Реверс-инжиниринг трех ботов на Polymarket: ончейн-анализ 18M транзакций, латентностный арбитраж с Binance и крах 113-дневного винстрика

8 минут чтения •


Оглавление

Рынки предсказаний (Prediction Markets) на базе блокчейна, такие как протокол Polymarket на сети Polygon PoS, функционируют на стыке гибридной децентрализованной книги заявок (CLOB — Central Limit Order Book) и фреймворка условных токенов (Gnosis Conditional Tokens Framework, ERC-1155). В отличие от классических централизованных бирж, где алгоритмические фонды оперируют в изолированных средах колокации, публичный реестр L2-блокчейна сохраняет полную хронологию ордеров, задержек и состояний пулов ликвидности.

В данном исследовании представлен системный количественный аудит датасета из 18 000 000 ончейн-транзакций Polymarket. Анализ микроструктуры выявил три независимых алгоритмических профиля:

  1. Gabagool22 — парный арбитраж комплементарных исходов (Dutch Book) на 15-минутных контрактах BTC;
  2. 0x — латентностный арбитраж между спотовым потоком Binance WebSockets и репрайсингом книги Polymarket с задержкой 2.0 секунды;
  3. Coin Man 2 — количественная оценка математического ожидания через модель бинарных опционов Блэка-Шоулза (Cash-or-Nothing Digital Option).

Ниже подробно разобраны математический аппарат стратегий, специфика смарт-контрактов CTF Exchange, риск разрыва ног исполнения (Leg Risk) и платформенная механика частотного батчинга (Frequent Batch Auctions / Latency Floor), детерминированно устранившая HFT-арбитраж.

Академический дисклеймер: Представленный материал носит исключительно инженерно-исследовательский характер и предназначен для специалистов по микроструктуре рынков. Латентностный арбитраж на бинарных опционах сопряжен с критическим риском неблагоприятного отбора (Adverse Selection), токсичного исполнения и потери ликвидности.

1. Первоисточник и эмпирический контекст исследования

Исследование опирается на ончейн-аудит и методологию инструмента Bot X-Ray аналитика Льюиса Джексона:

Сравнительный аудит трех доминирующих ботов

Метрика / ПараметрБот 1: Gabagool22Бот 2: 0xБот 3: Coin Man 2
Архитектурное ядроDutch Book (парная сумма $< 1.00$)Опережение оракула Binance на 2.0 сBlack-Scholes оценка вероятности ($N(d\_2)$)
Количество сделок$\sim 13,000,000$ тиковсвыше $450,000$ транзакций7 900 сделок (строго Buy & Hold)
Зафиксированная прибыль$5,000$ — $12,000$ USD / деньсвыше $2,000,000$ USDсвыше $1,000,000$ USD
Длительность винстрика113 торговых дней подряд110 торговых дней подрядНепрерывный цикл (63% точности)
Зависимость от задержкиКритическая (сбор микро-дислокаций)Критическая (HFT-снайпинг импульсов)Низкая (статистическое преимущество)
Статус после обновления❌ Ликвидирован батчингом заявок❌ Ликвидирован Latency Floor✅ Функционирует (структурная альфа)

2. Архитектура и математика микроструктурных дисбалансов

2.1. Механика Gnosis CTF и Dutch Book арбитраж (Gabagool22)

В основе децентрализованных рынков Polymarket лежит архитектура Gnosis Conditional Tokens Framework. Для бинарного рынка генерируется идентификатор условия conditionId = keccak256(oracle, questionId, outcomeSlotCount). Платформа эмитирует два комплементарных токена ERC-1155:

Смарт-контракт гарантирует инвариант обеспечения: вызов метода splitPosition(collateralToken, parentCollectionId, conditionId, partition, amount) блокирует $1.00$ USDC и выпускает ровно $1$ токен $\text{YES}$ и $1$ токен $\text{NO}$. Обратный вызов mergePositions(...) сжигает пару токенов и возвращает залог $1.00$ USDC.

