Octagon prediction markets research

何时使用

当需要对一个预测市场事件（目前仅 Kalshi）做带数据支撑的研究时使用：

• 想知道市场报价是否定价错误——把众人共识价（市场隐含概率）和模型独立测算的概率作对比，找交易机会。
• 盘前研究：下注前先搞清驱动该合约价格的关键因素与基准率（历史结算结果）。
• 催化剂监控：盯住未来可能让合约价格翻转的事件（数据发布、会议、裁决等）。
• 想要一份结构化、可溯源的事件研报（覆盖政治、经济、加密、体育、娱乐、科技、气候 120+ 活跃市场）。

不该用的边界：

• 实盘下单 / 券商撮合 / 交易执行——本条只做研究与建议，不下单。
• Polymarket——暂未支持（Coming soon），目前只覆盖 Kalshi。
• 离线 / 未配置 Octagon MCP 的环境——本条依赖 MCP 工具，无 MCP 无法取数。
• 结论是辅助决策信号，不替代独立判断、风控与仓位管理。

前置约束： 报告生成需要 Octagon Plus / Pro / Enterprise 订阅（每份 3 credits）；缓存报告对所有用户免费。

步骤

1. 确认 MCP 就绪：环境已配置 Octagon MCP，octagon-prediction-markets-agent 工具可见（Windows 需先装 Node.js / npx；配置见下「指令」）。
2. 拿到目标市场的 Kalshi URL（如 https://kalshi.com/markets/kxfeddecision/...）或 Ticker。
3. 选择变体（按时效需求，见下表）：默认 / :cache / :refresh。
4. 发起查询：把 URL 直接给 agent，让其生成研报。
5. 读研报六节：市场概览 → 价格驱动 → 关键催化剂 → 历史结算 → 合约盘口 → 交易建议。
6. 重点看模型 vs 市场价差：价差越大，潜在错误定价信号越强。
7. （可选）用 prediction_markets_history 取该 Ticker 的历史数据，看概率走势与基准率。
8. 下注前用 :refresh 拉一份最新报告，并核对成交量/未平仓量（OI）判断流动性再定仓位。

模型变体（控制缓存行为）：

变体	行为	适用
octagon-prediction-markets-agent	默认：有缓存返缓存，否则现生成	通用
octagon-prediction-markets-agent:cache	始终取缓存报告	最快，可能非最新
octagon-prediction-markets-agent:refresh	始终现生成新报告	最新，耗时数分钟

指令

Octagon MCP 配置（Claude Desktop / Windsurf，claude_desktop_config.json）：

{
  "mcpServers": {
    "octagon-mcp-server": {
      "command": "npx",
      "args": ["-y", "octagon-mcp@latest"],
      "env": { "OCTAGON_API_KEY": "YOUR_API_KEY_HERE" }
    }
  }
}

API Key 在 https://app.octagonai.co 注册后于 API Keys 菜单生成。也支持远程 MCP：https://mcp.octagonagents.com/mcp（OAuth，推荐）。

生成研报： 直接把 Kalshi URL 交给 agent 即可，例如：

Analyze this Fed decision prediction market: https://kalshi.com/markets/kxfeddecision/fed-meeting/kxfeddecision-26jun

强制重生成（绕过缓存）：

Generate a fresh report (bypass cache) for: https://kalshi.com/markets/kxbtcminy/.../kxbtcminy-27jan01

取历史数据（prediction_markets_history 工具）：

Fetch historical data for prediction market ticker KXFEDDECISION-26JUN from January to June 2026

参数：ticker（市场代码）、captured_from（起始日期）、captured_to（结束日期）、limit（记录数）、cursor（分页游标）。

研报结构（agent 产出的固定六节）：

1. 市场概览（Market Overview）：事件、结算日、当前市场价、模型概率、错误定价信号。
2. 价格驱动（Price Drivers）：影响当前定价的关键因素（经济数据、政策表态、基本面等）。
3. 关键催化剂（Key Catalysts）：日期 × 事件 × 潜在影响（哪些事件可能让概率移动 5–10%）。
4. 历史结算（Historical Resolution Context）：同系列过往结算结果与模型准确率，提供基准率参照。
5. 合约盘口（Contract Details）：各结果的 Bid / Ask / Last / Volume / Open Interest。
6. 交易建议（Recommendation）：模型相对市场的高估/低估幅度与方向建议。

示例

研报片段（Fed 6 月决议）：

## Market Overview
- Event: Fed Decision June 2026
- Resolution Date: June 18, 2026
- Current Market Price: 72% (Hold rates)
- Model Probability: 68%
- Mispricing Signal: Market slightly overpriced

## Contract Details
| Outcome | Bid | Ask | Last | Volume | OI |
|---------|-----|-----|------|--------|-----|
| Hold    | 0.71| 0.73| 0.72 | 15,234 | 89,000 |
| Cut 25bp| 0.18| 0.20| 0.19 | 8,456  | 45,000 |

## Recommendation
Slight Sell on Hold contract. 模型见 4% 高估，建议等 CPI 数据再建仓。

各类查询模板（把 URL 换成目标市场）：

# 加密价格区间
Research this Bitcoin price prediction market: https://kalshi.com/markets/kxbtcminy/.../kxbtcminy-27jan01
# 体育对阵
Analyze this NHL playoff prediction market: https://kalshi.com/markets/kxnhleast/.../kxnhleast-26
# IPO 时点
Analyze when SpaceX will IPO: https://kalshi.com/markets/kxipospacex/when-will-spacex-ipo/kxipospacex

注意事项

• 先看模型 vs 市场价差：价差大才是潜在错误定价；价差小不值得动手。
• 盯催化剂日历：知道哪些「翻转性事件」何时发生，临近时再决策。
• 看结算历史：同系列过往准确率是当前概率的参照系，别只看单点报价。
• 核流动性：建仓前查成交量与未平仓量（OI），流动性差则收紧仓位。
• 用好缓存：:cache 适合快速查看，:refresh 用在真正下单前（耗时数分钟、消耗 credits）。
• 订阅与计费：报告生成需 Plus/Pro/Enterprise，每份 3 credits；缓存免费。遇限流降低查询频率。
• API Key 安全：通过 OCTAGON_API_KEY 环境变量注入，勿硬编码。
• 平台范围：当前只支持 Kalshi，Polymarket 尚未上线，勿对其它平台 URL 期待结果。
• 结果定位：研报是带来源的研判信号，不是投资建议，最终决策与风控自负。

互见

• requires：无硬前置；但运行依赖已配置好的 Octagon MCP。
• related：octagon-financial-health-scores、octagon-equity-research-analyst、portfolio-risk-metrics——可在事件研究外补财务/估值/组合风险维度。
• combines_with：octagon-equity-research-analyst（把个股财报研判与相关事件市场概率交叉验证）、octagon-financial-health-scores（评估事件标的公司基本面强弱）、portfolio-risk-metrics（把事件下注的胜率/赔率纳入组合层风险度量）。

---

本条采编自 OctagonAI/skills（MIT 许可），已做中文适配重写。