chemavx
dc3b17e10c
El panel Win Rate estuvo vacío los 81 días por diseño, no por bug: la API emite win_rate: null hasta >=10 mercados resueltos (hubo 2) y Grafana no renderiza null. Documentado en el informe final.
172 lines
8.7 KiB
Markdown
172 lines
8.7 KiB
Markdown
# Informe final de paper trading — polymarket-bot
|
||
|
||
**Snapshot: 2026-07-06** · Generado desde la base de datos de producción con el bot
|
||
aún operativo, como parte de la Fase 1 del plan de decomisión (bloqueo ISP de
|
||
Polymarket en España, mayo 2026).
|
||
|
||
---
|
||
|
||
## ⚠️ Advertencia de tamaño muestral (léase primero)
|
||
|
||
**12 trades ejecutados, de los cuales solo 2 llegaron a resolución, no constituyen
|
||
evidencia estadística de nada.** Ni el P&L positivo demuestra que la estrategia
|
||
funcione, ni su ausencia lo habría refutado. El propio bot lo sabía: sus criterios
|
||
de promoción a dinero real exigían ≥10 mercados resueltos y ≥30 días de
|
||
observación (`promotion_ready: false`, win rate y Sharpe deliberadamente
|
||
reportados como `n/a (insufficient_sample)` en toda la instrumentación).
|
||
|
||
El valor demostrable de este proyecto no está en el P&L: está en la
|
||
infraestructura de evaluación, el pipeline de datos y la disciplina de gates que
|
||
impidió que el bot tradease sin ventaja medible. Este informe presenta el P&L
|
||
como lo que es — **una anécdota** — y dedica el grueso al sistema.
|
||
|
||
---
|
||
|
||
## 1. Resultados de trading (anecdóticos)
|
||
|
||
Bankroll simulado: **$10.000** (USDC virtual) · Capital desplegado: **$2.447** ·
|
||
Periodo de actividad: **14–22 de abril de 2026** (los 12 trades se abrieron en 9
|
||
días; después, el endurecimiento de los gates de edge y confianza dejó el bot en
|
||
0 trades — funcionando, evaluando ~1.350 ciclos/día, sin encontrar ventaja neta
|
||
que superara sus propios umbrales).
|
||
|
||
### P&L realizado: **+$247,78** (2 mercados resueltos)
|
||
|
||
| Mercado | Dirección | Entrada | Resultado | P&L neto |
|
||
|---|---|---|---|---|
|
||
| Will Ken Paxton win the 2026 Texas Republican Primary? | BUY_YES | 0,618 | ✅ YES (2026-06-11) | **+$299,06** |
|
||
| Will NVIDIA be the largest company in the world…? | BUY_NO | 0,156 | ❌ YES (2026-06-30) | **−$51,28** |
|
||
|
||
P&L neto de comisiones (2% simulado por lado). 1 acierto / 1 fallo: n=2.
|
||
|
||
### P&L no realizado (mark-to-market): **+$809,59** (5 posiciones abiertas)
|
||
|
||
Marcado a los precios reales de Polymarket (Gamma API) el 2026-07-06. Estas
|
||
posiciones **no están cerradas**: el número de abajo cambiaría cada día que los
|
||
mercados sigan moviéndose, y varios no resuelven hasta noviembre de 2026.
|
||
|
||
| Mercado | Dirección | Entrada | Precio actual (lado) | Coste neto | MTM P&L |
|
||
|---|---|---|---|---|---|
|
||
| Karen Bass gana la alcaldía de LA 2026 | BUY_YES | 0,268 | 0,595 | $510,00 | **+$600,07** |
|
||
| OpenAI IPO antes del 31-dic-2026 | BUY_NO | 0,618 | 0,785 | $510,00 | **+$125,11** |
|
||
| Demócratas ganan el Senado de Texas 2026 | BUY_YES | 0,418 | 0,435 | $509,49 | **+$10,32** |
|
||
| Demócratas ganan gobernación de Ohio 2026 | BUY_NO | 0,458 | 0,520 | $407,74 | **+$46,12** |
|
||
| Republicanos ganan gobernación de Nebraska 2026 | BUY_NO | 0,158 | 0,170 | $510,00 | **+$27,97** |
|
||
|
||
> Nota metodológica: el tracker interno reportaba `unrealized_pnl_est = +$522,73`,
|
||
> pero esa cifra es la **expectativa del propio modelo a fecha de entrada**
|
||
> (edge_net × coste), no un marcado a mercado. La tabla de arriba usa precios
|
||
> reales de mercado del día del snapshot, que es el criterio honesto. Ambas
|
||
> cifras coinciden en el signo; ninguna de las dos es un resultado realizado.
