--- url: "https://predictiontoolkit.com/pt-br/tools/prediction-market-backtesting/" publisher: "PredictionToolkit" dateModified: "2026-11-02" --- [← Testes históricos]() SDK # prediction-market-backtesting: Replay da Polymarket e experimentos de portfólio prediction-market-backtesting é um projeto de pesquisa Python e Rust voltado a desenvolvedores e baseado no NautilusTrader. Reproduz dados compatíveis de provedores da Polymarket e inclui executores de notebooks, portfólios conjuntos, otimização e gráficos detalhados. [**3,5**de 5Avaliação editorial]() [Avaliação editorial]() [Abrir o repositório prediction-market-backtesting]() github.com **Preços:** [Ver planos e custos ↓]() [Capturas de tela]() [Explorar alternativas]() [Testes históricos]() [SDKs e bibliotecas]() ## Capturas de tela e interface Prévia do produto1 / 2 Visão geral do framework de pesquisa. ## O que é prediction-market-backtesting? Escolha os caminhos de carregamento PMXT ou Telonex e preserve o esquema, a estrutura local de arquivos e o intervalo de tempo selecionados. A preparação em cache e materializada evita adquirir repetidamente os mesmos dados. Deltas do livro e ticks de operações alimentam a simulação por eventos, na qual taxas, latência e posição na fila passiva continuam sendo premissas explícitas. O replay histórico público executável se concentra na Polymarket. O código Kalshi é infraestrutura de pesquisa e modelagem de taxas; Limitless e Opinion continuam planejados. O ambiente BTC separado com dados ao vivo não é o executor histórico, e operações de teste ou ao vivo podem exigir contas diferentes. ### Para quem é - Criar pesquisa de replay reutilizável em Python. - Comparar parâmetros entre mercados. - Examinar premissas de execução e relatórios. ## Clientes e operações compatíveis - **NautilusTrader** Use o framework subjacente de simulação por eventos. - **Replay do livro** Combine deltas de livro e ticks de operações compatíveis. - **Carregadores de provedores** Use os caminhos documentados de PMXT e Telonex. - **Preparação em cache** Reutilize dados locais e materializados. - **Portfólios conjuntos** Modele vários mercados com premissas compartilhadas de capital. - **Otimização de parâmetros** Explore parâmetros com os amostradores compatíveis. - **Relatórios e gráficos** Examine patrimônio, drawdown, execuções, alocação, retornos e pontuações. - **Ambiente BTC de testes** Experimente separadamente em um ambiente com dados ao vivo. ## Fluxos de desenvolvimento ### Reproduzir um experimento Fixe provedor, intervalo de tempo, executor e parâmetros; preserve as premissas de execução com os resultados. ### Comparar parâmetros Prepare o cache, execute o amostrador e examine execuções incomuns e drawdowns junto ao retorno. ### Testar um portfólio Use o executor conjunto para modelar de forma integrada a alocação de capital entre mercados. ## Preços e custo total O repositório público contém notas de licença específicas por componente. Provedores de dados, computação e operações ao vivo habilitadas separadamente têm custos próprios. ## Instalação e configuração 1. Siga a documentação atual de configuração e contratos dos executores. 2. Selecione um provedor compatível de Polymarket. 3. Obtenha ou localize um pequeno intervalo de dados. 4. Execute um exemplo e examine seu relatório. 5. Especifique taxas, latência e premissas de ordens passivas. 6. Amplie o experimento após o replay de um mercado funcionar. ## Links úteis ### O que verificar - Limitless e Opinion são integrações planejadas. - O esquema do provedor e a estrutura dos arquivos devem corresponder ao carregador. - Posição na fila e latência são premissas de simulação. - Executores de teste e ao vivo diferem do replay histórico e podem precisar de contas diferentes. Mais detalhes ## Notas e avaliações Avaliação editorial **3,5**de 5 0 avaliação de usuário Redação do PredictionToolkit ### Nossa opinião sobre prediction-market-backtesting Carregadores de provedores e premissas explícitas oferecem ferramentas de pesquisa substanciais. Dependências de dados, licenças por componente e caminhos incompletos de plataformas exigem avaliação por desenvolvedores. **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]() ![Instalação Python e guia Strategy do Marketlens]() ![Logotipo de Marketlens Python SDK]()[Marketlens Python SDK]() SDK**4,0**Da redação Compare testes rápidos por barras e reprodução L2 reutilizando históricos entre mudanças. - Idioma Python Compare um SDK de dados e replay. ![Escopo do adaptador Polymarket e guia NautilusTrader]() ![Logotipo de NautilusTrader]()[NautilusTrader]() SDK**4,0**Da redação Receba eventos nativos e gerencie ordens assinadas, conciliação e resolução em um framework. - Idioma Python · Rust Use o framework subjacente de simulação e negociação. ![Índice público do arquivo com os intervalos de captura PMXT V1 e V2]() ![Logotipo de pmxt archive]()[pmxt archive]() Conjunto de dados**3,5**Da redação Baixe capturas antigas de livros da Polymarket no espelho público e confira a cobertura de cada período. Compare uma fonte de capturas históricas. ## Perguntas frequentes sobre prediction-market-backtesting ### Posso executar imediatamente um teste histórico de Kalshi? Não. O README separa a infraestrutura de pesquisa de um caminho público executável. ### Há suporte a notebooks? Sim. Executores de notebooks são documentados. ### Os mercados podem compartilhar capital? Sim. Há suporte a executores conjuntos de vários mercados. ### Por que os resultados de provedores podem diferir? Cobertura, ordem dos eventos, profundidade e premissas dos carregadores variam. Neste perfil