本文假设你已经读过基础套利教程,熟悉跨平台价差套利的基本逻辑。如果还没有,先去看那篇。
多市场相关性套利
基础套利盯的是同一个事件在不同平台的价差。相关性套利盯的是不同事件之间的逻辑矛盾。什么叫定价不一致
举个具体的例子。假设 Polymarket 上同时存在两个市场:- 市场 A:“X 会赢得总统大选吗?“——YES 价格 $0.62
- 市场 B:“X 所在的党会赢得大选吗?“——YES 价格 $0.48
怎么操作
- 买入市场 B 的 YES(价格偏低,$0.48)
- 卖出/做空市场 A 的 YES,或者买入市场 A 的 NO
寻找相关性套利的方向
常见的关联市场组合:- 候选人 vs 政党:个人胜选概率 vs 政党胜选概率
- 时间维度:“X 年底前发生” vs “X 上半年发生”(后者的概率不应超过前者)
- 包含关系:“GDP 增长超过 3%” vs “GDP 增长超过 2%“(前者概率不能大于后者)
- 因果关系:某政策通过 vs 该政策产生的具体影响
相关性套利的核心是找逻辑漏洞,不是猜结果。你需要对事件之间的逻辑关系有清晰判断。纯粹看价格是找不到这类机会的。
注意事项
相关性套利有一个隐藏的坑:结算规则不同。 两个市场看起来相关,但结算条件可能有微妙差别。“X 赢得大选” vs “X 的党赢得大选”——如果 X 中途退选但替补候选人赢了,市场 A 结算为 NO,市场 B 结算为 YES。这时你的对冲就会同时亏损。 做相关性套利之前,一定要把两个市场的结算规则逐字读完。事件对冲策略
套利追求无风险利润,对冲追求降低已有头寸的风险。两件事目标不同,但工具相似。跨资产对冲
你持有加密资产,同时在 Polymarket 上关注政策市场——这两件事可以联动。 场景:你持有大量 ETH。Polymarket 上有一个市场:“美国是否会在 2026 年通过加密货币全面监管法案?”- 如果法案通过(严格监管),ETH 可能短期下跌
- 你可以在 Polymarket 买入”法案通过”的 YES 份额
对冲比例怎么算
假设你持有价值 1,500)。 Polymarket 上”法案通过”的 YES 价格是 $0.35。 要完全对冲 $1,500 的潜在损失:对冲不是免费午餐。它的本质是花钱买保险——你付出确定的成本(对冲费用),换取不确定风险的保护。
同平台多市场对冲
你也可以在 Polymarket 内部进行对冲。比如你重仓买了”A 候选人赢得初选”的 YES,可以同时小仓位买入”B 候选人赢得大选”的 YES 作为保护。如果 A 输了初选,B 可能因此受益,你的对冲头寸可以减少损失。 这种操作更灵活,但需要你对事件之间的关联性有准确判断。API 自动化套利
手动盯盘找套利机会效率太低。用 API 监控价格、发现机会后自动提醒(或自动下单),是进阶玩家的标配。基础架构
一个最小可用的套利监控系统需要三部分:- 数据采集:定时拉取市场价格
- 信号判断:检测价差是否超过阈值
- 通知/执行:发送提醒或自动下单
价格监控脚本
下面是一个用 Python 写的简单监控脚本,定时检查两个相关市场的价格关系:批量扫描多个市场
实际操作中你会同时监控很多市场。可以用 Gamma API 一次性拉取所有活跃市场,然后筛选出有关联的市场组合:自动下单(谨慎使用)
如果你想让系统自动下单,需要用到 CLOB 客户端。参考 API 下单教程,核心逻辑是:套利收益计算实例
用一个完整的数字例子走一遍相关性套利的全过程。场景设定
Polymarket 上有两个市场:- 市场 A:“Z 候选人会赢得 2026 年州长选举?“——YES @ $0.55
- 市场 B:“Z 候选人会获得本党提名?“——YES @ $0.70
- 市场 A(赢大选)YES @ $0.58
- 市场 B(获提名)YES @ $0.50
操作步骤
第一步:买入被低估的市场 B(获提名)YES- 买入 1000 份 YES @ $0.50
- 成本 = 1000 × 500**
- 买入适量的 NO 来对冲
- NO 价格 = 1 - 0.58 = $0.42
- 买入 700 份 NO @ $0.42
- 成本 = 700 × 294**
结果分析
情况一:Z 获得提名并赢得大选- 市场 B(YES):1000 × 1,000
