--- url: "https://predictiontoolkit.com/es/tools/marketlens-python-sdk/" publisher: "PredictionToolkit" dateModified: "2026-11-03" --- [← Pruebas históricas]() ![Logotipo de Marketlens Python SDK]() SDK # Marketlens Python SDK: separa señales y simulación de ejecución El SDK combina datos históricos y dos enfoques: Strategy modela ejecución por ticks; AlphaStrategy prueba exposición objetivo en barras. Permite análisis Python repetible más allá de una cifra opaca. [**4,0**de 5Valoración editorial]() [Evaluación editorial]() [Leer repositorio y guía Python Marketlens]() github.com **Precios:** [Ver planes y costes ↓]() [Capturas de pantalla]() [Explorar alternativas]() [Pruebas históricas]() [SDK y bibliotecas]() +1 más [Datos históricos]() ## Capturas e interfaz Vista previa del producto1 / 2 Instalación SDK y ejemplo Strategy. ## ¿Qué es Marketlens Python SDK? Empieza con señales de barras y examina intervalos con L2, latencia, colas, órdenes limitadas, comisiones y liquidación. Alpha omite colas y latencia y responde una pregunta distinta de la ejecución detallada. Los portafolios comparten capital entre series; los eventos agrupan strikes o rangos meteorológicos. Guarda archivos en data\_dir y usa dry\_run antes de descargar. Define siempre after y before para limitar la serie. ### A quién va dirigido - Investigadores Python de estrategias repetibles. - Equipos que comparan señales y ejecución. - Investigadores de varias series con capital común. ## Clientes y operaciones compatibles - **Motor por ticks** Modela latencia, órdenes limitadas, colas, comisiones y liquidación frente al L2 registrado. - **Motor Alpha** Define pesos objetivo o cantidades de participaciones de resultado sobre barras para realizar pruebas más rápidas. - **Portafolios** Simula varias series con el mismo capital. - **Eventos estructurados** Procesa strikes o rangos meteorológicos relacionados juntos. - **Subtipo deportivo** Elige explícitamente moneyline, spread, totales u otro subtipo. - **Iteración sin conexión** Reutiliza archivos data\_dir al cambiar estrategias. - **Estimaciones de exportación** Usa dry\_run para estimar filas antes de obtener datos. - **Resultados como datos** Revisa métricas, operaciones individuales y DataFrames. ## Flujos de desarrollo ### Prueba en dos etapas Prueba señales durante un periodo amplio con AlphaStrategy y después centra la investigación en ejecuciones y latencia reproduciendo un intervalo más corto con Strategy. ### Itera con caché Descarga una ventana en data\_dir, cambia la estrategia y reutiliza archivos. ### Prueba mercados relacionados Ejecuta eventos o portafolios con contabilidad de capital común. ## Precios y coste total El SDK usa MIT. Los datos requieren clave y cuota; Free da 2 millones de filas una vez y mercados abiertos en los últimos 7 días. Caché y archivos desbloqueados no vuelven a consumir filas. ## Instalación y configuración 1. Usa Python 3.10 o posterior, instala marketlens y configura MARKETLENS\_API\_KEY. 2. Elige Strategy para ejecución o AlphaStrategy para barras. 3. Define after y before, estima con dry\_run y elige data\_dir. 4. Revisa informes y operaciones además del resumen. ## Enlaces útiles ### Qué revisar - Limita siempre series con after/before. - Alpha omite colas y latencia. - Las series deportivas mixtas requieren subtipo. - Una cuota insuficiente puede dejar las exportaciones pendientes o parcialmente descargadas. - La cola es un supuesto, no un registro de tu orden hipotética. - Las series pueden ser ilimitadas sin after y before. En detalle ## Valoraciones y reseñas Valoración editorial **4,0**de 5 0 reseñas de usuarios Redacción de PredictionToolkit ### Nuestra opinión sobre Marketlens Python SDK Separar barras y ticks ayuda a elegir detalle. Cuotas, ventanas limitadas y supuestos de cola siguen siendo esenciales. **Criterios de evaluación:** Utilidad para la tarea, alcance documentado, claridad de configuración y transparencia del acceso y los costes. **Fecha de evaluación:** 2026-10-01 **Documentación revisada:** 2026-10-01 Evaluación basada en documentación. [Cómo valoramos]() ### Reseñas de usuarios 0 El umbral de reseñas publicadas para que la nota principal pase a las valoraciones de usuarios es 5. **Sé la primera persona en compartir su experiencia** Un ejemplo concreto ayuda a la siguiente persona a elegir la herramienta adecuada. ## Herramientas relacionadas [Explorar la categoría]() ![Ejemplo del SDK Marketlens y módulos de investigación]() ![Logotipo de Marketlens]()[Marketlens]() API de datos**4,0**De la redacción Exporta históricos de Polymarket y simula estrategias Python con supuestos de latencia, cola y ejecución. - Acceso API Producto de datos Marketlens más amplio. ![Resumen L2 histórico y ejemplo de libro del proveedor PolyOrderbooks]() ![Logotipo de PolyOrderbooks]()[PolyOrderbooks]() Conjunto de datos**3,5**De la redacción Consulta libros históricos a 250 ms o simula estrategias cripto con ejecuciones basadas en profundidad. - Acceso Acceso web · API · MCP Simulación de estrategias en navegador. ![Introducción de Simmer SDK y vías de integración]() ![Logotipo de Simmer SDK]()[Simmer SDK]() SDK**3,5**De la redacción Desarrolla estrategias de agentes con investigación, operaciones simuladas, reproducción histórica e integraciones reales compatibles. - Idioma Python - Acceso CLI Simulación y backtesting para agentes. ## Preguntas frecuentes sobre Marketlens Python SDK ### ¿Qué motor elijo? AlphaStrategy para barras; Strategy para ejecución. ### ¿Cambiar estrategia cobra filas otra vez? Reutilizar caché o archivos desbloqueados no consume más filas. ### ¿Puedo estimar una descarga? Usa dry\_run en la exportación. ### ¿Las series comparten capital? Sí, en un portafolio. En este perfil