核心用法
Equity Markets & IPO Trader 是一款专为 Polymarket 预测市场设计的量化交易 Skill，专注于股票指数里程碑、重大IPO、财报惊喜、分析师评级上调等金融事件的交易。该 Skill 的核心策略基于两大结构性优势：
第一，财报胜率偏差（Earnings Base Rate Mispricing）。S&P 500 公司约 73-75% 的时间会超越分析师一致预期，大型科技公司（如 NVDA、AAPL、MSFT 等）更是高达 80-85%，但散户市场往往按 50-50 的硬币翻转定价，形成 20-30 个百分点的结构性套利空间。
第二，宏观日历时间差（Macro Calendar Timing Lag）。S&P 500 期货 24 小时交易，当 CPI、非农数据或 FOMC 决议发布时，期货市场瞬时重定价，而 Polymarket 的指数门槛市场通常需要 20-60 分钟才能跟上，尤其在盘前时段套利机会最大。
使用流程上，Skill 默认启动 paper trading（模拟交易）模式，用户配置 SIMMER_API_KEY 后即可运行。系统会自动发现活跃的股权和金融市场，计算基于阈值距离的基准置信度，应用内置的 equity_bias() 函数进行市场类型修正和财报日历时机调整，最终生成交易规模建议。只有在显式添加 --live 参数后才会执行真实 USDC 交易。
显著优点
1. 结构性边缘清晰：不试图战胜华尔街的预测能力，而是利用机构市场与散户预测市场之间的信息传递延迟，这是可持续、可重复的套利来源。
2. 内置风险管理：默认 paper trading 模式避免意外资金损失；多重风险参数可配置（最大仓位、最小成交量、最大价差、最短剩余天数等）；内置的 equity_bias() 函数对不同类型的市场应用差异化乘数，自动规避高风险的 meme 股和 crash 市场。
3. 零外部 API 依赖（核心策略）：基础策略完全基于关键词发现和内置的市场类型/财报日历逻辑，无需付费数据服务即可运行。
4. 丰富的扩展接口：文档提供了多个 remix 信号思路，包括 Yahoo Finance 期权链、CBOE VIX 数据、SEC EDGAR 8-K filings、CME FedWatch 等，便于高级用户接入更多 alpha 来源。
5. 活跃维护生态：依赖的 simmer-sdk 由 SpartanLabsXyz 组织维护，有明确的 PyPI 和 GitHub 地址，社区可见度高。
潜在缺点与局限性
1. 依赖外部 SDK 的黑箱风险：所有 Polymarket 交互都封装在 simmer-sdk 中，用户无法完全审计其网络行为和交易执行逻辑，存在信任假设。
2. 市场容量限制：Polymarket 的股权相关市场流动性参差不齐，部分小众事件市场成交量可能不足 15000 USD，会被 MIN_VOLUME 过滤器排除，实际可交易机会有限。
3. 策略衰减风险：随着更多量化交易者进入 Polymarket 股权市场，财报胜率偏差和时间差套利空间可能压缩，策略有效期不确定。
4. 监管不确定性：预测市场在部分司法管辖区存在合规灰色地带，用户需自行评估所在地法律风险。
5. 无历史回测数据：Skill 本身不提供回测框架，策略表现只能在前向运行中验证。
适合的目标群体
- 量化交易爱好者：有一定 Python 基础，希望将传统金融市场的统计套利思路迁移到预测市场领域。
- Polymarket 活跃用户：已在该平台交易，希望系统化、自动化其事件驱动策略。
- 金融数据分析师：熟悉财报日历、宏观数据发布节奏，希望将领域知识转化为自动化交易信号。
- 风险控制意识强的投资者：重视默认安全设置（paper trading），愿意在充分验证后再切换实盘。
使用风险
- 资金风险：尽管默认模拟交易，误操作或配置错误可能导致意外切换到实盘模式；Polymarket 使用 USDC 结算，存在智能合约风险。
- 性能风险：依赖
simmer-sdk的网络延迟和 Polymarket 链上确认时间，在宏观事件高峰期可能出现执行滑点。 - 依赖项风险：
simmer-sdk若停止维护或引入破坏性更新，Skill 可能失效；建议锁定版本并定期审查更新日志。 - 策略失效风险：市场环境变化、Polymarket 规则调整或竞争加剧可能导致核心边缘消失。
- 合规风险：预测市场监管政策变化可能影响平台可用性或用户法律责任。