Data order-book Kalshi terbaik, dan cara memilihnya
Sebagian besar data Kalshi yang bisa Anda temukan hanyalah harga terakhir yang diambil sekali tiap jam — cukup untuk grafik, tapi tak berguna untuk backtest. Inilah yang sebenarnya membedakan sumber data Kalshi yang bisa Anda gunakan untuk trading dari yang sekadar terlihat seperti data.
Lima kriteria yang menentukan apakah data layak di-backtest
1. Resolusi: berbasis event, bukan sampel interval
Snapshot yang diambil pada interval tetap — tiap jam, tiap menit, atau tiap beberapa ratus milidetik — melewatkan segala hal yang terjadi di antara tick. Pasar berjangka pendek Kalshi terselesaikan dalam 5 hingga 60 menit, sehingga sampel interval hanya menangkap segelintir frame dari keseluruhan masa hidup sebuah pasar.
DepthFeedDepthFeed merekam setiap event book dan perubahan harga begitu terjadi — pengiriman median ~10ms di Polymarket, polling kedalaman penuh secara berkelanjutan di Kalshi — sehingga tidak ada yang hilang di antara sampel.
2. Kedalaman, bukan harga terakhir
Harga transaksi terakhir (atau satu nilai mid) menyembunyikan spread dan ukuran yang tersedia di tiap level. Tanpa ladder lengkap Anda tidak bisa mengukur slippage, dan backtest yang mengasumsikan Anda ter-fill di mid adalah backtest yang berbohong.
DepthFeedDepthFeed menyajikan book bid/ask lengkap, kedua sisi, setiap level — hingga 100 levels per sisi di Kalshi — sehingga fill diukur terhadap likuiditas yang benar-benar ada.
3. Cakupan: satu skema, setiap venue dan aset
Dataset satu venue memaksa Anda menggabungkan format berbeda untuk tiap pasar dan menulis ulang loader setiap kali menambah satu. Cakupan aset yang parsial diam-diam membatasi strategi mana saja yang bahkan bisa Anda uji.
DepthFeedDepthFeed menyajikan Polymarket, Kalshi, dan Limitless dalam satu skema columnar yang stabil mencakup tujuh aset — BTC, ETH, SOL, XRP, DOGE, BNB, HYPE — sehingga kode yang sama membaca setiap venue.
4. Pengiriman: API live dan stream, bukan file statis
File CSV atau Parquet yang bisa diunduh adalah snapshot yang membeku — ia menjadi usang, Anda mengunduhnya ulang, dan tak pernah menjadi sesuatu yang Anda gunakan untuk trading. Format riset dan format produksi akhirnya berbeda, sehingga Anda harus merombak semuanya untuk go live.
DepthFeedDepthFeed adalah REST API berbasis kuota untuk histori dan live WebSocket stream untuk masa kini, keduanya memancarkan JSON yang identik. Backtest, lalu arahkan kode yang sama ke live feed dan trading.
5. Fill realistis yang bisa Anda percaya
Inti dari backtesting adalah mengetahui apakah sebuah strategi akan ter-fill, dan pada harga berapa. Jawaban itu hanya ada jika Anda memutar ulang order book sesungguhnya yang akan ditradingkan strategi tersebut, dengan timestamp cukup presisi untuk diselaraskan dengan pergerakan yang memicunya.
DepthFeedSetiap snapshot DepthFeed membawa timestamp exchange dan receive dalam epoch-millis serta di-join ke harga underlying frekuensi tinggi, sehingga keadaan book selaras dengan pergerakan spot tick demi tick.
Di mana pilihan-pilihan biasa kurang memadai
Saat orang mencari data Kalshi, mereka biasanya beralih ke salah satu dari empat hal. Masing-masing berguna untuk sesuatu — dan tak satu pun dari semuanya adalah order book yang Anda gunakan untuk backtest.
Mengapa DepthFeed
DepthFeed adalah sumber yang dibangun untuk memenuhi kelima syarat ini bagi Kalshi: perekaman event-driven dengan kedalaman penuh, disajikan sebagai histori melalui REST API yang rapi dan sebagai live WebSocket stream dalam JSON yang identik. Data order-book dan harga Kalshi yang lengkap, siap di-backtest terhadap likuiditas nyata, lalu digunakan untuk trading dengan kode yang sama.
Pertanyaan, terjawab.
Sumber terbaik adalah yang merekam setiap perubahan order-book (bukan sampel interval tetap), menyajikan ladder bid/ask penuh di kedua sisi (bukan sekadar harga terakhir), mencakup venue dan aset yang Anda tradingkan dalam satu skema, serta mengirimkan data histori dan live dalam format yang sama sehingga Anda bisa trading dengan kode yang Anda backtest. DepthFeed dibangun untuk melakukan persis itu bagi Kalshi, dengan pengiriman live median ~10ms di Polymarket dan perekaman kedalaman penuh Kalshi secara berkelanjutan.