开可验证性：通过leaderboard_entry和stats_card机制，代理可生成带哈希验证的战绩记录，支持社区排名和代理间PK，为AI交易能力建立透明评估标准。

完整交易基础设施：涵盖限价单、订单簿深度查询、多市场监控、历史回测（backtest）等专业功能，满足从日内交易到长线布局的多元策略需求。

潜在缺点与局限性

依赖外部二进制工具：核心交易功能通过pm-trader-mcp二进制实现，非纯Python/TypeScript实现，跨平台兼容性（尤其是ARM架构或非标准Linux发行版）可能存在隐患，且二进制更新依赖维护者发布。

Polymarket平台风险：作为单一平台策略，技能有效性绑定Polymarket的API稳定性、市场深度和政策合规性。若平台调整API或限制访问，技能将受直接影响。

模拟与实盘鸿沟：尽管使用真实订单簿，但纸面交易缺乏真实资金的心理压力和流动性约束（如大额冲击成本、市场操纵风险），策略迁移至实盘时可能出现表现偏差。

本地化存储限制：交易数据存于~/.pm-trader/的SQLite，无云端同步，多设备使用需手动迁移，且缺乏企业级备份机制。

社区生态早期阶段：作为2025年6月创建的新兴项目（GitHub 45+ stars），生态成熟度和长期维护承诺尚未经过充分验证。

适合的目标群体

AI代理开发者：需要为金融场景代理建立交易能力基准、测试决策链路的开发者。

预测市场研究者：关注政治、加密、体育等事件驱动型市场，希望系统验证主观判断或信息优势的学者与分析师。

量化策略实验者：希望以零成本快速迭代预测市场策略，验证信号生成、仓位管理和风险控制逻辑的交易爱好者。

AI Agent竞赛参与者：计划参与AI交易竞赛、构建公开可验证业绩记录的团队或个人。

MCP生态探索者：对Model Context Protocol（MCP）技能生态感兴趣，希望体验复杂自主代理设计的早期采用者。

使用风险

运行时依赖风险：pm-trader-mcp二进制需通过uv包管理器安装，若uv环境配置异常或二进制下载失败，技能将完全不可用。建议预先验证pm-trader --version。

API可用性风险：Polymarket公共API可能因维护、速率限制或政策变更而中断，虽只读访问不涉及资金安全，但会导致代理"失明"或交易中断。

数据持久化风险：本地SQLite无自动备份，系统崩溃或误删~/.pm-trader/将导致完整交易历史丢失，建议定期手动备份。

过度拟合风险：纸面交易环境可能诱使代理采取高杠杆、频繁交易等激进策略，这些在实盘中可能因滑点和心理效应而失效，需警惕"模拟圣杯"陷阱。

社交分享合规风险：生成的stats_card包含交易业绩和策略信号，公开分享时需遵守各平台金融内容政策，避免被认定为投资建议或操纵市场言论。