交易机器人在 Polymarket 上于 2025–2026 年产生了超过 6000 万美元的利润。其中 77% 来自 Crypto 涨/跌市场——由持续的结构性低效驱动。以下是构建方法。
01 - 机会
为什么选择 BTC 涨/跌市场
Polymarket 上的 BTC 5 分钟涨/跌市场是预测市场中效率最低的板块之一。大众根据情绪——新闻周期、社交媒体、直觉——来定价方向性波动。
与此同时，BTC 价格状态的转移矩阵显示了一些不同的东西。当市场处于一个确定的方向性状态时，持续性是可以测量的。数学比大众更早知道。
数学所揭示的与市场所定价之间的差距就是优势。而且它是可重复、可扩展、可自动化的。
我们使用的 Agent 框架是 Hermes——开源，由 NousResearch 构建（Paradigm 投资 7000 万美元）。到 2026 年 4 月，Hermes 在 GitHub 星数上超越了 Anthropic 的 Claude Code——这是开发者社区采纳速度的一个明确信号。
- 每资产每天 288 个窗口
- 每 81 秒一笔交易
- 优势窗口：平均差距 5–15%
- 胜率：在 p ≥ 0.87 时为 63–72%
当前运行中的顶级成功机器人
合计：2,112,019 美元。三个机器人。同一个市场板块。同样的底层数学。
02 - 优势
数学如何运作
该模型基于 BTC 价格状态的马尔可夫链分析。核心洞见：价格运动并非随机。当市场进入一个持续的方向性状态时，延续的概率明显高于 50%。
入场公式
Δ⁽ʷ⁾ = p̂⁽ʷ⁾ − q⁽ʷ⁾ ≥ ε → 入场 p̂ = 模型概率 · q = 市场价格 · ε = 最小差距 5%
r = (1 − q) / q 当 q = 0.647 时 → r = +54.5% 每笔交易 · 当 q = 0.441 时 → r = +126.7% 每笔交易
机器人仅当 p(j\,j\) ≥ 0.87 时入场——即马尔可夫持续性阈值。低于此值，不交易。这就是为什么尽管没有方向性预测，胜率仍稳定在 65% 以上。
Kelly f\ = p − (1−p)/b 每笔交易的最优仓位大小 · 当 p = 0.87, b = 0.647 时, f\ ≈ 0.71
03 - 技术栈
构建所需的一切
整个设置运行在开源工具上。无需编码。总成本：每月不到 10 美元
最低 10 美元启动 → 建议 50 美元 → 2 POL 用于 Gas（约 1 美元） → 约 30 分钟设置
04 - 设置
如何三步设置 Hermes
步骤 01
安装 Atomic 并启动 Hermes
访问 atomicbot.ai → 下载 Atomic → 在主页选择 Hermes agent。你可以在 Mac 上本地运行，或点击右上角的“在云端运行”——通过 Google 登录，界面相同。下载后将应用拖到 Applications 文件夹。
Atomic 提供 100 多种集成、持久化记忆，并支持所有主流 AI 模型（Claude、ChatGPT、Gemini）。
步骤 02
连接模型 API——使用 Claude Opus 4.7
在 Atomic 设置 → AI 模型 → 选择 Anthropic → 粘贴你的 API 密钥。选择 Claude Opus 4.7 作为模型引擎——它具备实时市场分析和自我改进循环所需的推理能力。
另外可选：OpenRouter（按量付费）或 OpenAI Codex（通过 ChatGPT Pro 免费）。
步骤 03
将 Telegram bot 连接到你的 Agent
Atomic → 技能 → 消息应用 → Telegram → 连接。在 Telegram 中通过 @BotFather 创建一个 bot → 复制 token → 粘贴到 Atomic。两步完成。
从此刻起，你的 Hermes agent 已上线，等待你的交易逻辑提示。
05 - 交易逻辑
设置 BTC 交易策略
无需从头构建，使用现有的 GitHub 仓库作为基础逻辑——然后将其提供给 Hermes，让 Claude Opus 将其适配到最新的 Polymarket CLOB v2。
推荐仓库
步骤 1 - 向 Hermes 提供交易逻辑提示
步骤 2 - 设置钱包
步骤 3 - 环境配置
步骤 4 - 先运行干测试
06 - 自我学习循环
Agent 如何自我改进
这正是 Hermes 区别于静态机器人的地方。Claude Opus 4.7 在每次会话后读取执行日志，并根据哪些策略有效、哪些无效重写交易规则。
- 交易执行
机器人在 p(j\,j\) ≥ 0.87 时进入市场。每笔入场、出场和盈亏都记录到日志中。
- 夜间审查
Claude Opus 读取完整日志。分析哪些持续性阈值表现良好、哪些窗口亏损、哪些入场价格具有最佳期望值。
- 策略更新
Opus 重写阈值规则，调整 Kelly 仓位大小，并自动更新 MIN_PROB 和 MIN_EDGE 参数。
- 下一会话以更新后的规则运行
Agent 在 50–100 笔交易后明显更智能。让 AI 完成繁重工作。
- 每天早上 Telegram 报告
昨天的交易、更新的规则、今天的策略。你审查、批准，然后它运行。
结论
Polymarket 上的交易机器人已经占据了手动交易者利润的很大一部分——而且这个比例每天都在增加。
借助像 Hermes 和 Atomic 这样的 Agent 框架，你不需要成为高级开发人员就能构建自己的机器人。你需要 Claude Opus 作为大脑，一个 GitHub 仓库作为起始逻辑，以及 50–100 笔训练交易的时间。
自我学习循环会完成其余工作。
从小开始。首先 DRY_RUN=true。训练期间每笔交易 1–2 美元。Agent 会随着每笔交易的执行而改进——不要急于完成学习阶段。
文章中机器人的顶级示例：
https://polymarket.com/@bonereaper?r=joinjoinjoin#tLcpwsE https://polymarket.com/@0xe1d6b51521bd4365769199f392f9818661bd907?r=joinjoinjoin#9TKvd55 https://polymarket.com/@0xb27bc932bf8110d8f78e55da7d5f0497a18b5b82-1772569391020?r=joinjoinjoin#lIVnuAb
找到所有洞察及其下一笔交易的最快方法（在它们爆发之前）：https://predictparity.com?code=ricky
