name: polymarket-wallet-xray
description: 可以对任何 Polymarket 钱包进行深度分析，包括其技能水平、交易质量、是否存在机器人参与交易（bot detection），以及进行边缘数据分析（edge analysis）。该工具会查询 Polymarket 的公开 API，无需任何身份验证。该功能的灵感来源于 @thejayden 的“Polymarket 钱包交易行为分析”（Autopsy of a Polymarket Whale）报告。
metadata:
author: Simmer (@simmer_markets)
version: "1.1.1"
displayName: Polymarket Wallet X-Ray
difficulty: beginner
---# Polymarket钱包分析工具（X-Ray）
该工具可分析任意Polymarket钱包的交易模式、交易者的技能水平以及他们的交易优势。
**无需身份验证。**工具直接通过Polymarket的公开CLOB API进行数据查询。
灵感来源： @thejayden 的文章《The Autopsy: How to Read the Mind of a Polymarket Whale》（https://x.com/thejayden/status/2020891572389224878）
该工具实现了[@thejayden]开发的交易分析框架。建议阅读原文，以了解“Time Profitable”指标、对冲策略检查、机器人检测以及交易信号生成背后的原理。
请注意： 这只是一个分析工具，并非交易建议。它仅提供交易数据供您参考，帮助您了解交易者的行为模式并做出明智的决策。此工具仅用于教育和研究目的，切勿盲目复制他人的交易策略。
⚠️ 重要免责声明
过去的表现并不能保证未来的结果。 财户的历史数据仅能反映：
- ✅ 他们过去的交易情况
- ✅ 他们的历史胜率和入场质量
- ❌ 但无法预测他们的策略在未来是否依然有效
盲目复制他人交易的风险：
- 市场环境不断变化
- 交易者的优势可能源于运气、时机选择或特定历史事件
- 手续费和滑点可能会将微弱的优势抹去
- 如果其他交易者也采用相同的策略，这种优势就会消失
使用该工具的目的：
- ✅ 了解熟练交易者的特征（通过数据指标和行为模式）
- ✅ 识别潜在的异常行为（如机器人或套利者）
- ✅ 理解交易者的心理（如FOMO情绪与交易纪律）
- ✅ 为自身的交易策略提供参考
禁止使用该工具进行以下操作：
- ❌ 自动复制他人的交易
- ❌ 期望复制他人的收益
- ❌ 仅凭这些数据就进行交易决策
- ❌ 在不了解交易逻辑的情况下投入大量资金
适用场景
当您希望：
- 了解熟练交易者的操作方式（哪些指标能区分赢家和输家）
- 理解交易者的心理（谁会追逐价格波动？谁有良好的交易纪律）
- 检测异常行为（如机器人或套利行为）（用于研究）
- 研究套利机会（识别持有对冲头寸的账户）
- 对比不同交易者的交易风格（区分稳定盈利的交易者和运气好的交易者）
- 为自身策略提供参考（将分析结果作为决策依据）
不适合用于：
- 盲目或自动复制他人的交易
- 假设过去的表现能预示未来的收益
- 仅依赖这些数据就进行高风险交易
设置流程
用户需要安装或配置该工具时，请按照以下步骤操作：
-
安装Simmer SDK
pip install simmer-sdk
-
获取Simmer API密钥
- 可在simmer.markets/dashboard的SDK标签页获取密钥
- 将密钥存储为
SIMMER_API_KEY环境变量
快速命令
python wallet_xray.py 0x1234...abcd
python wallet_xray.py 0x1234...abcd "Bitcoin"
python wallet_xray.py 0x1111... 0x2222... --compare
python wallet_xray.py "Will BTC hit $100k?" --top-wallets 5 --dry-run
python scripts/status.py
使用的API（公开接口，无需认证）：
- Gamma API：
https://gamma-api.polymarket.com/markets/keyset — 市场搜索（分页查询）
- CLOB API：
https://clob.polymarket.com — 交易历史和订单簿
分析结果
该工具会返回以下全面的交易分析数据：
{
"wallet": "0x1234...abcd",
"total_trades": 156,
"total_period_hours": 42.5,
"profitability": {
"time_profitable_pct": 75.3,
"win_rate_pct": 68.2,
"avg_profit_per_win": 0.035,
"avg_loss_per_loss": -0.018,
"realized_pnl_usd": 2450.00
},
"entry_quality": {
"avg_slippage_bps": 28,
"quality_rating": "B+",
"assessment": "Good entries, occasional FOMO"
},
"behavior": {
"is_bot_detected"
工作原理
- 获取交易历史：通过Simmer API从Polymarket下载该钱包的所有交易记录
- 计算盈利情况：分析交易者在何时处于亏损状态，何时盈利
- 评估入场质量：判断交易者是否以最优价格买入
- 检测交易模式：区分机器人的快速交易行为和人类的理性交易行为
- 检查是否存在套利机会：计算买入和卖出的平均成本差（是否小于1美元）
- 分析交易行为：判断是否存在FOMO情绪导致的过度交易或良好的交易纪律
- 给出建议：评估该钱包是否值得关注，以及潜在的风险
数据指标解释
⏱️ Time Profitable（例如：75.3%）
该钱包在75%的交易时间内处于盈利状态，仅经历了25%的亏损——这体现了良好的交易纪律。
- >80%：表明交易者具有极高的入场技巧，并能在亏损期间坚持持有头寸
- 50-80%：表示交易者的纪律性一般
- <50%：提示交易者可能存在恐慌性亏损
🎯 入场质量（例如：平均滑点为28个基点）
该交易者以接近最佳价格买入，28个基点的滑点对于活跃的交易者来说属于正常范围。没有迹象表明他们受到FOMO情绪的影响。
- <20 bps：表明交易者非常专业，使用限价单进行交易。
- 20-40 bps：表示交易者的速度和价格判断能力良好。
- >50 bps：表明交易者可能存在追涨行为
🤖 机器人检测（例如：平均交易间隔为45秒）
