10 GitHub-проектов для Polymarket: боты, данные и ИИ-агенты

Рынок прогнозов превращает вопрос о будущем событии в контракт, которым участники торгуют на площадке. Для анализа таких рынков нужны разные инструменты: архивы сделок, симуляторы стратегий, программы для управления заявками и интерфейсы, через которые ИИ-агент получает доступ к данным.

Ниже — десять открытых GitHub-проектов из разных частей этой экосистемы. Это не рейтинг и не обещание доходности: часть репозиториев — исследовательские заготовки, часть умеет взаимодействовать с реальными аккаунтами, а несколько проектов шире Polymarket и подходят скорее как основа для экспериментов.

Данные и проверка торговых идей

1. Prediction Market Analysis — архивы и анализ рынков

Проект Джона Беккера собирает данные Polymarket и Kalshi и предоставляет наборы сделок и рынков для самостоятельного анализа. В репозитории есть готовый архив примерно на 36 ГБ в сжатом виде, индексаторы для обновления данных и скрипты, которые строят таблицы, графики и статистику. Это отправная точка для вопросов вроде «как менялась цена контракта перед разрешением рынка?» или «насколько различались котировки площадок?».

Архив занимает много места и после распаковки потребует дополнительного хранилища. Для работы понадобятся Python и знакомство с командной строкой; этот проект не является торговым ботом и сам не подсказывает, что покупать.

2. Prediction Market Backtesting — тестирование стратегий

Этот проект добавляет поддержку рынков прогнозов в NautilusTrader — инфраструктуру для моделирования торговых систем. На исторических данных можно проверить, как правила вели бы себя при прошлых движениях цены, и оценить результаты до запуска с реальными средствами.

Важно учитывать статус: README помечает текущую ветку как 4.1-alpha. В ней есть экспериментальная среда для пяти минутных биткоин-рынков, а разработчики продолжают менять код и модель исполнения. Результат симуляции зависит от того, насколько точно учтены комиссии, ликвидность, очередь заявок и задержки. Положительный бэктест сам по себе не доказывает, что стратегия сработает в реальной торговле.

Боты и управление заявками

3. AutoPilotPM — локальная рабочая среда для исследований и торговли

AutoPilot объединяет терминал с ИИ, панель управления, рыночные данные и автоматизацию. Он рассчитан не только на Polymarket: README перечисляет также Kalshi, Manifold и другие рынки, а среди возможностей — анализ стакана, отслеживание крупных сделок, копирование операций и набор из более чем 118 стратегий и шаблонов.

Это один из наиболее всеобъемлющих проектов подборки, но и один из тех, которым нужно особенно внимательно задавать права. Программа может подключаться к реальным аккаунтам и отправлять транзакции. Авторы советуют сначала разобраться с режимом без реальных сделок. Для установки требуется Node.js 22 или новее; отдельным интеграциям могут понадобиться дополнительные ключи и зависимости.

4. Polymarket LP Tool 2.0 — мониторинг лимитных ордеров

Название может создать впечатление, что программа сама запускает маркет-мейкинг. В актуальном README есть важное уточнение: Python-версия не создаёт новые заявки. Пользователь сначала выставляет лимитные ордера вручную, после чего инструмент отслеживает их и может удерживать, отменять или выставлять заново по упрощённым правилам и данным книги ордеров.

В репозитории появилась версия на Rust, которая становится основным направлением разработки, но обозначена как экспериментальная. Поэтому перед использованием нужно отдельно проверить, какие функции поддерживаются выбранной версией и как она работает с ключами аккаунта. Это инструмент управления уже созданными заявками, а не готовая гарантия получения вознаграждений за ликвидность.

5. Prediction Markets Trading Bot Toolkits — общая основа для нескольких стратегий

Набор написан на Rust и строится вокруг единого ядра исполнения и управления риском. Подключение новой площадки оформляется отдельным адаптером, поэтому разработчику не нужно переписывать всю инфраструктуру под каждый рынок. В README указаны Polymarket, Kalshi, Limitless и другие площадки.

