
Lee mercados y liquidez en Python, mantén flujos CLOB y añade trading solo cuando haga falta.
- Idioma Python
Encuentra tu conjunto de herramientas
Una biblioteca cliente ayuda a tu código a trabajar con una interfaz documentada. Elígela para los datos, la operación de cuenta o la tarea de investigación que necesitas, sin suponer que todos los SDK de Polymarket cubren los mismos servicios.
Comprueba los métodos que pretendes invocar y la API que hay detrás de cada uno. Una biblioteca para un servicio o una acción puede no cubrir conjuntamente descubrimiento de mercados, datos históricos y trading. Compara la compatibilidad de lenguajes con los requisitos de ejecución y despliegue de tu aplicación.
Descargar aporta código, no acceso automático a datos alojados ni permiso para operar. Separa acceso y firma de la instalación. Elige CLI para comandos o servidor MCP si quien llama es un asistente.

Lee mercados y liquidez en Python, mantén flujos CLOB y añade trading solo cuando haga falta.

WebSockets filtrados, historial de monederos, metadatos y libros con límites explícitos por cuenta.

Consulta libros históricos a 250 ms o simula estrategias cripto con ejecuciones basadas en profundidad.

Reproduce datos históricos de Polymarket en NautilusTrader, compara parámetros y examina informes de cartera y ejecución.

Terminal profesional y API firmada para órdenes, ejecuciones, posiciones y PnL de estrategias entre plataformas.

Desarrolla estrategias de agentes con investigación, operaciones simuladas, reproducción histórica e integraciones reales compatibles.

Historial diario Parquet con eventos del libro, ejecuciones en cadena y licencia comercial separada.

Una plataforma de agentes DeFi con estrategias reutilizables, ejecución continua y flujos documentados de tramo final de Polymarket.

Integra órdenes, cruce y herramientas de creación de mercado mediante infraestructura compartida API y WebSocket.

Combina clientes de datos, seguimiento de carteras y ejemplos de estrategias en un conjunto TypeScript de terceros.

Datos normalizados, contratos relacionados, reproducción histórica y simulación para estudiar varias plataformas de predicción.

Conecta datos de mercado, investigación recuperada y prompts en un framework oficial Python que requiere desarrollo.