В идеальной равновесной книге заявок сумма цен предложения удовлетворяет равенству:

$$ \text{Ask}\_t(\text{YES}) + \text{Ask}\_t(\text{NO}) = 1.00 + \text{Spread}\_t $$

Однако при микроструктурном запаздывании обновления котировок возникает условие Dutch Book (отрицательный спрэд синтетического бакета):

$$ S\_t = \text{Ask}\_t(\text{YES}) + \text{Ask}\_t(\text{NO}) < 1.00 $$

Если алгоритм исполняет встречные объемы $Q$ по обеим сторонам стакана, совокупная себестоимость позиции составляет:

$$ C\_{\text{total}} = Q \cdot S\_t + \text{Gas}\_t + \text{TakerFees} $$

Поскольку при наступлении даты экспирации $T$ ровно один исход рассчитывается в 1.00 USD, а второй аннулируется, гарантированная валовая выплата составляет $Q \cdot 1.00$. Чистая маржа равна:

$$ \Pi\_{\text{net}} = Q \cdot (1.00 - S\_t) - \text{Gas}\_t - \text{TakerFees} $$

Формализация риска неисполнения ноги (Leg Execution Risk)

В реальной сети Polygon транзакции отправляются асинхронно. Если ордер на $\text{YES}$ исполнился, а встречный ликвидный объем на $\text{NO}$ был перехвачен другим участником или снят мейкером, арбитражер оказывается в направленной незахеджированной позиции с вероятностью потерь:

$$ \mathbb{E}[\text{Loss}_{\text{leg}}] = (1 - \mathbb{P}(\text{Fill}_{\text{NO}} \mid \text{Fill}_{\text{YES}})) \cdot \text{VaR}_{\alpha}(\Delta P) $$

Бот Gabagool22 минимизировал данный риск за счет упаковки исполнения обоих ордеров в единый атомарный мультиколл смарт-контракта с условием require(success_yes && success_no).

2.2. Модель латентностного арбитража (0x)

На 15-минутных контрактах BTC ценовой ориентир экспирации привязан к спотовым индексам ликвидных CEX (в первую очередь Binance BTC/USDT). Вектор ценового импульса формируется в биржевом ядре Binance в момент $t\_0$.

Задержка распространения информации до децентрализованной книги Polymarket складывается из четырех компонент:

$$ T\{\text{total}} = \tau\{\text{binance\ws}} + \tau\{\text{clob\recalc}} + \tau\{\text{rpc\broadcast}} + \tau\{\text{block\_commit}} $$

Компонента задержкиОписание этапаНоминальная длительность
$\tau\_{\text{binance\_ws}}$Получение тика по прямому WebSocket (AWS Tokyo)$5\text{–}15$ мс
$\tau\_{\text{bot\_decision}}$Локальный расчет смещения вероятности моделью бота$< 1$ мс
$\tau\_{\text{tx\_polygon}}$Доставка EIP-712 подписанного ордера в CLOB API$40\text{–}80$ мс
$\tau\_{\text{clob\_recalc}}$Время реакции публичных розничных маркет-мейкеров$1800\text{–}2400$ мс

Вектор опережения составлял:

$$ \Delta t\{\text{edge}} = \tau\{\text{clob\recalc}} - (\tau\{\text{binance\ws}} + \tau\{\text{bot\decision}} + \tau\{\text{tx\_polygon}}) \approx 1.8\text{–}2.2 \text{ с} $$

Ончейн-аудит выявил, что в 79% транзакций бота 0x заявки на покупку направлялись в первые 10 секунд после сильного импульса цены на Binance ($\Delta P\_{\text{BTC}} > 2.5 \sigma$). Бот скупал устаревшие пассивные лимиты $\text{YES}$ по цене 0.48 USD, когда объективная вероятность уже превышала 0.75.

2.3. Бинарное ценообразование Блэка-Шоулза (Coin Man 2)

В отличие от стратегий высокочастотной гонки задержек, бот Coin Man 2 реализовал статистический подход, рассматривая контракт Polymarket как европейский бинарный опцион Cash-or-Nothing.