|
||
|
||
### Los otros 5 cierres (sin P&L): la historia real de abril
|
||
|
||
De los 7 trades cerrados, solo 2 cerraron por resolución. Los otros 5 los cerró
|
||
el propio bot al detectar defectos en su lógica — y son la parte más
|
||
instructiva del histórico:
|
||
|
||
- **3 por conflicto de familia**: dos posiciones sobre mercados hermanos del
|
||
mismo evento (p. ej. YES-demócratas y YES-republicanos en la misma
|
||
gobernación) — el agrupador de familias los detectó y cerró el lado débil.
|
||
- **2 por el bug de inversión de Manifold**: la señal cruzada de Manifold se
|
||
aplicaba invertida en mercados espejo. Detectado por instrumentación, las
|
||
posiciones afectadas se cerraron y el matching se movió a modo
|
||
observacional-only con auditoría completa (165.538 filas en
|
||
`manifold_match_audit`).
|
||
- **1 excluido de métricas** (`invalid_manifold_match_legacy`, P&L $0,00).
|
||
|
||
Después de esa semana el bot no volvió a operar: los gates endurecidos
|
||
(edge neto > mínimo por régimen, confianza ≥ 0,55, guardrail de noticias
|
||
prior±0,25) filtraron el 100% de las ~223.000 evaluaciones posteriores.
|
||
**Un sistema de paper trading cuyo resultado principal es "no tradees sin
|
||
ventaja" es un resultado**, y está instrumentado hasta el último skip.
|
||
|
||
---
|
||
|
||
## 2. El sistema (el activo real)
|
||
|
||
### Pipeline de señales
|
||
|
||
| Métrica | Valor (snapshot 2026-07-06) |
|
||
|---|---|
|
||
| Ciclos de evaluación archivados | **5.356** (cadencia ~64 s) |
|
||
| Evaluaciones mercado-ciclo archivadas | **222.738** |
|
||
| Mercados distintos evaluados | 87 (events 114,9k · politics 96,0k · crypto/finance 7,7k · tech 4,2k evaluaciones) |
|
||
| Archivo `signals` operativo desde | 2026-07-02 (replay R0) — crece ~55k filas/día |
|
||
| Histórico de métricas diarias | **81 días** (2026-04-14 → 2026-07-06, `metrics_daily`) |
|
||
| Snapshots de contexto externo | 5.356 (BTC, dominancia, Fear&Greed por ciclo) |
|
||
|
||
Cada evaluación archiva el prior, la probabilidad estimada, el edge bruto/neto,
|
||
la descomposición por feature (Fear&Greed, momentum, noticias, Manifold,
|
||
dominancia BTC en log-odds), el gate que la bloqueó y el contexto de mercado —
|
||
suficiente para reproducir la decisión completa offline.
|
||
|
||
### Motor de replay (R0–R2, julio 2026)
|
||
|
||
- Inyección de reloj + replay determinista de ciclos archivados:
|
||
**22.697/22.697 decisiones idénticas** al reproducir el histórico.
|
||
- Joiner diario de resoluciones (CronJob 00:30 UTC) contra la Gamma API:
|
||
cobertura de outcomes 9/87 mercados al snapshot, creciendo sola.
|
||
- Diseñado para calibrar sobre **todas** las evaluaciones (no solo trades),
|
||
esquivando el problema del n=12.
