赛事市场编排
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 中的安装指南,在你的 AI 助手中安装技能 @user_3c6cb52e/markets-xlnc。
技能介绍
要解决的问题
NBA 赛程在 ESPN,同一场比赛的预测市场又分散在 Kalshi 和 Polymarket 两家交易所。想回答「今天有哪些比赛、市场怎么定价」时,工程师要先跨三个数据源拼装,还要面对三种互不兼容的价格格式:ESPN 是美式赔率、Polymarket 是 0-1 概率、Kalshi 是 0-100 整数。手工换算既容易出错,也无法支撑套利检测和期望值计算。
技能如何工作
@user_3c6cb52e/markets-xlnc 把这层胶水固化下来。所有查询以体育代码开头(如 nba、nfl、mlb),技能自动映射到 Polymarket 的 series_id 和 Kalshi 的 series ticker(如 KXNBA)。核心命令包括:
get_todays_markets(sport="nba"):返回当日比赛的 ESPN 信息、赔率与两边市场的匹配结果,一个统一面板。compare_odds(sport=..., event_id=...):归一化到隐含概率后并列展示,并自动检测套利,命中时给出分配比例和保证 ROI。evaluate_market(sport=..., event_id=...):走完整的 devig → edge → Kelly 流程,返回公允概率、边际、期望值、Kelly 分数和投注建议。match_markets(sport="mlb", date=...):按日期加球队代码确定性地配对两边市场,标题模糊匹配兜底,输出 Kalshi ticker 与 Polymarket token ID 并排。normalize_price(price=..., source=...):把任意来源的价格统一成隐含概率、美式赔率和十进制赔率。
调用任何命令前,需确认已传入合法的体育代码,且价格来源标识正确(espn / polymarket / kalshi)。
适用边界与注意点
- 体育代码必须精确匹配,
nba、epl、laliga这类小写形式才算有效,拼错会返回空市场列表。 compare_odds拿不到数据通常是event_id不对,应先通过get_sport_schedule取回正确的 ID。- 任一交易所临时不可用时,模块返回部分结果并附警告,剩余可用数据照常输出;不可用的一侧可改用对应交易所的独立技能重试。
normalize_price的source参数写错会得到奇怪的美式赔率——Kalshi 的 65 要标source="kalshi",Polymarket 的 0.65 要标source="polymarket"。- 命名陷阱:
get_odds、search_markets、get_schedule这三个命令并不存在,分别要改用compare_odds、search_entity、get_sport_schedule。不在references/api-reference.md里的命令一律视为不存在。
使用场景
- 体育数据工程师要拉取当日 NBA 赛程并匹配 Kalshi 与 Polymarket 两边的价格
- 赛事分析师想对同一场比赛在 ESPN 赔率和 Polymarket 之间做套利检测
- 量化研究员需要用 Kelly 公式评估 Chiefs 比赛是否存在下注边际
- 交易员想在 MLB 比赛日把 Kalshi ticker 和 Polymarket token ID 一一配对后比价
适合人员
- 做体育博彩量化模型的研究员,需要把多家赔率源统一到隐含概率后建模
- 构建体育数据产品的前端工程师,要在面板上同时展示 ESPN 赛程和预测市场行情
- 做套利策略的日内交易员,需要跨交易所快速发现同一场比赛的价格差
- 构建 AI Agent 的开发者,需要把体育赛程与预测市场查询封装成一个可调用技能