В рамках стохастического дифференциального уравнения геометрического броуновского движения $dS\_t = r S\_t dt + \sigma S\_t dW\_t$ цена бинарного Call-опциона с выплатой 1.00 USD в момент $T$ при условии $S\_T \ge K$ равна:

$$ C\_{\text{binary}} = e^{-r(T - t)} \cdot \mathcal{N}(d\_2) $$

где аргумент функции стандартного нормального распределения $\mathcal{N}(\cdot)$ определяется выражением:

$$ d\_2 = \frac{\ln(S\_t / K) + \left(r - \frac{1}{2}\sigma^2\right)(T - t)}{\sigma \sqrt{T - t}} $$

Бот вычислял теоретическую вероятность $\mathbb{P}_{\text{model}} = \mathcal{N}(d\_2)$. Сигнал на покупку генерировался строго при превышении порога статистической альфы:

$$ \Delta\{\text{edge}} = \mathcal{N}(d\2) - P\{\text{market}} \ge \delta\{\text{threshold}} $$

Эмпирический срез 7 900 сделок показал:

$$ \mathbb{E}[V] = 0.63 \cdot (1.00 - 0.53) - 0.37 \cdot 0.53 = 0.63 \cdot 0.47 - 0.1961 = +0.1000 \text{ USD} $$

Преимущество в $+10\%$ матожидания позволило стратегии сохранять положительный результат вне зависимости от задержек сетевой инфраструктуры.

3. Архитектура защиты платформы: Frequent Batch Auctions и Latency Floor

Для предотвращения оттока ликвидности и защиты розничных мейкеров от неблагоприятного отбора Polymarket внедрил гибридный защитный барьер:

flowchart TD
    subgraph SignalSource [Источник котировок CEX]
        BN[Binance Spot Orderbook] -->|Резкий импульс цены BTC| WS[Binance WebSocket Stream]
    end

    subgraph FastPath [HFT-контур снайпинга]
        WS -->|t = 0 ms| BOT[HFT Sniping Engine]
        BOT -->|t = 25 ms: Подписанный EIP-712 ордер| INGRESS[API Gateway Ingress]
    end

    subgraph SlowPath [Контур пассивных мейкеров]
        BN -->|t = 1200 ms: Запоздалый апдейт| MM[Passive Retail MMs]
        MM -->|t = 1400 ms: Запрос на отмену лимита| INGRESS
    end

    subgraph DefenseGate [Защитный барьер Polymarket]
        INGRESS --> CHECK{Классификация сообщения}
        CHECK -->|Тейкер-ордер на покупку| DELAY[Буфер искусственной задержки: Latency Floor = 2000 ms]
        CHECK -->|Отмена заявки CancelOrder| FAST_CANCEL[Приоритетная немедленная отмена заявки]
        FAST_CANCEL --> MATCH[Дискретный Batch Auction]
        DELAY -->|Ордер разблокирован по истечении 2000 ms| MATCH
        MATCH --> RESULT{Проверка доступности лимита}
        RESULT -->|Лимит успешно отменен мейкером| REJECT[Отказ в исполнении: Order Cancelled]
        RESULT -->|Лимит остался в стакане| EXEC[Исполнение ордера]
    end

Принцип работы механизмов защиты:

  1. Асимметричная задержка (Asymmetric Latency Floor): входящие тейкер-заявки, стремящиеся забрать ликвидность по устаревшим ценам, принудительно задерживаются платформенным буфером на фиксированный интервал $1.5\text{–}2.0$ секунды.
  2. Приоритет отмены (Cancel Preemption): команды мейкеров на отмену (CancelOrder / CancelAll) обрабатываются без задержки, позволяя пассивным котировкам исчезнуть из стакана до истечения таймера тейкера.
  3. Ликвидация преимущества: после активации патча винстрик бота 0x мгновенно прервался, так как ордера начали приходить в уже очищенную от устаревших цен книгу заявок.

4. Промышленная реализация аналитического детектора на Python

Ниже представлен самодостаточный, строго типизированный модуль PolymarketMicrostructureAnalyzer, реализующий расчет условий Dutch Book, оценку бинарных опционов Cash-or-Nothing по Блэку-Шоулзу и фильтрацию сигналов с учетом комиссии платформы.

