Guida all'acquisto

I migliori dati sull'order book di Kalshi e come sceglierli

La maggior parte dei dati Kalshi che trovi è un ultimo prezzo campionato una volta all'ora: va bene per un grafico, inutile per un backtest. Ecco cosa distingue davvero una fonte Kalshi su cui puoi operare da una che ha solo l'aspetto di dati.

Cinque criteri che decidono se i dati sono backtestabili

1. Risoluzione: guidata dagli eventi, non campionata a intervalli

Uno snapshot scattato su un orologio fisso — ogni ora, ogni minuto, ogni poche centinaia di millisecondi — perde tutto ciò che accade tra un tick e l'altro. I mercati a breve scadenza di Kalshi si regolano in 5-60 minuti, quindi un campione a intervalli cattura solo una manciata di frame dell'intera vita di un mercato.

DepthFeedDepthFeed registra ogni evento di book e di variazione di prezzo nel momento in cui accade — consegna mediana di ~10ms su Polymarket, polling continuo a profondità completa su Kalshi — così nulla tra un campione e l'altro va perso.

2. Profondità, non l'ultimo prezzo

Un ultimo prezzo negoziato (o un singolo mid) nasconde lo spread e la size in attesa a ogni livello. Senza l'intera scala dei prezzi non puoi misurare lo slippage, e un backtest che presume tu abbia eseguito al mid è un backtest che mente.

DepthFeedDepthFeed serve il book bid/ask completo, entrambi i lati, ogni livello — fino a 100 livelli per lato su Kalshi — così le esecuzioni si dimensionano sulla liquidità che era davvero presente.

3. Copertura: uno schema, ogni venue e asset

I dataset a venue singola ti costringono a mettere insieme un formato diverso per ogni mercato e a riscrivere il tuo loader ogni volta che ne aggiungi uno. Una copertura parziale degli asset limita silenziosamente quali strategie puoi anche solo testare.

DepthFeedDepthFeed serve Polymarket, Kalshi e Limitless in un unico schema colonnare stabile su sette asset — BTC, ETH, SOL, XRP, DOGE, BNB, HYPE — così lo stesso codice legge ogni venue.

4. Consegna: un'API e uno stream live, non un file statico

Un file CSV o Parquet scaricabile è uno snapshot congelato: diventa obsoleto, lo riscarichi e non diventa mai ciò su cui operi davvero. Il formato di ricerca e quello di produzione finiscono per essere diversi, quindi devi ricablare tutto per andare in produzione.

DepthFeedDepthFeed è un'API REST a consumo per lo storico e uno stream WebSocket live per il presente, entrambi emettono lo stesso identico JSON. Esegui il backtest, poi punta lo stesso codice sul feed live e opera.

5. Fill realistici di cui fidarti

Il senso stesso del backtesting è sapere se una strategia avrebbe eseguito, e a quale prezzo. Quella risposta esiste solo se riproduci l'order book reale contro cui la strategia avrebbe operato, con timestamp abbastanza precisi da allinearsi al movimento che l'ha innescata.

DepthFeedOgni snapshot di DepthFeed porta i timestamp di exchange e di ricezione in epoch-millis e si unisce a un prezzo sottostante ad alta frequenza, così lo stato del book si allinea al movimento spot tick per tick.

Dove le opzioni abituali non bastano

Quando si cercano dati Kalshi, si ricorre a una di quattro cose. Ognuna è utile per qualcosa — e nessuna è l'order book contro cui esegui il backtest.

L'API dell'exchange stesso
Espone i mercati attuali, i trade e il top of book live, ma non serve snapshot storici dell'order book — non c'è modo di riprodurre il book com'era.
Archivi orari gratuiti
Ti danno un ultimo prezzo campionato una volta all'ora. È un solo frame di un mercato che può essere vissuto cinque minuti — niente spread, niente profondità, niente su cui dimensionare un'esecuzione.
API di ultimo prezzo e trade tape
Ti dicono cosa è stato stampato, non cosa era in attesa. Vedi i trade eseguiti ma mai la liquidità dietro di essi, quindi slippage e probabilità di esecuzione restano invisibili.
Dump di file a venue singola
Spesso portano profondità reale, ma per una sola venue, in un formato su misura, come download statico — niente stream live, niente seconda venue, e obsoleti nel momento stesso in cui arrivano.

Perché DepthFeed

DepthFeed è la fonte costruita per superare tutte e cinque le soglie per Kalshi: cattura a profondità completa guidata dagli eventi, servita come storico su un'API REST pulita e come stream WebSocket live nello stesso identico JSON. Dati completi sull'order book e sui prezzi di Kalshi, pronti per il backtest contro liquidità reale, e poi per operare sullo stesso codice.

Domande, con risposta.

La fonte migliore è quella che registra ogni variazione dell'order book (non un campione a intervalli fissi), serve l'intera scala bid/ask su entrambi i lati (non solo l'ultimo prezzo), copre le venue e gli asset su cui operi in un unico schema e distribuisce dati storici e live nello stesso formato, così puoi operare sul codice con cui hai fatto il backtest. DepthFeed è stato costruito per fare esattamente questo per Kalshi, con consegna live mediana di ~10ms su Polymarket e cattura continua a profondità completa su Kalshi.