Polymarket PnL精准计算：为什么你算的盈亏可能是错的？

marsbitPublié le 2026-05-02Dernière mise à jour le 2026-05-02

我在 Polymarket 自研自动化交易半年,踩过的最大坑不是策略失灵,是连自己赚了多少钱都算不对。

不是我菜。是 PM 的 PnL 计算本身就是雷区。官方 API 给你的数字是错的,第三方分析网站展示的排名也是错的。你自己写脚本算?大概率还是错的。

偏差有多离谱?排行榜第 3 名 kch123,用错误方法算出来亏 $350 万,实际盈利 $1140 万。不是差几个百分点——是盈亏符号都反了。

这篇把我踩过的每个坑拆开讲。做交易的、写工具的、看排行榜的,迟早会遇到。

坑 1:cashPnl 不包含已结算的盈利

最直觉的做法:拉 /positions 接口,求和 cashPnl(现金盈亏)字段。

拿排行榜前 15 的三个地址实测:

swisstony:cashPnl 求和 +$3.5 万,排行榜实际 +$560 万,差 158 倍

kch123:cashPnl 求和 -$352 万,排行榜实际 +$1140 万,符号反转

gmanas:cashPnl 求和 -$264 万,排行榜实际 +$502 万,符号反转

三个地址,两个盈亏符号直接反了。

原因:/positions 接口返回的 cashPnl 不包含已 closed/redeemed 的 realized PnL。赢了的仓位被自动赎回成 USDC 后,这个 position 就从 API 响应里消失了。留下来的是未结算的持仓——往往以浮亏为主。

你以为在算全部盈亏,其实只拿到了未结算的部分。

坑 2:makerPnl 字段与链上现金流不一致

交易数据 JSONL 里有个 makerPnl(做市盈亏)字段,看名字就是给你算 PnL 用的。别信。

我在做市数据中观察到,SUM(makerPnl) 算出来的数字跟链上现金流核算结果差了一个数量级。具体倍数可能因场景不同而变化,但方向一致:makerPnl 的内部计算逻辑跟实际 USDC 流动对不上。

不管偏差多大,结论一样:不要用这个字段算 PnL。

坑 3:不能按 txHash 单独去重

这个最反直觉。

同一个 txHash(交易哈希)出现了多条记录,正常人第一反应:重复数据,去重。

不能这么做。PM 的 CLOB(链上限价订单簿)在一笔链上交易里可以撮合多个 maker 订单,同一个 txHash 下的多条记录是真实的独立 fill。

我之前按 txHash + asset 去重,BUY 侧少算了 $133。上 Polygon 链验证,一个交易哈希里确实有多个独立的 USDC Transfer event,每条都对应一笔真实成交。

结论:不能按 txHash alone 去重。要算 PnL,直接对 /activity 原始数据求和。

坑 4:offset 翻页有天花板

/activity 接口翻页,用 offset(偏移量)?超过 3000 条直接 400 报错。文档里没写。

上面三个地址全部验证过:GET /activity?offset=3100 返回 HTTP 400,错误信息 max historical activity offset of 3000 exceeded。头部玩家动辄上万笔交易,3000 条根本不够。

用 end 参数(传上一页最后一条的时间戳 - 1)做游标翻页,没有上限。

坑 5:排行榜 PnL 口径差异

你算完一个地址的 PnL,去排行榜一对比,差了一点。

大多数情况下差距在 $10 以内(来自持仓市值的实时波动)。但如果差距明显更大,可能的原因包括:排行榜的聚合窗口、缓存刷新延迟、或者用户绑定了多个 proxy wallet。

实测中,用现金流法算出的单地址 PnL 跟 lb-api 返回值高度一致。如果你的结果差距较大,先检查翻页是否完整(坑 4)、是否用了错误字段(坑 1-2)。

正确做法

试了各种歪路之后,我验证下来最可靠的方法是 Data API 现金流汇总。不用任何预计算字段,直接从原始交易记录算资金进出。

公式:

PnL = SUM(TRADE where side=SELL) + SUM(REDEEM) + SUM(MERGE) + SUM(MAKER_REBATE) + SUM(REWARD) - SUM(TRADE where side=BUY) - SUM(SPLIT) + 持仓市值

· TRADE BUY:花 USDC 买 token(支出)

· TRADE SELL:卖 token 回收 USDC(收入)

· REDEEM:赢的仓位赎回 USDC(收入)

· SPLIT:USDC 铸造成 token 对(支出)

· MERGE:token 对合并回 USDC(收入)

· MAKER_REBATE:Maker 返佣(收入)

· REWARD:奖励/空投(收入)

· 数据来源:

GET /activity?user=&limit=500,用 end 翻页,全量拉取后按类型求和。

· 持仓市值:

GET /positions?user=,size × curPrice。

· 交叉验证:

拿计算结果跟 Polymarket 排行榜 API(lb-api.polymarket.com/profit?window=all&address=X)对比,差 <$10 就算过。差距来自持仓市值的实时波动。

验证:排行榜前 15 实测

用现金流法算完后,拿排行榜 API 交叉验证:

swisstony:现金流法 +$560.1 万,排行榜 +$560.1 万,差距 < $10

kch123:现金流法 +$1139.6 万,排行榜 +$1139.6 万,差距 < $10

gmanas:现金流法 +$502.4 万,排行榜 +$502.4 万,差距 < $10

三个地址误差均在 $10 以内,差距来自持仓市值的实时波动。

方法跑通之后,我拿它分析了上百个头部地址的真实盈亏。那是另一回事了。

汇总

SUM(cashPnl) from /positions → 不行,不含已结算盈利,符号可能反转

makerPnl 字段求和 → 不行,与链上现金流不一致

按 txHash 去重后计算 → 不行,$100+,删了真实 fill

offset 翻页 + 求和 → 不行,数据截断,>3000 报错

Data API 现金流法 → 目前最可靠,<$10

做量化的第一步不是找 alpha。是先确认你算得对。

以上全部来自实盘踩坑,不是理论推导。PM 的 API 随时可能调整行为,建议定期用排行榜 API 交叉验证你的计算结果。

Lectures associées

Compte à rebours pour GPT-5.6 : Abandonnez l'illusion d'une API unique, même une évolution rapide du calcul ne résiste pas à une simple réglementation

Mi-juin 2026, trois événements majeurs (la restriction d'accès de Fable 5, l'open-sourcing de GLM-5.2, l'annonce imminente de GPT-5.6) marquent un tournant pour l'industrie de l'IA. La logique sous-jacente de la chaîne d'approvisionnement des grands modèles se réorganise. La disponibilité et la conformité surpassent désormais la simple avancée technique. Le cas de Fable 5, limité aux seuls citoyens américains pour des raisons de contrôle à l'export, prouve qu'une capacité technique de pointe peut être rendue inaccessible par la réglementation. En parallèle, le modèle open-source GLM-5.2 démontre des performances proches des leaders tout en réduisant drastiquement les coûts, offrant une alternative viable et stable pour les entreprises, notamment face aux risques géopolitiques. En réponse, les géants du modèle fermé comme OpenAI recentrent leurs efforts. Les fuites sur GPT-5.6 suggèrent un virage stratégique vers l'intelligence spatiale et les « modèles du monde », des domaines nécessitant d'immenses ressources en calcul, pour tenter de recréer un écart de génération dans des applications comme la simulation industrielle ou la robotique. La conclusion est claire : pour les développeurs d'applications, dépendre exclusivement d'une API propriétaire unique expose à des risques incontrôlables. Concevoir des architectures « agnostiques » au modèle, permettant de basculer rapidement entre solutions fermées et open-source locales, devient une condition essentielle à la continuité des activités. L'ère du choix unique basé uniquement sur la performance technique est révolue.

marsbitIl y a 58 mins

Compte à rebours pour GPT-5.6 : Abandonnez l'illusion d'une API unique, même une évolution rapide du calcul ne résiste pas à une simple réglementation

marsbitIl y a 58 mins

La « guerre des subventions de tokens » des géants de l'IA touche-t-elle à sa fin ?