"""
PolymarketMicrostructureAnalyzer: Quantitative Framework for Prediction CLOB Markets.
Calculates Dutch Book mispricings, Black-Scholes Cash-or-Nothing theoretical probabilities,
and models asymmetric latency floor impact.
"""

from __future__ import annotations

import math
from dataclasses import dataclass
from typing import Optional


@dataclass(frozen=True)
class BinaryMarketSnapshot:
    """Срез стакана котировок бинарного рынка."""
    market_id: str
    strike_price: float
    time_to_expiry_years: float
    best_bid_yes: float
    best_ask_yes: float
    best_bid_no: float
    best_ask_no: float
    platform_taker_fee_bps: float = 0.0


@dataclass(frozen=True)
class QuantitativeSignal:
    """Структурированный сигнал арбитража или переоценки."""
    strategy_type: str
    market_id: str
    edge_bps: float
    theoretical_value: float
    market_execution_price: float
    expected_value_usd: float
    action_directive: str


def standard_normal_cdf(x: float) -> float:
    """Вычисление интеграла вероятности N(x) стандартного нормального распределения."""
    return 0.5 * (1.0 + math.erf(x / math.sqrt(2.0)))


class PolymarketMicrostructureAnalyzer:
    """Анализатор рыночной неэффективности бинарных книг заявок."""

    def __init__(
        self,
        risk_free_rate: float = 0.045,
        min_dutch_edge_bps: float = 50.0,
        min_valuation_edge: float = 0.04,
    ) -> None:
        self.r = risk_free_rate
        self.min_dutch_edge_bps = min_dutch_edge_bps
        self.min_valuation_edge = min_valuation_edge

    def evaluate_dutch_book(
        self, snapshot: BinaryMarketSnapshot
    ) -> Optional[QuantitativeSignal]:
        """
        Проверка условия арбитража суммы исходов:
        Ask(YES) + Ask(NO) + Fees < 1.00
        """
        gross_cost = snapshot.best_ask_yes + snapshot.best_ask_no
        fee_fraction = (snapshot.platform_taker_fee_bps / 10000.0) * gross_cost
        net_cost = gross_cost + fee_fraction

        if net_cost >= 1.00 or gross_cost <= 0.0:
            return None

        edge_bps = (1.00 - net_cost) * 10000.0
        if edge_bps < self.min_dutch_edge_bps:
            return None

        net_profit_per_share = 1.00 - net_cost
        return QuantitativeSignal(
            strategy_type="DUTCH_BOOK_ARBITRAGE",
            market_id=snapshot.market_id,
            edge_bps=round(edge_bps, 2),
            theoretical_value=1.00,
            market_execution_price=round(net_cost, 4),
            expected_value_usd=round(net_profit_per_share, 4),
            action_directive=(
                f"ATOMIC_SPLIT_OR_PAIR_BUY: Buy YES @ ${snapshot.best_ask_yes:.4f} "
                f"+ NO @ ${snapshot.best_ask_no:.4f}"
            ),
        )

    def calculate_black_scholes_binary_call(
        self,
        spot: float,
        strike: float,
        time_to_expiry: float,
        volatility: float,
    ) -> float:
        """
        Теоретическая вероятность Cash-or-Nothing Call:
        C = exp(-r * T) * N(d2)
        """
        if time_to_expiry <= 0.0:
            return 1.0 if spot >= strike else 0.0

        if volatility <= 1e-6:
            raise ValueError("Волатильность актива должна быть строго положительной")

        sqrt_t = math.sqrt(time_to_expiry)
        d2 = (
            math.log(spot / strike)
            + (self.r - 0.5 * (volatility**2)) * time_to_expiry
        ) / (volatility * sqrt_t)

        discount_factor = math.exp(-self.r * time_to_expiry)
        return discount_factor * standard_normal_cdf(d2)

