Eu preciso de profundidade de order book, ou os dados de último preço da Kalshi bastam?

Se você só precisa de um gráfico, dados de último preço servem. Se você está fazendo backtest de fills, precisa de profundidade: o último preço esconde o spread e o tamanho descansando em cada nível, então um backtest construído sobre ele assume que você foi preenchido no mid e superestima sistematicamente seu edge. A profundidade de order book permite medir o slippage real e a probabilidade de fill.

Posso passar do backtest para o trading ao vivo sem reescrever meu código?

Com a DepthFeed, sim. A API REST histórica e o stream WebSocket ao vivo emitem os mesmos objetos de snapshot JSON idênticos, então o loader que você escreve para reproduzir o histórico lê o feed ao vivo sem alterações. A maioria dos datasets para download dá a você um formato diferente para pesquisa do que você usaria em produção, forçando uma reescrita para ir ao ar.

Guia do comprador

Os melhores dados de order book da Kalshi, e como escolhê-los

A maioria dos dados da Kalshi que você encontra é um último preço amostrado uma vez por hora — ótimo para um gráfico, inútil para um backtest. Veja o que de fato separa uma fonte de dados da Kalshi em que você pode operar de uma que só parece dados.

Cinco critérios que definem se os dados são backtestáveis

1. Resolução: orientada a eventos, não amostrada por intervalo

Um snapshot tirado em um relógio fixo — a cada hora, a cada minuto, a cada poucas centenas de milissegundos — perde tudo o que acontece entre os ticks. Os mercados de curtíssimo prazo da Kalshi liquidam em 5 a 60 minutos, então uma amostragem por intervalo captura apenas alguns poucos frames de toda a vida de um mercado.

DepthFeedA DepthFeed registra cada evento de book e de mudança de preço no momento em que acontece — entrega mediana de ~10ms na Polymarket, polling contínuo de profundidade total na Kalshi — então nada entre as amostras é perdido.

2. Profundidade, não o último preço

Um último preço negociado (ou um único mid) esconde o spread e o tamanho descansando em cada nível. Sem a escada completa você não consegue medir o slippage, e um backtest que assume que você foi preenchido no mid é um backtest que mente.

DepthFeedA DepthFeed serve o book completo de bid/ask, dos dois lados, em todos os níveis — até 100 levels por lado na Kalshi — então os fills dimensionam contra a liquidez que estava genuinamente lá.

3. Cobertura: um schema, todos os venues e ativos

Datasets de um único venue obrigam você a juntar um formato diferente para cada mercado e reescrever seu loader toda vez que adiciona um. Cobertura parcial de ativos silenciosamente limita quais estratégias você sequer consegue testar.

DepthFeedA DepthFeed serve Polymarket, Kalshi e Limitless em um único schema colunar estável, em sete ativos — BTC, ETH, SOL, XRP, DOGE, BNB, HYPE — então o mesmo código lê todos os venues.

4. Entrega: uma API e stream ao vivo, não um arquivo estático

Um arquivo CSV ou Parquet para download é um snapshot congelado — ele fica desatualizado, você baixa de novo, e nunca se torna aquilo em que você opera. O formato de pesquisa e o formato de produção acabam diferentes, então você reencana tudo para ir ao ar.

DepthFeedA DepthFeed é uma API REST tarifada para histórico e um stream WebSocket ao vivo para o presente, ambos emitindo o JSON idêntico. Faça o backtest, depois aponte o mesmo código para o feed ao vivo e opere.

5. Fills realistas em que você pode confiar

O objetivo do backtesting é saber se uma estratégia teria sido preenchida, e a que preço. Essa resposta só existe se você reproduzir o order book real contra o qual a estratégia teria operado, com timestamps finos o suficiente para alinhar com o movimento que o impulsionou.

DepthFeedCada snapshot da DepthFeed carrega timestamps de exchange e de recebimento em epoch-millis e faz join com um preço do ativo subjacente de alta frequência, então o estado do book se alinha ao movimento do spot tick a tick.

Onde as opções de sempre ficam aquém

Quando as pessoas procuram dados da Kalshi, recorrem a uma de quatro coisas. Cada uma é útil para algo — e nenhuma delas é o order book contra o qual você faz backtest.

A própria API da exchange

Expõe os mercados atuais, as negociações e o topo do book ao vivo, mas não serve snapshots históricos de order book — não há como reproduzir o book como ele era.

Arquivos gratuitos por hora

Dão a você um último preço amostrado uma vez por hora. Isso é um frame de um mercado que pode ter vivido cinco minutos — sem spread, sem profundidade, nada contra o que dimensionar um fill.

APIs de último preço e trade tape

Dizem o que foi impresso, não o que estava descansando. Você vê as negociações executadas, mas nunca a liquidez por trás delas, então o slippage e a probabilidade de fill permanecem invisíveis.

Dumps de arquivo de um único venue

Muitas vezes carregam profundidade real, mas de um venue só, em um formato sob medida, como um download estático — sem stream ao vivo, sem um segundo venue, e desatualizado no instante em que chega.

Por que a DepthFeed

A DepthFeed é a fonte construída para vencer todas as cinco barreiras para a Kalshi: captura orientada a eventos com profundidade total, servida como histórico por uma API REST limpa e como um stream WebSocket ao vivo no JSON idêntico. Dados completos de order book e preço da Kalshi, prontos para fazer backtest contra liquidez real, e depois operar no mesmo código.

Começar grátis Ler a documentação da API

Perguntas, respondidas.

A melhor fonte é uma que registra cada mudança do order book (não uma amostra de intervalo fixo), serve a escada completa de bid/ask dos dois lados (não apenas o último preço), cobre os venues e ativos que você opera em um único schema e entrega dados históricos e ao vivo no mesmo formato para que você possa operar no código que fez backtest. A DepthFeed foi construída para fazer exatamente isso para a Kalshi, com entrega mediana ao vivo de ~10ms na Polymarket e captura contínua de profundidade total na Kalshi.