Les grands acteurs de l'IA mènent une guerre des prix sur les tokens, en subventionnant massivement leurs utilisateurs. Des analyses montrent que, dans certains abonnements premium, la valeur réelle des tokens consommés peut être jusqu'à 70 fois supérieure au prix payé. Contrairement aux guerres de subventions de l'ère Internet (comme Uber ou Meituan), les tokens d'IA créent peu d'effet de verrouillage : les utilisateurs peuvent changer de fournisseur facilement, car l'API est standardisée. Cette guerre est structurellement déséquilibrée. Des géants comme Google, financés par d'autres activités lucratives (publicité), peuvent se permettre de baisser radicalement les prix pour concurrencer des sociétés comme OpenAI et Anthropic, qui dépendent fortement des financements des investisseurs. Bill Maris, fondateur de Google Ventures, estime qu'une baisse de 80% du prix des tokens par Google est inévitable et constituerait une arme redoutable. À long terme, deux scénarios sont possibles : soit un modèle de type "service Internet" avec monopolisation et hausse des prix ultérieure, soit un modèle de type "infrastructure de base" (eau, électricité) où les tokens deviennent une commodité standardisée, avec des marges tendant vers zéro. L'absence d'effet de verrouillage fort penche en faveur du second scénario. La compétition pourrait alors devenir un "jeu infini", où l'objectif n'est pas d'éliminer l'adversaire mais de rester à table, accélérant ainsi l'adoption et le développement de l'IA comme une utilité publique. Pour les utilisateurs, cette guerre des subventions signifie, pour l'instant, un accès à une puissance de calcul à un prix très avantageux.

marsbitIl y a 1 h

La « guerre des subventions de tokens » des géants de l'IA touche-t-elle à sa fin ?

marsbitIl y a 1 h

En dehors du terrain : le jeu spéculatif autour de la Coupe du Monde

Le tournoi de la Coupe du Monde dépasse largement le cadre sportif pour devenir un immense terrain de jeu spéculatif mondial. L'article explore comment l'événement concentre, sur un mois, un écosystème de paris et d'opportunités financières. Il passe en revue plusieurs domaines clés : Le marché des prédictions (Polymarket, Kalshi) connaît une croissance fulgurante, dépassant parfois en popularité les applications de pari traditionnelles, avec des histoires de gains et pertes spectaculaires captant l'attention. Les paris sportifs légaux restent cependant le pilier principal, avec des sommes énormes engagées, surtout si l'équipe nationale locale performe. Les marchés boursiers ne sont pas en reste, avec l'apparition d'« actions concept » liées à la consommation des fans (nourriture, bière, équipement) dont les cours fluctuent au gré des résultats des matchs. Le marché secondaire des billets est lui aussi un champ de spéculation intense, où les prix explosent pour les matches très attendus (ex: ceux de Cristiano Ronaldo) ou s'effondrent pour d'autres, avec même des pratiques proches de la vente à découvert. Les objets de collection, comme les autocollants Panini ou les maillots en édition limitée, voient leur valeur monter en flèche sur les plateformes de revente. L'univers des cryptomonnaies génère une frénésie spéculative à haut risque autour de tokens Meme non officiels, souvent liés à des équipes ou des joueurs, conduisant à des hausses vertigineuses suivies de chutes brutales. Enfin, une couche d'opportunités émerge en fournissant des informations et des outils aux spéculateurs eux-mêmes : sites de suivi des prix des billets, services d'alerte ou groupes payants de conseils de paris. Le véritable gagnant n'est pas nécessairement celui qui prédit le vainqueur, mais celui qui comprend et exploite les flux d'attention et de demande générés par le tournoi. Après le coup de sifflet final, un vaste réseau de transactions, hors du terrain, a déjà réglé ses comptes sur les marchés globaux.

