Robôs de trading geraram mais de $60 milhões em lucro no Polymarket em 2025–2026. 77% desse valor veio do mercado Crypto UP/DOWN — impulsionado por ineficiências estruturais persistentes. Veja como construir um.
01 - A oportunidade
Por que os mercados BTC Up/Down
O mercado BTC de 5 minutos Up/Down no Polymarket é um dos segmentos mais ineficientes nos mercados de previsão. O público precifica movimentos direcionais com base na emoção — ciclos de notícias, redes sociais, intuição.
Enquanto isso, a matriz de transição dos estados de preço do BTC mostra algo diferente. Quando o mercado está em um estado direcional comprometido — a persistência é mensurável. A matemática sabe antes da multidão.
Essa lacuna entre o que a matemática diz e o que o mercado precifica é a vantagem. E é repetível, escalável e automatizável.
O framework de agente que estamos usando é o Hermes — open-source, construído pela NousResearch (apoiada pela Paradigm com $70M). Em abril de 2026, o Hermes ultrapassou o Claude Code da Anthropic em estrelas totais no GitHub — um sinal claro da rapidez com que a comunidade de desenvolvedores o adotou.
- 288 janelas/dia por ativo
- 1 trade a cada 81 segundos
- Janela de vantagem: gap médio de 5–15%
- Taxa de acerto: 63–72% com p ≥ 0,87
Principais bots bem-sucedidos rodando agora
Total combinado: $2.112.019. Três bots. Um segmento de mercado. A mesma matemática subjacente.
02 - A vantagem
Como a matemática funciona
O modelo é baseado na análise de Cadeias de Markov dos estados de preço do BTC. A percepção central: o movimento de preço não é aleatório. Quando o mercado entra em um estado direcional persistente, a probabilidade de continuação é mensuravelmente acima de 50%.
A fórmula de entrada
Δ⁽ʷ⁾ = p̂⁽ʷ⁾ − q⁽ʷ⁾ ≥ ε → ENTRAR p̂ = probabilidade do modelo · q = preço de mercado · ε = gap mínimo de 5%
r = (1 − q) / q Em q = 0,647 → r = +54,5% por trade · Em q = 0,441 → r = +126,7% por trade
O bot só entra quando p(j\,j\) ≥ 0,87 — o limiar de persistência de Markov. Abaixo disso, nenhum trade. É por isso que a taxa de acerto está consistentemente acima de 65%, apesar de não haver previsão direcional.
Kelly f\ = p − (1−p)/b Tamanho de posição ideal por trade · f\ ≈ 0,71 em p = 0,87, b = 0,647
03 - A stack
O que você precisa para construir isso
Toda a configuração roda com ferramentas open-source. Não é necessário saber programar. Custo total: menos de $10/mês
$10 mínimo para começar → $50 recomendado → 2 POL para gas (~$1) → ~30 min de configuração
04 - Configuração
Como configurar o Hermes em 3 passos
PASSO 01
Instale o Atomic e inicie o Hermes
Vá para atomicbot.ai → baixe o Atomic → escolha o agente Hermes na página inicial. Você pode rodá-lo localmente no Mac ou escolher "Run in Cloud" no canto superior direito — faça login via Google, mesma interface. Mova o app para a pasta Applications após o download.
O Atomic oferece mais de 100 integrações, memória persistente e suporte para todos os principais modelos de IA (Claude, ChatGPT, Gemini).
PASSO 02
Conecte a API do modelo — use o Claude Opus 4.7
Nas configurações do Atomic → AI Models → selecione Anthropic → cole sua chave de API. Escolha o Claude Opus 4.7 como mecanismo de modelo — ele tem a capacidade de raciocínio necessária para análise de mercado em tempo real e loops de autoaperfeiçoamento.
Alternativa: OpenRouter (pague conforme o uso) ou OpenAI Codex (grátis via ChatGPT Pro).
PASSO 03
Conecte o bot do Telegram ao seu agente
Atomic → Skills → Messengers → Telegram → Connect. Crie um bot pelo @BotFather no Telegram → copie o token → cole no Atomic. Feito em 2 cliques.
A partir deste ponto, seu agente Hermes está ativo e esperando seu prompt de lógica de trading.
05 - Lógica de trading
Configurando a estratégia de trading BTC
Em vez de construir do zero, use um repositório GitHub existente como lógica base — então alimente-o ao Hermes e deixe o Claude Opus adaptá-lo para a mais recente Polymarket CLOB v2.
Repositórios recomendados
Passo 1 - Dê ao Hermes o prompt da lógica de trading
Passo 2 - Configure a carteira
Passo 3 - Configuração do ambiente
Passo 4 - Execute um teste seco primeiro
06 - Loop de autoaprendizado
Como o agente se aprimora
Isso é o que diferencia o Hermes de um bot estático. O Claude Opus 4.7 lê o diário de execução após cada sessão e reescreve as regras de trading com base no que funcionou e no que não funcionou.
- Trade executa
O bot entra no mercado com p(j\,j\) ≥ 0,87. Cada entrada, saída e P/L é registrado no diário.
- Revisão noturna
O Claude Opus lê o diário completo. Analisa quais limiares de persistência tiveram melhor desempenho, quais janelas perderam, quais preços de entrada tiveram melhor EV.
- Atualização da estratégia
O Opus reescreve as regras de limiar, ajusta o dimensionamento de Kelly e atualiza automaticamente os parâmetros MIN_PROB e MIN_EDGE.
- Próxima sessão roda com regras atualizadas
O agente fica mensuravelmente mais inteligente após 50–100 trades. Deixe a IA fazer o trabalho pesado.
- Relatório do Telegram todas as manhãs
Trades de ontem, regras atualizadas, estratégia de hoje. Você revisa, aprova, e ele roda.
Conclusão
Os robôs de trading do Polymarket já tomaram uma grande fatia do lucro dos traders manuais — e essa porcentagem continua aumentando diariamente.
Com frameworks de agentes como o Hermes e o Atomic, você não precisa ser um desenvolvedor sênior para construir o seu. Você precisa do Claude Opus como cérebro, um repositório GitHub como lógica inicial e tempo para 50–100 trades de treinamento.
O loop de autoaprendizado faz o resto.
Comece pequeno. DRY_RUN=true primeiro. $1–$2 por trade durante o treinamento. O agente melhora a cada trade que executa — não apresse a fase de aprendizado.
Principais exemplos de bots do artigo:
https://polymarket.com/@bonereaper?r=joinjoinjoin#tLcpwsE https://polymarket.com/@0xe1d6b51521bd4365769199f392f9818661bd907?r=joinjoinjoin#9TKvd55 https://polymarket.com/@0xb27bc932bf8110d8f78e55da7d5f0497a18b5b82-1772569391020?r=joinjoinjoin#lIVnuAb
A maneira mais rápida de encontrar todos os insights e a próxima trade deles antes que explodam: https://predictparity.com?code=ricky
