Panduan pembeli
Data buku pesanan Kalshi terbaik, dan cara memilihnya
Sebagian besar data Kalshi yang dapat Anda temukan adalah harga terakhir yang diambil sekali per jam — cukup untuk grafik, tidak berguna untuk backtest. Berikut ini yang sebenarnya membedakan sumber Kalshi yang dapat Anda perdagangkan dari yang hanya terlihat seperti data.
Panduan pembeli
Lima kriteria yang menentukan apakah data dapat di-backtest
1. Resolusi: berbasis peristiwa, bukan sampel interval
Cuplikan yang diambil pada jam tetap — setiap jam, setiap menit, setiap beberapa ratus milidetik — melewatkan semua yang terjadi di antara tick. Pasar Kalshi berdurasi pendek diselesaikan dalam 5 hingga 60 menit, jadi sampel interval hanya menangkap beberapa frame dari seluruh siklus pasar. DepthFeed Polymarket capture menggunakan benih buku penuh dan delta perubahan harga CLOB; observasi yang dinormalisasi disimpan pada interval yang dikonfigurasi. Kalshi menggunakan polling REST kedalaman penuh yang teratur di bawah kuota hulu. Periksa cap waktu yang dikembalikan, celah, dan cakupan seri yang didokumentasikan; kedua metode tidak menjamin setiap status antara disimpan.
2. Kedalaman, bukan harga terakhir
Harga terakhir yang diperdagangkan (atau mid tunggal) menyembunyikan spread dan ukuran yang tersedia di setiap level. Tanpa tangga penuh Anda tidak dapat mengukur slippage, dan backtest yang mengasumsikan pengisian pada mid adalah backtest yang menipu. DepthFeed DepthFeed menyajikan buku bid/ask lengkap, kedua sisi, setiap level — hingga 100 level per sisi di Kalshi — sehingga ukuran pengisian sesuai dengan likuiditas yang benar-benar ada.
3. Cakupan: satu skema, setiap venue dan aset
Dataset satu venue memaksa Anda menyusun format berbeda untuk setiap pasar dan menulis ulang loader setiap kali menambah satu. Cakupan aset parsial secara diam-diam membatasi strategi yang dapat Anda uji. DepthFeed DepthFeed menyajikan Polymarket, Kalshi, dan Limitless dalam satu skema kolom stabil di tujuh aset — BTC, ETH, SOL, XRP, DOGE, BNB, HYPE — sehingga kode yang sama membaca setiap venue.
4. Pengiriman: pilih file, permintaan historis atau pembaruan langsung
File harian cocok untuk riset batch yang dapat direproduksi; permintaan API terbatas cocok untuk kueri historis interaktif; pembaruan langsung menjawab pertanyaan keadaan saat ini. Periksa skema, ketersediaan, harga dan lisensi untuk metode pengiriman yang Anda butuhkan. File historis tetap menjadi bukti historis dan tidak menjadi salah hanya karena pasar saat ini berubah. DepthFeed DepthFeed menyediakan sejarah REST yang diukur, frame WebSocket langsung yang dinormalisasi, dan file Parquet Polymarket dan Kalshi harian yang terdaftar. Ketersediaan dan kontrak respons mereka didokumentasikan secara terpisah.
5. Pengisian realistis yang dapat Anda percaya
Tujuan utama backtesting adalah mengetahui apakah strategi akan terisi, dan pada harga berapa. Jawaban itu hanya ada jika Anda memutar ulang buku pesanan aktual yang akan diperdagangkan strategi tersebut, dengan cap waktu yang cukup rinci untuk sejajar dengan pergerakan yang memicunya. DepthFeed DepthFeed menampilkan waktu observasi dalam milidetik dan menyelaraskan ASOF dengan referensi Binance terdekat sebelumnya jika tersedia. Cap waktu sumber tetap spesifik venue.
Di mana opsi biasa kurang
Ketika orang mencari data Kalshi, mereka memilih salah satu dari empat hal. Masing-masing berguna untuk sesuatu — dan tidak ada yang merupakan buku pesanan yang Anda gunakan untuk backtest.
- API bursa sendiri
- Periksa dokumentasi bursa untuk objek historis tepat, retensi dan kedalaman yang ditawarkan. Buku saat ini, riwayat perdagangan dan candle menjawab pertanyaan berbeda; tidak ada yang membuktikan bahwa tangga masa lalu penuh disimpan.
- Arsip jam gratis
- Memberikan harga terakhir yang diambil sekali per jam. Itu adalah satu frame dari pasar yang mungkin hanya hidup lima menit — tanpa spread, tanpa kedalaman, tidak ada yang bisa digunakan untuk mengukur pengisian.
- API harga terakhir & rekaman perdagangan
- Memberitahu apa yang tercetak, bukan apa yang tersedia. Anda melihat perdagangan yang dieksekusi tetapi tidak pernah likuiditas di belakangnya, sehingga slippage dan probabilitas pengisian tetap tidak terlihat.
- Dump file satu venue
- Sering membawa kedalaman nyata, tetapi untuk satu venue, dalam format khusus, sebagai unduhan statis — tidak ada streaming langsung, tidak ada venue kedua, dan sudah usang saat diterima.
Mengapa DepthFeed
DepthFeed menggabungkan tangga Kalshi yang disimpan dengan sejarah REST, frame WebSocket langsung yang dinormalisasi, jendela rencana eksplisit, dan cadence spesifik venue yang didokumentasikan.