如果交易间隔小于5秒，很可能是机器人操作；除非确认对方是正规的市场做市商，否则应避免与其交易。
- 5-30 sec：可能是机器人，但仍需谨慎。
- >30 sec：则很可能是人类交易者
💰 对冲策略检查（例如：平均成本差为0.98美元）
如果交易者在0.70美元买入，在0.30美元卖出，那么他们的总成本应恰好为1美元，说明他们的对冲策略有效。
- 如果总成本差小于1美元，说明他们可能具有结构性优势（即买入成本低于卖出成本）。实际利润受执行价格、手续费和点差的影响。
- < $0.95：表明可能存在较大的潜在优势，可能是机构投资者。
- $0.95-1.00：仅显示出轻微的优势。
- > $1.00：说明没有明显的优势，可能只是单纯押注价格走势。
使用示例
示例1：学习熟练交易者的交易策略
import subprocess
import json
result = subprocess.run(
["python", "wallet_xray.py", "0x123...abc", "--json"],
capture_output=True,
text=True
)
data = json.loads(result.stdout)
time_prof = data["profitability"]["time_profitable_pct"]
entry_qual = data["entry_quality"]["quality_rating"]
print(f"📊 What this trader does well:")
print(f" • Time Profitable: {time_prof}% (disciplined)")
print(f" • Entry Quality: {entry_qual} (patient buyer)")
print(f" • Behavior: {data['behavior']['accumulation_signal']} (not FOMO)")
示例2：识别异常行为（用于研究）
wallets = ["0x111...", "0x222...", "0x333..."]
print("Comparing trader profiles:")
for wallet in wallets:
result = subprocess.run(
["python", "wallet_xray.py", wallet, "--json"],
capture_output=True,
text=True
)
data = json.loads(result.stdout)
is_bot = "🤖 BOT" if data["behavior"]["is_bot_detected"] else "👤 HUMAN"
print(f"\n{wallet}: {is_bot}")
print(f" Win Rate: {data['profitability']['win_rate_pct']}%")
print(f" Time Profitable: {data['profitability']['time_profitable_pct']}%")
示例3：基于分析做出决策（而非盲目复制）
result = subprocess.run(
["python", "wallet_xray.py", "0x123...abc", "--json"],
capture_output=True,
text=True
)
data = json.loads(result.stdout)
if data["profitability"]["time_profitable_pct"] > 75 and \
data["entry_quality"]["quality_rating"] in ["A", "A+"]:
print(f"✅ This wallet shows skill (high Time Profitable, good entries)")
print(f"⚠️ But I will NOT copytrade blindly.")
print(f"📋 Instead, I'll:")
print(f" 1. Backtest their patterns on fresh data")
print(f" 2. Add my own market signals")
print(f" 3. Start with small position (1-2% of capital)")
print(f" 4. Monitor for next 30 days")
print(f" 5. Adjust if it stops working")
else:
print(f"❌ This wallet doesn't show strong enough metrics.")
print(f" Safer to avoid or research further before deciding.")
使用方法
分析单个钱包（默认设置）：
python wallet_xray.py 0x1234...abcd
分析特定市场的钱包：
python wallet_xray.py 0x1234...abcd "Bitcoin"
以JSON格式输出结果（适用于脚本）：
python wallet_xray.py 0x1234...abcd --json
比较两个钱包的交易数据：
python wallet_xray.py 0x1111... 0x2222... --compare
仅分析最近的交易记录（加快分析速度）：
python wallet_xray.py 0x1234...abcd --limit 100
常见问题及解决方法
-
“钱包没有交易记录”：
- 该钱包尚未进行交易，或所有交易记录过于陈旧。
- 请尝试使用活跃的交易账户。
-
“市场未找到”：
- 查询的市场在Polymarket系统中不存在。
- 请提供更具体的市场名称，或选择“所有市场”进行通用分析。
-
“分析耗时过长”：
- 对于交易记录超过500条的交易账户，分析可能需要30秒以上。
- 可使用
--limit 100参数仅分析最近的交易记录以加快速度。
-
“API请求次数受限”：
- 如果同时分析多个账户，可能会导致请求次数过多。
- 请稍后再试，或使用
--limit 50参数减少每次请求的数量。
致谢
该工具基于@thejayden的文章《The Autopsy of a Polymarket Whale》中的交易分析框架。原文介绍了如何：
- 识别虚假的交易专家（高盈亏比、糟糕的入场策略）
- 检测机器人（非人类的交易速度）
- 发现套利机会（通过分析对冲头寸）
- 理解交易者的心理（如FOMO情绪）
此处使用的所有指标和分析方法均源自该文章。如果您觉得该工具有用，请阅读原文并关注@thejayden。
相关链接