marsbitIl y a 1 h

En dehors du terrain : le jeu spéculatif autour de la Coupe du Monde

marsbitIl y a 1 h

Comment Codex utilise-t-il l'ordinateur ? Trois points d'entrée et les limites d'autorisation

L'article présente les trois méthodes utilisées par Codex pour interagir avec un ordinateur : Computer Use, l'extension Chrome et le navigateur intégré à l'application. Chaque méthode correspond à des scénarios, des périmètres d'autorisation et des niveaux de confiance distincts. Computer Use offre la couverture la plus large, permettant de contrôler les applications natives macOS/Windows, les paramètres système et même de gérer des flux de travail multi-applications via l'interface graphique. Il est adapté aux processus sans API, mais est plus lent et a le périmètre de confiance le plus large. L'extension Chrome donne accès à l'état de connexion, aux cookies et aux onglets du navigateur, idéale pour les tâches liées à Gmail, LinkedIn, Salesforce ou pour des recherches nécessitant une authentification. Le navigateur intégré est isolé, sans état de connexion, et convient parfaitement au développement et au débogage web local (serveurs locaux, bugs visuels, maquettes). Le principe fondamental est de choisir l'interface la plus étroite, sécurisée et structurée possible pour une tâche donnée. Il faut privilégier les plugins ou MCP, utiliser le navigateur intégré pour le développement web, recourir à l'extension Chrome lorsque l'identité de l'utilisateur est requise, et ne recourir à Computer Use qu'en dernier recours pour les tâches GUI non couvertes par des outils structurés. Appshots est présenté comme un outil complémentaire permettant de "montrer" le contexte de l'écran à Codex pour l'input, tandis que les trois autres méthodes concernent l'action (output). Cette approche stratifiée illustre la clé de la productisation des agents IA : restreindre les permissions, clarifier les frontières et laisser à l'utilisateur le contrôle des actions critiques.

marsbitIl y a 3 h

Comment Codex utilise-t-il l'ordinateur ? Trois points d'entrée et les limites d'autorisation

marsbitIl y a 3 h

La "loi de fer" de l'équipement de puces est en train d'être brisée

Depuis longtemps, le pouvoir de négociation dans la chaîne d'approvisionnement des semi-conducteurs favorisait les clients. Les fabricants d'équipements subissaient des pressions pour réduire leurs prix, surtout lors des commandes répétées. Cependant, cette "loi" du marché acheteur est en train de s'inverser. Récemment, des fournisseurs d'équipements de SK Hynix ont même demandé une augmentation de prix de 3 à 4 %, un fait rare. Ce changement est dû au déséquilibre entre l'offre et la demande causé par l'essor de l'IA. L'expansion rapide des capacités de production est devenue cruciale pour répondre à la demande de puces AI, transformant l'accès aux équipements en une course prioritaire. Un exemple frappant est l'explosion de la demande pour les équipements de thermocompression (TCB), essentiels à la production de mémoires HBM4. Des sociétés comme Hanmi Semiconductor, Hanwha Semitech et ASMPT reçoivent d'importantes commandes. Bien que le *Hybrid Bonding* (collage hybride) soit considéré comme plus avancé, le TCB reste dominant pour le HBM4 grâce à sa maturité, prolongeant ainsi son cycle de vie. La pénurie s'étend également aux équipements de test, dont la production est freinée par le manque de composants clés comme les FPGA et les CPU, eux-mêmes captés par l'industrie des data centers pour l'IA. Cette dynamique signale le début d'un nouveau cycle majeur de croissance pour l'ensemble du secteur des équipements semi-conducteurs, porté par l'investissement dans l'IA. Les leaders des domaines de la logique avancée, du HBM et de l'emballage avancé (comme le CoWoS) détiennent désormais un pouvoir de négociation renforcé. Ils ne vendent plus simplement des machines, mais la capacité à matérialiser la production à l'ère de l'IA, redéfinissant ainsi les rapports de force dans l'industrie.

marsbitIl y a 3 h