Авторы описывают десять стратегий, использующих общий движок. При этом готовность у них разная: копирование сделок отмечено как готовое, остальные направления продолжают развиваться. Встроенный режим симуляции позволяет сначала проверить настройки без отправки реальных ордеров.

Аналитика и специализированные рынки

6. Polybot — инфраструктура для анализа сделок и стратегий

Polybot — не небольшой бот, который достаточно запустить одной командой. Это система из нескольких сервисов для исполнения операций, сбора сделок и анализа: в проекте используются Java, ClickHouse и Redpanda, а отдельные исследовательские сценарии помогают оценивать стратегии и сравнивать их результаты.

Репозиторий может быть полезен разработчикам, которым нужна основа для собственной аналитики и обработки торговых событий. Для обычного пользователя, который хочет быстро посмотреть историю одного аккаунта, это, вероятно, избыточно: придётся развернуть инфраструктуру и разобраться в архитектуре проекта.

7. PolyWeather — анализ рынков, связанных с погодой

В некоторых рынках исход зависит от температуры в конкретном городе или на метеостанции. PolyWeather специализируется на таких сценариях: проект объединяет погодные прогнозы и наблюдения, строит почасовые температурные кривые и помогает исследовать контракты, где важны место и время измерения.

Это узкоспециализированный проект, а не универсальный бот для политики, спорта или криптовалют. В текущем репозитории описаны действующий прогнозный API и терминал; доступ к отдельным возможностям может зависеть от настроек сервиса и авторизации. Даже точный прогноз не снимает неопределённость расчёта и правил конкретного контракта.

ИИ-агенты и каталоги инструментов

8. Polymarket MCP Server — подключение рынка к Claude

Сервер связывает Polymarket с совместимыми ИИ-клиентами через протокол MCP. В README заявлены инструменты для поиска рынков, просмотра котировок и стакана, анализа позиций и работы с заявками; автор указывает 45 функций и мониторинг в реальном времени.

Ключевая особенность одновременно является главным риском: сервер поддерживает не только чтение данных, но и торговые действия. Подключение модели к аккаунту не означает, что её выводы проверены или что сделки будут выгодны. Начинать разумно с режима чтения, а ключи кошелька хранить вне переписки и ограничить права агента.

9. TradingAgents — исследовательская система из нескольких ИИ-агентов

TradingAgents распределяет анализ между ролями: одни агенты изучают новости и фундаментальные данные, другие оценивают техническую картину, риск и портфель, после чего результаты сводятся в общий план. Репозиторий предназначен для экспериментов с многоагентными торговыми системами и финансовым анализом.

Это не готовый клиент Polymarket и не система, которая автоматически находит там прибыльные контракты. Его полезнее рассматривать как конструктор архитектуры: он помогает понять, как разделять исследовательские задачи между агентами и проверять, как выбранные модели влияют на итоговые решения.

10. Awesome Prediction Market Tools — каталог экосистемы

Если ни один из проектов не подходит, этот репозиторий служит указателем на другие инструменты для рынков прогнозов. В каталоге собраны аналитические панели, API, боты, системы оповещений, наборы данных и ИИ-агенты для Polymarket, Kalshi и соседних площадок. Список поддерживается сообществом и меняется, поэтому число ссылок и их актуальность лучше проверять непосредственно в репозитории.

С чего начать и что проверить

Для изучения истории сделок начните с набора данных Джона Беккера. Если у вас уже есть формализованное правило, сначала проверьте его в симуляторе и убедитесь, что в модель включены комиссии, проскальзывание и реалистичное исполнение ордеров. Для изучения ИИ-архитектуры подойдут TradingAgents или MCP-сервер, но подключение к кошельку стоит отложить до проверки всех разрешений.

У всех перечисленных проектов разные лицензии, требования и степень готовности. Открытый репозиторий не означает, что бесплатны серверы, API или рыночные данные, и не гарантирует безопасность или доходность. Перед запуском проверьте последние изменения и разделы безопасности, начните с тестовой среды и не предоставляйте программе больше доступа, чем ей действительно нужно.