|
||
|
||
### Estrategia (congelada desde 2026-07-03)
|
||
|
||
Prior desde el precio de Polymarket → ajuste bayesiano en log-odds con señales
|
||
externas (GNews con presupuesto de 5 consultas/día y guardrail prior±0,25;
|
||
Fear&Greed; momentum BTC; Manifold observacional) → gates en cascada: prior
|
||
extremo, edge bruto por régimen de volatilidad, edge neto tras comisión 2% y
|
||
spread, confianza mínima 0,55, conflictos de familia, guard de reentrada.
|
||
Sizing por Kelly fraccionado con techo por posición.
|
||
|
||
### Infraestructura
|
||
|
||
3 imágenes (bot / API FastAPI / dashboard) construidas por Gitea Actions solo
|
||
cuando cambian sus fuentes, desplegadas por ArgoCD (prune + selfHeal) en k3s;
|
||
PostgreSQL 16 en StatefulSet; secrets vía Infisical operator; smoke test
|
||
PostSync contra la API; backups nocturnos con sync offsite (rclone → MEGA);
|
||
observabilidad en Grafana + uptime-kuma + notificaciones Telegram (deploys,
|
||
checkpoints del bot, fallos de sync). Retención de métricas y join de outcomes
|
||
como CronJobs. **88 días de uptime del StatefulSet al snapshot.**
|
||
|
||
Detalle honesto de observabilidad: el panel *Win Rate* del dashboard de Grafana
|
||
(`docs/dashboard-grafana-2026-07-06.png`) pasó vacío los 81 días. No es una
|
||
query rota: la API emite `win_rate: null` hasta tener ≥10 mercados resueltos
|
||
(hubo 2), y Grafana no pinta nada con un null. El panel vacío es el criterio
|
||
de promoción del bot aplicándose a su propia monitorización.
|
||
|
||
---
|
||
|
||
## 3. Estado de la base de datos al snapshot
|
||
|
||
| Tabla | Filas | Contenido |
|
||
|---|---|---|
|
||
| `signals` | 222.549* | Archivo de evaluaciones por ciclo (desde 2026-07-02) |
|
||
| `manifold_match_audit` | 165.538 | Auditoría completa del matching Polymarket↔Manifold |
|
||
| `replay_decisions` | 22.697 | Decisiones reproducidas por el motor de replay |
|
||
| `ext_snapshots` | 5.353* | Contexto externo por ciclo |
|
||
| `metrics_daily` | 516 | Cierres diarios (81 días) + snapshots intradía de hoy |
|
||
| `markets` | 87 | Universo evaluado |
|
||
| `trades` | 12 | Ledger completo de paper trades |
|
||
| `market_outcomes` | 9 | Resoluciones UMA-final joineadas |
|
||
| `replay_runs` / `manifold_eval_cooldown` / `checkpoint_alerts` | 1 / 76 / 3 | Metadatos |
|
||
|
||
\* La BD sigue viva; las tablas por ciclo crecen ~55k y ~1,3k filas/día
|
||
respectivamente. Backup verificado del 2026-07-06 en
|
||
`/data/backups/backups/polymarket-decommission/` (pg_dump -Fc + CSV.gz +
|
||
checksums; restore de prueba con recuentos idénticos 11/11 tablas). El dump
|
||
final se hará en la Fase 3, justo antes del apagado.
|
||
|
||
---
|
||
|
||
## 4. Conclusión
|
||
|
||
El proyecto se archiva por una causa externa (bloqueo regulatorio del origen de
|
||
datos), no por fracaso técnico. Lo que queda: un motor de evaluación bayesiano
|
||
determinista y auditable, un pipeline de datos que archivó cada decisión con su
|
||
contexto completo, y la evidencia — anecdótica en P&L, sólida en ingeniería —
|
||
de que el sistema prefería no operar antes que operar sin ventaja. Todos los
|
||
módulos centrales (edge, familias, replay, observabilidad) son agnósticos de la
|
||
fuente y quedan listos para un eventual pivote a Manifold
|
||
(`docs/pivot-manifold.md`, Fase 5).
|