- 市场 A(NO):归零,损失 $294
- 总回收 = $1,000
- 净利润 = 794 = +$206
- 市场 B(YES):1000 × 1,000
- 市场 A(NO):700 × 700
- 总回收 = $1,700
- 净利润 = 794 = +$906
- 市场 B(YES):归零
- 市场 A(NO):700 × 700
- 总回收 = $700
- 净利润 = 794 = -$94
注意:上面的计算没有扣除手续费。Polymarket 对 taker 有手续费,具体费率参考交易费用说明。实际操作时需要把手续费算进成本。
进阶套利的风险管理
进阶套利的风险比基础套利高得多。以下是你必须考虑的几类风险。滑点风险
你看到的价格和你实际成交的价格之间可能有差距。特别是:- 流动性薄的市场,大单会推动价格
- 两个市场下单有时间差,第二笔单的价格可能已经变了
- 市场波动剧烈时滑点更大
执行风险
套利需要在两个市场同时操作。但实际上你做不到真正的同时——总有一条腿先执行。如果第一条腿成交了,第二条腿的价格变了或者没成交,你就暴露在单边风险中。 应对:- 先在流动性差的市场下单(因为这条腿更难成交)
- 确认第一条腿成交后,立刻执行第二条腿
- 用 API 来缩短两条腿之间的时间差
结算风险
预测市场的结算依赖于规则解读。两个看起来矛盾的市场,可能因为结算规则的细微差异而同时结算为 YES 或同时结算为 NO,打破你的套利逻辑。 应对:逐字阅读结算规则。如果规则表述模糊,放弃这个机会。相关性崩塌
你认为两个市场相关,但实际上这种相关性不是绝对的。突发事件可能打破你预设的关联逻辑。 应对:不要假设任何两个市场 100% 相关。留出安全边际,控制单笔交易的资金比例。套利工具推荐
API 和数据源
开发环境
- Python 3.10+:推荐使用
py-clob-client库 - 虚拟环境:用
venv或conda隔离依赖 - 定时任务:用
cron(Linux/Mac)或云函数(AWS Lambda、Cloudflare Workers)跑监控脚本
通知渠道
- Telegram Bot:最方便,免费,延迟低
- 钉钉/飞书 Webhook:国内用户首选
- 邮件:延迟高,但作为备份通知可以
电子表格模板
建一个简单的 Google Sheet 或 Excel 表格来追踪你的套利交易:
每笔交易都记录。不记录就没法复盘,策略也就没法迭代。
常见问题
相关性套利和普通套利有什么区别?
普通套利盯的是同一事件在不同平台的价差——逻辑简单,机会少,竞争激烈。相关性套利盯的是不同事件之间的逻辑矛盾——需要更多思考和判断,但机会更多,竞争相对少。两者的共同点是都不依赖预测事件结果本身。进阶套利需要多少资金?
看你的时间成本。纯手动操作的话,资金至少 $5,000 以上才有意义,因为进阶套利的利润率通常在 5-15%,太小的资金赚到的钱覆盖不了你花的时间。如果你搭建了自动化系统,资金门槛可以低一些,因为边际时间成本接近零。API 自动化套利需要什么技术基础?
能写基础的 Python 脚本就够了。具体来说:会用requests 库调 API、会写 while 循环做定时任务、会处理 JSON 数据。不需要机器学习、不需要高频交易架构。参考 API 下单教程 从零开始搭建。
对冲成本太高怎么办?
对冲成本取决于市场价格(也就是概率)。如果一个事件的 YES 价格是 $0.80,你买 YES 来对冲另一个头寸的成本就很高。两个办法:一是只做部分对冲(不追求完全覆盖),二是等价格更有利时再建立对冲头寸。要记住对冲是买保险,保险从来不便宜。Polymarket 会限制套利交易者吗?
Polymarket 是去中心化的,不像传统博彩公司那样会封禁套利账户。你的交易都在链上执行,没有人能阻止你下单。但要注意 API 有速率限制,短时间内请求太多会被临时限制。另外,大额交易可能影响市场价格,等于自己吃掉了套利空间。准备好实战了?先用小资金跑通整个流程,再逐步加仓。还没有帐户的话,可以先 注册 Polymarket。
延伸阅读
基础套利教程
跨平台价差套利入门,从这里开始
API 下单教程
用代码提交你的第一笔订单
赔率和概率怎么看
理解价格背后的含义
交易费用说明
了解手续费对套利利润的影响