oracle3
基于学术模型的跨平台预测市场自动交易智能体。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：oracle3。 它的用途是：基于学术模型的跨平台预测市场自动交易智能体。 完整的 Skill 内容见：https://321skill.com/skills/oracle3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“基于当前Polymarket上关于美国大选的合约数据，运行一次约束套利扫描，并列出所有潜在的交易机会。”，它会调用定价引擎计算各合约的“公平价值”，对比市场价格，识别出违反概率公理（如互斥事件概率之和大于1）的价差组合，并给出具体的套利建议和凯利公式下的建议仓位。
介绍
Oracle3 是一个专为预测市场设计的自动化交易智能体，旨在解决市场中普遍存在的系统性定价偏差问题。传统的预测市场合约（如50/50事件）价格常偏离其真实概率，形成套利机会，而多数交易工具并未利用这一规律。
该工具通过集成经过同行评审的Wang Transform定价模型，实时分析Kalshi、Polymarket和Solana等多个平台的市场数据，自动识别并执行基于概率公理（如互斥性、蕴含关系）的约束套利策略，以及基于统计模型（如协整价差）的统计套利策略。
它非常适合量化交易员、金融科技开发者以及对算法交易和预测市场研究感兴趣的学术研究者。这些用户需要一套严谨、自动化且基于实证研究的工具来执行复杂的市场中性策略。
使用前需具备一定的Python环境配置能力，并需要自行获取和配置各交易平台的API密钥。由于涉及真实资金交易，建议用户先在模拟环境或小额资金下充分测试策略，并理解相关市场风险。
核心特点
核心区别在于其定价引擎基于对291,309份已结算合约进行最大似然估计校准的Wang Transform学术模型，而非简单的价差做市；同时，它独家实现了8种基于概率公理约束的套利策略，并支持Kalshi、Polymarket和Solana三大平台的多市场交易。
注意事项
不适合对预测市场、概率论或Python编程不熟悉的普通投资者，也不适合寻求简单“一键跟单”功能的用户。
常见问题
Oracle3支持哪些交易平台？
目前支持Kalshi、Polymarket和基于Solana的DFlow平台。
需要编程知识才能使用吗？
是的，需要基本的Python知识来配置环境和API密钥。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/oracle3/raw/index.md 读取 oracle3 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/oracle3/raw/index.md（查看排版版本）