核心用法
该Skill是一套针对法律与监管预测市场的量化交易策略模板，主要功能包括：
1. 市场发现：自动扫描Polymarket上活跃的法律/监管相关预测市场，涵盖重大法庭案件、反垄断裁决、SEC执法行动、欧盟监管决定及DOJ调查等事件。
2. 信号生成：采用"Conviction-Based Sizing with Precedent Bias"核心策略，将市场价格与历史基准概率对比。例如DOJ刑事定罪率在起诉后高达97%，而零售投资者常将其定价为50%左右的"抛硬币"概率，形成显著套利空间。
3. 仓位管理：根据置信度、先例偏差乘数和预设风险参数自动计算交易规模，支持模拟交易（默认）和真实交易两种模式。
4. 风险过滤：内置多重安全阀，包括最大价差限制（10%）、最小市场成交量（8000 USD）、最短到期时间（7天）等，避免流动性不足或极端市场条件。
显著优点
信息套利优势显著：法律预测市场存在严重的信息不对称。大多数零售参与者不阅读法庭文件、不理解监管程序，导致定价效率低下。该Skill将机构级别的历史统计数据编码为可执行策略，如DOJ起诉后定罪率97%、欧盟第二阶段反垄断80%+有条件通过或罚款、最高法院受理后撤销率约70%等，形成系统性Alpha来源。
策略透明且可验证：所有基准概率均有公开数据来源支撑，非黑箱模型。用户可独立验证历史统计数据的准确性，策略逻辑完全可解释。
执行层防护完善：默认强制模拟交易模式，真实交易需显式--live标志；提供完整的可调风险参数体系（最大仓位、价差限制、价格阈值等），支持从Simmer UI实时调整。
扩展性强：提供清晰的"Remix Signal"接口，支持接入CourtListener PACER API、SEC EDGAR Wells Notice追踪、欧盟竞争案件日程等外部数据源，构建更复杂的信号系统。
潜在缺点与局限性
依赖第三方SDK：核心交易执行完全依赖simmer-sdk，用户无法审查或修改底层交易逻辑。若SDK存在漏洞、被恶意篡改或维护方停止服务，将直接影响资金安全。
历史统计的时效性风险：内置的先例偏差乘数基于历史数据，但法律环境可能变化（如SEC对加密货币执法力度调整、反垄断政策转向），静态参数可能导致模型失效。
市场容量有限：法律预测市场相比主流金融市场流动性较低，大额交易可能显著冲击价格，实际执行滑点可能高于预期。
事件特异性风险：每个法律案件具有独特性，历史统计概率是"基准率"而非"必然率」。高知名度案件可能吸引专业律师参与定价，压缩套利空间；意外司法结果（如罕见无罪判决）可能造成损失。
合规与监管不确定性：预测市场在部分司法管辖区存在法律灰色地带，用户需自行承担合规风险。
适合的目标群体
- 量化交易者：具备程序化交易经验，熟悉概率模型和仓位管理，寻求另类Alpha来源
- 法律专业人士：律师、合规官等具有法律背景，能理解案件实质进展，可结合Skill信号与专业判断
- 预测市场研究者：对Polymarket等预测市场机制感兴趣，希望系统化测试法律事件定价效率
- 风险承受能力较高的投资者：理解加密货币和预测市场的高波动性，能接受潜在资金损失
常规使用风险
资金安全风险：真实交易模式下涉及USDC加密货币资金，存在智能合约风险、平台托管风险及密钥泄露风险。API密钥（SIMMER_API_KEY）为高价值凭证，一旦泄露可能导致未授权交易。
供应链安全风险：依赖simmer-sdk的供应链攻击面，建议固定版本、定期审计、隔离运行环境。
执行风险：市场流动性不足可能导致订单无法成交或成交价格偏离预期；网络延迟可能影响时效敏感的交易。
模型失效风险：法律环境变化、市场参与者结构变化（更多专业人士进入）可能侵蚀历史统计优势。
操作风险：误用--live标志、参数配置错误、环境变量管理不当等人为失误可能导致意外损失。