    def evaluate_valuation_discrepancy(
        self,
        snapshot: BinaryMarketSnapshot,
        underlying_spot: float,
        implied_volatility: float,
    ) -> Optional[QuantitativeSignal]:
        """
        Сравнение рыночной котировки YES с модельным распределением Блэка-Шоулза.
        """
        fair_prob = self.calculate_black_scholes_binary_call(
            spot=underlying_spot,
            strike=snapshot.strike_price,
            time_to_expiry=snapshot.time_to_expiry_years,
            volatility=implied_volatility,
        )

        market_ask = snapshot.best_ask_yes
        edge_raw = fair_prob - market_ask

        if edge_raw < self.min_valuation_edge or market_ask <= 0.0:
            return None

        edge_bps = (edge_raw / market_ask) * 10000.0
        # Ожидаемое значение: WinRate * Payout - LossRate * Stake
        ev_usd = fair_prob * (1.00 - market_ask) - (1.00 - fair_prob) * market_ask

        return QuantitativeSignal(
            strategy_type="BLACK_SCHOLES_VALUATION",
            market_id=snapshot.market_id,
            edge_bps=round(edge_bps, 2),
            theoretical_value=round(fair_prob, 4),
            market_execution_price=round(market_ask, 4),
            expected_value_usd=round(ev_usd, 4),
            action_directive=(
                f"BUY_UNDERVALUED_OUTCOME: FairValue=${fair_prob:.4f} "
                f"vs MarketAsk=${market_ask:.4f}"
            ),
        )


if __name__ == "__main__":
    analyzer = PolymarketMicrostructureAnalyzer(
        risk_free_rate=0.045,
        min_dutch_edge_bps=30.0,
        min_valuation_edge=0.05,
    )

    # Тестовый пример 1: Дислокация книги заявок (Dutch Book)
    market_state = BinaryMarketSnapshot(
        market_id="btc-usdt-15m-bracket",
        strike_price=68000.0,
        time_to_expiry_years=15.0 / (365.25 * 24.0 * 60.0),
        best_bid_yes=0.45,
        best_ask_yes=0.47,
        best_bid_no=0.48,
        best_ask_no=0.49,
        platform_taker_fee_bps=0.0,
    )

    dutch_res = analyzer.evaluate_dutch_book(market_state)
    if dutch_res:
        print(f"[{dutch_res.strategy_type}] Edge: +{dutch_res.edge_bps} bps | "
              f"EV: +${dutch_res.expected_value_usd} | {dutch_res.action_directive}")

    # Тестовый пример 2: Статистическая недооценка исхода (Coin Man 2)
    btc_spot_price = 68420.0
    btc_iv = 0.52
    bs_res = analyzer.evaluate_valuation_discrepancy(
        snapshot=market_state,
        underlying_spot=btc_spot_price,
        implied_volatility=btc_iv,
    )
    if bs_res:
        print(f"[{bs_res.strategy_type}] Edge: +{bs_res.edge_bps} bps | "
              f"EV: +${bs_res.expected_value_usd} | {bs_res.action_directive}")

5. Инженерные выводы и правила устойчивости торговых систем

Анализ 18 миллионов ончейн-транзакций формулирует три фундаментальных закона выживания алгоритмических систем:

  1. Период полураспада сетевой задержки. Преимущество, основанное исключительно на скорости доставки пакетов (WebSocket ticks), неизбежно нивелируется платформой через введение асимметричных таймеров (Latency Floor) или батч-аукционов. Капитализация инфраструктуры в миллисекунды без модельной альфы не создает устойчивого рва (Moat).
  2. Устойчивость структурных и вероятностных моделей. Подход Coin Man 2, использующий аппарат Блэка-Шоулза и оценку кумулятивной плотности вероятности $N(d\_2)$, сохраняет работоспособность независимо от физической скорости пинга, поскольку эксплуатирует когнитивные искажения и неверную калибровку розничных участников.
  3. Атомарность ончейн-исполнения. При арбитраже расщепленных токенов в протоколах Gnosis CTF критически важно упаковывать транзакции в атомарные вызовы с проверкой исполнения обеих ног, защищая капитал от катастрофического Leg Execution Risk.