ryanfrigo/kalshi-ai-trading-bot

해결하는 문제

이 프로젝트는 Kalshi 예측 시장에서 거래하기 위한 엄격한 툴킷을 제공합니다. 보장된 수익을 주장하는 대신, 거래 전략이 시장 장부에 대해 통계적으로 "우위"가 있는지 정직하게 측정하는 도구를 제공하며, 엄격한 표본 외 검증을 통해 사용자가 운을 실력으로 착각하는 것을 방지합니다.

작동 방식

이 툴킷은 서명된 Kalshi API 클라이언트를 의사 결정 저널 및 텔레메트리 시스템과 통합합니다. 거래가 실행되고 결제된 후 Brier 점수 및 로그 손실과 같은 지표로 측정하는 "자기 개선 루프"를 사용합니다. 이 데이터는 자동으로 "엣지 정책"을 도출하여 손실 카테고리를 차단하거나 과신한 확률 추정에 "헤어컷"을 적용하여 향후 거래를 보정할 수 있습니다.

CLI 및 MCP(모델 컨텍스트 프로토콜) 서버를 통해 에이전트 네이티브 표면을 제공하여 LLM(예: Claude)이 거래 프로세스를 주도할 수 있게 합니다(촉매 연구부터 보호된 주문 실행까지). API 키는 로컬에 유지됩니다.

대상 독자

예측 시장에 관심이 있고 규율 있고 데이터 기반의 자동 거래 접근 방식과 실제 결제 데이터를 사용하여 전략 성과를 증명할 수 있는 프레임워크를 원하는 트레이더와 개발자.

주요 특징

• 정직한 엣지 측정: Brier 점수 및 로그 손실을 사용하며, 표본 크기가 너무 작은 경우(선행 결제 거래 10건 미만) 엣지를 주장하지 않습니다.
• 자기 개선 루프: 결제된 손익 및 보정 오류를 기반으로 거래 정책을 자동 업데이트합니다.
• 에이전트 네이티브 설계: 선구적인 MCP 서버와 LLM 기반 계정 관리를 위한 전용 Claude 스킬을 포함합니다.
• 위험 거버넌스: 일일 손실 서킷 브레이커, 드로다운 중단, 분수 켈리 사이징을 내장.
• 플러그형 LLM 통합: OpenRouter를 통해 모든 모델에 연결하며 구성 가능한 폴백 체인을 제공합니다.
• 코딩된 예제 전략: AI 기반 방향성 거래 및 수학 기반 "안전 복리" 전략을 포함합니다.