| name | polymarket-paper-trading |
| description | Polymarket 交易回测与组合管理。读取 market-pulse 报告推荐，交互式询问下单方式（市价/智能限价/自定义限价/跳过），执行资金管理与仓位计算，自动追踪持仓损益，生成收益分析与反思报告。支持纸上交易和实盘两种模式。当用户提到 Polymarket 回测、纸上交易、下单、组合管理、收益分析、仓位回顾时使用此技能。 |
Polymarket 交易回测
基于 market-pulse 报告的推荐仓位，执行交易（纸上或实盘），追踪组合损益，生成收益分析与反思。
双模式
- 纸上交易（默认）：模拟成交，无需钱包，用于策略验证
- 实盘：通过
@polymarket/clob-client 下单到 Polymarket CLOB，需配置 .env.aizen
工作流
按顺序执行以下步骤，不可跳过。
第 0 步：环境检查
pip install -r scripts/requirements.txt 2>/dev/null
若为实盘模式，还需：
cd scripts && npm install 2>/dev/null
检查 .env.aizen 是否存在（包含 PRIVATE_KEY, FUNDER_ADDRESS, SIGNATURE_TYPE）。
第 1 步：加载组合状态
读取 ~/polymarket-reports/portfolio.json。
若文件不存在，使用 AskQuestion 询问用户：
- 初始资金金额（选项：$1,000 / $5,000 / $10,000 / 自定义）
- 交易模式（纸上交易 / 实盘）
然后创建新组合，使用 Write 工具写入 ~/polymarket-reports/portfolio.json。格式见 references/portfolio-schema.md。
第 2 步：自动回顾已有仓位
如果组合中有持仓或挂单，执行以下操作：
获取当前价格：
python scripts/fetch_prices.py ~/polymarket-reports/portfolio.json
脚本输出每个持仓的当前价格和结算状态。
处理已结算市场：
closed=true 且最终价格为 0 或 1 的市场 → 计算实现损益- 公式：
pnl = shares * (exit_price - entry_price)，其中 exit_price 为 1.0（赢）或 0.0（输）
- 将已结算仓位从
positions 移入 settled_trades
- 归还现金：
cash_balance += shares * exit_price
检查挂单成交：
python scripts/check_orders.py ~/polymarket-reports/portfolio.json
- 纸上模式：当前价格穿越限价 → 视为成交，移入
positions
- 实盘模式：通过 CLOB API 查询订单状态
显示组合摘要（向用户展示）：
| 指标 | 值 |
|---|
| 总资产 | cash + 持仓市值 |
| 现金 | cash_balance |
| 未实现损益 | 持仓市值 - 持仓成本 |
| 已实现损益 | 已结算交易的总 PnL |
| 胜率 | 盈利交易数 / 已结算交易数 |
| 活跃仓位 | N 个 |
| 挂单 | N 个 |
然后更新 portfolio.json。
第 3 步：解析 Pulse 报告
用户需提供 pulse 报告路径。若未提供，列出 ~/polymarket-reports/market-pulse-*.md 文件让用户选择。
python scripts/parse_pulse.py <pulse_report_path>
脚本输出 JSON，每个推荐包含：question, url, event_slug, direction, recommended_price, size_range, edge, confidence, liquidity_tier。
过滤掉已在 positions 或 pending_orders 中的市场（按 event_slug 匹配），避免重复建仓。
第 4 步：交互式下单决策
对每个新推荐，先展示摘要：
市场：{question}
方向：买入 {direction}
Edge：{edge}% | 置信度：{confidence}
当前价格：${price} | 建议规模：{size_range}
流动性等级：{liquidity_tier}
然后使用 AskQuestion 询问用户下单方式：
| 选项 | 说明 |
|---|
| 市价单 | 按当前 best ask 立即成交（适合短期/高波动） |
| 智能限价 | 自动计算优化价格（见下方逻辑） |
| 自定义限价 | 用户指定价格（再次询问价格） |
| 跳过 | 不交易此推荐 |
智能限价计算：
获取实时订单簿：
python scripts/fetch_orderbook.py <clob_token_id>
复用 pulse skill 的 fetch_orderbook.py（位于 ~/.claude/skills/polymarket-market-pulse-zh/scripts/fetch_orderbook.py，若不存在则用 CLOB API 手动获取）。
计算公式：
limit_price = best_bid + spread * urgency_factor
紧迫度因子：
- 短期市场（< 7 天结算）→ urgency = 0.5
- 中期市场（7-30 天）→ urgency = 0.3
- 长期市场（> 30 天）→ urgency = 0.2
向用户展示建议价格及理由后确认。
第 5 步：资金管理与仓位计算
对用户确认交易的每个推荐，计算最终仓位：
约束规则：
- 单笔上限：总资产 × 5%（高置信度放宽到 8%）
- 单市场上限：总资产 × 15%（含已有同市场仓位）
- 总敞口上限：总资产 × 50%
- 流动性约束：不超过 2% 滑点深度的 10%（来自 pulse 报告）
- Edge 加权：
- Edge > 20%：用满单笔上限
- Edge 10-20%：单笔上限 × 60%
- Edge 5-10%：单笔上限 × 30%
- 最小交易：$10
取上述约束的最小值作为最终金额。计算份数：shares = floor(amount / price)。
向用户展示最终仓位详情：
下单金额：${amount}
份数：{shares} 份 @ ${price}
占总资产：{pct}%
确认后执行。
第 6 步：执行下单
纸上模式： 直接更新 portfolio.json：
- 市价单 → 添加到
positions，扣减 cash_balance
- 限价单 → 添加到
pending_orders
实盘模式： 调用下单脚本：
市价单（FOK）：
npx tsx scripts/place_order.ts --token-id <id> --side BUY --type FOK --amount <shares>
限价单（GTC）：
npx tsx scripts/place_order.ts --token-id <id> --side BUY --type GTC --price <price> --size <shares>
脚本输出 JSON：{ orderID, status, filledPrice, filledSize, latency_ms }。
根据返回结果更新 portfolio.json：
status=matched/filled → 添加到 positionsstatus=live → 添加到 pending_orders，记录 real_order_idstatus=error → 向用户报告错误，不修改组合
第 7 步：生成收益分析报告
每次运行自动生成报告。使用 Write 工具保存到：
~/polymarket-reports/performance-{YYYY-MM-DD}-{HHMMSS}.md
报告格式见 references/output-template.md。
绩效指标（自动计算）：
- 总资产 & 收益率
- 已实现 / 未实现损益
- 胜率
- 平均 Edge vs 实际结果偏差
- 最佳 / 最差交易
仓位明细表（每个持仓一行）：
反思模块（由 AI 撰写，这是最核心的部分）：
- 哪些预测准确？关键原因？
- 哪些预测失败？失败原因（信息不足 / 过度自信 / 市场变化）？
- 各类别表现（政治 vs 加密 vs AI）
- Longshot Bias 策略回顾
- Edge 校准分析：AI 预估 Edge 与实际价格变动的相关性
- 下一步调整建议
反思要求：
- 必须引用具体数据（不能空泛）
- 对失败案例必须提出可操作的改进
- 整体论调应诚实，不美化结果
故障排除
- parse_pulse.py 解析失败：报告格式可能变化，手动读取报告并提取数据
- fetch_prices.py 超时：降低并发请求数或增加重试
- 实盘下单失败：检查
.env.aizen 配置和钱包余额，运行 smoke test
- portfolio.json 损坏：从
trade_history 重建
参考文件
