---
url: "https://predictiontoolkit.com/pt-br/tools/marketlens-python-sdk/"
publisher: "PredictionToolkit"
dateModified: "2026-11-03"
---
[← Testes históricos]()
![Logotipo de Marketlens Python SDK]()
SDK
# Marketlens Python SDK: separe sinais e simulação de execução
O SDK combina dados históricos e duas abordagens: Strategy modela execução por ticks; AlphaStrategy testa exposição-alvo em barras. Permite pesquisa Python repetível além de uma pontuação opaca.
[**4,0**de 5Avaliação editorial]() [Avaliação editorial]()
[Ler repositório e guia Python Marketlens]() github.com
**Preços:** [Ver planos e custos ↓]()
[Capturas de tela]() [Explorar alternativas]()
[Testes históricos]() [SDKs e bibliotecas]() +1 a mais
[Dados históricos]()
## Capturas de tela e interface
Prévia do produto1 / 2
Instalação SDK e exemplo Strategy.
## O que é Marketlens Python SDK?
Comece com sinais em barras e examine intervalos com L2, latência, filas, ordens limitadas, taxas e liquidação. Alpha omite filas e latência e responde uma pergunta diferente da execução detalhada.
Portfólios compartilham capital entre séries; eventos agrupam strikes ou faixas climáticas. Guarde arquivos em data\_dir e use dry\_run antes de baixar. Defina sempre after e before para limitar a série.
### Para quem é
- Pesquisadores Python de estratégias repetíveis.
- Equipes que comparam sinais e execução.
- Pesquisadores de várias séries com capital comum.
## Clientes e operações compatíveis
- **Motor por ticks**
Modele latência, ordens limitadas, filas, taxas e liquidação com base no L2 registrado.
- **Motor Alpha**
Defina pesos-alvo ou quantidades de cotas de resultado sobre barras para realizar testes mais rápidos.
- **Portfólios**
Simule várias séries com o mesmo capital.
- **Eventos estruturados**
Processe strikes ou faixas climáticas relacionadas juntos.
- **Subtipo esportivo**
Escolha explicitamente moneyline, spread, totais ou outro subtipo.
- **Iteração offline**
Reutilize arquivos data\_dir ao mudar estratégias.
- **Estimativas de exportação**
Use dry\_run para estimar linhas antes de obter dados.
- **Resultados como dados**
Examine métricas, negócios individuais e DataFrames.
## Fluxos de desenvolvimento
### Teste em duas etapas
Teste sinais em um período amplo com AlphaStrategy e depois concentre a investigação em preenchimentos e latência reproduzindo um intervalo mais curto em Strategy.
### Itere com cache
Baixe uma janela em data\_dir, mude a estratégia e reutilize arquivos.
### Teste mercados relacionados
Execute eventos ou portfólios com contabilidade de capital comum.
## Preços e custo total
O SDK usa MIT. Dados exigem chave e franquia; Free dá 2 milhões de linhas uma vez e mercados abertos nos últimos 7 dias. Cache e arquivos desbloqueados não consomem linhas novamente.
## Instalação e configuração
1. Use Python 3.10 ou posterior, instale marketlens e configure MARKETLENS\_API\_KEY.
2. Escolha Strategy para execução ou AlphaStrategy para barras.
3. Defina after e before, estime com dry\_run e escolha data\_dir.
4. Examine relatórios e negócios além do resumo.
## Links úteis
### O que verificar
- Limite sempre séries com after/before.
- Alpha omite filas e latência.
- Séries esportivas mistas exigem subtipo.
- Uma franquia insuficiente pode deixar as exportações pendentes ou parcialmente baixadas.
- A fila é uma hipótese, não um registro da sua ordem hipotética.
- Séries podem ser ilimitadas sem after e before.
Mais detalhes
## Notas e avaliações
Avaliação editorial
**4,0**de 5
0 avaliação de usuário
Redação do PredictionToolkit
### Nossa opinião sobre Marketlens Python SDK
Separar barras e ticks ajuda a escolher detalhe. Franquias, janelas limitadas e hipóteses de fila continuam essenciais.
**Critérios de avaliação:** Utilidade para a tarefa, escopo documentado, clareza de configuração e transparência do acesso e dos custos.
**Data da avaliação:** 2026-10-01
**Documentação revisada:** 2026-10-01
Avaliação baseada em documentação. [Como avaliamos]()
### Avaliações dos usuários 0
O limite de avaliações publicadas para que a nota principal passe a usar as notas dos usuários é 5.
**Seja a primeira pessoa a compartilhar sua experiência**
Um exemplo específico ajuda a próxima pessoa a escolher a ferramenta certa.
## Ferramentas relacionadas
[Explorar categoria]()
![Exemplo do SDK Marketlens e módulos de pesquisa]()
![Logotipo de Marketlens]()[Marketlens]()
API de dados**4,0**Da redação
Exporte o histórico do Polymarket e simule estratégias Python com hipóteses de latência, fila e execução.
- Acesso API
Produto de dados Marketlens mais amplo.
![Resumo L2 histórico e exemplo de livro do fornecedor PolyOrderbooks]()
![Logotipo de PolyOrderbooks]()[PolyOrderbooks]()
Conjunto de dados**3,5**Da redação
Consulte livros históricos a 250 ms ou simule estratégias cripto com execuções baseadas em profundidade.
- Acesso Acesso web · API · MCP
Simulação de estratégias no navegador.
![Introdução ao Simmer SDK e caminhos de integração]()
![Logotipo de Simmer SDK]()[Simmer SDK]()
SDK**3,5**Da redação
Desenvolva estratégias de agentes com pesquisa, operações simuladas, reprodução histórica e integrações reais compatíveis.
- Idioma Python
- Acesso CLI
Simulação e backtesting para agentes.
## Perguntas frequentes sobre Marketlens Python SDK
### Qual motor escolher?
AlphaStrategy para barras; Strategy para execução.
### Mudar estratégia cobra linhas outra vez?
Reutilizar cache ou arquivos desbloqueados não consome mais linhas.
### Posso estimar um download?
Use dry\_run na exportação.
### Séries compartilham capital?
Sim, em um portfólio.
Neste perfil