简体中文 | English
globalpercent
全球宏观预期概率面板 — 2 数据源 · 5 端点 · 10 模块 · 零鉴权零账户
架构 · 快速开始 · 端点 · 模块 · FAQ · 更新日志
架构（一口气讲完）
全球宏观预期概率面板 · 数据管道
│
Polymarket Gamma API ─┐
├─► 每个源的 fetcher 把每条市场整形成同一套 schema
Kalshi events API ────┘ (question, prob_yes, change_24h, volume_24h, source, …)
│
共享 taxonomy 把每条分到一个模块
(货币政策/宏观经济/地缘政治/政治选举/股指大宗/AI科技 + 参考组)
│
聚合器：合并 → 按模块分组 → 限流刷屏 →
翻译标题 → 钉一份磁盘 SNAPSHOT
│
/pulse/overview (快照秒开；刷新 = 后台异步重建)
│
React 面板：模块分区 + 来源徽章 + 趋势图
快速开始
2 步，给你的 AI 助手喂这份 skill。
# 1. 创建 skill 目录
mkdir -p ~/.claude/skills/globalpercent
# 2. 把整个仓库克隆/下载进去（SKILL.md + code/ + reference/）
git clone https://github.com/simonlin1212/globalpercent.git \
~/.claude/skills/globalpercent
然后对 AI 助手说一句：
「用 globalpercent 这份 skill，把一块全球宏观预期概率面板搭进我的 app。」
它会读 reference/apis.md（端点 + 字段 + 每个坑）和 reference/architecture.md（设计 + 异步刷新 + 空拉不覆盖等铁律），再把 code/ 里的后端 + 前端移植进你的技术栈。
依赖：后端只用
httpx（异步 HTTP）。翻译步骤可选（要么接你自己的 LLM，要么直接删掉走英文）。前端是 React + echarts，可换成你自己的图表库。
Codex / OpenClaw 用户： 把 SKILL.md + reference/ 的内容贴入系统 prompt 或项目上下文，内嵌代码可直接移植。
5 个端点（全部公开 · 零鉴权 · 只读）
读预期概率不需要账户；只有「交易」才需要 Key。下列端点 2026-06-05 实测全部可用。
Polymarket（加密结算 · 真金白银 · 地缘/选举/加密/体育最深）
| 端点 | 数据 | 实测状态 |
|---|---|---|
Gamma /markets | 每条市场的 question / outcomes / outcomePrices（=概率） / volume24hr / clobTokenIds / 24h&7d 变动 / slug / 到期日 | ✅ 服务端按 volume24hr 排序，limit≤100 翻页 |
CLOB /prices-history | 单个 outcome token 的概率时间序列 {t, p}（趋势图用） | ✅ interval=1d/1w/1m/max + fidelity |
CLOB /midpoint | 单 token 的实时中间价 | ✅ 返回 {mid} |
⚠️ Polymarket 的
outcomes/outcomePrices/clobTokenIds是 JSON 编码的字符串，不是数组——要json.loads()（见_parse_json_field）。
Kalshi（美国 CFTC 监管 · 真金白银 · 宏观经济结构最干净）
| 端点 | 数据 | 实测状态 |
|---|---|---|
/events?with_nested_markets=true | 每个 event 带原生 category + 嵌套 markets（含 *_dollars 报价 + 成交量），分页 cursor | ✅ 慢且重（200 event/页，2–16s/页，全量 1–8 分钟→必须异步刷新） |
/markets?series_ticker=KXFED | 按系列过滤的市场（如 Fed），快（~2s） | ✅ series_ticker 可用；category 过滤器失效、无成交量排序 |
⚠️⚠️ Kalshi 字段已在 2026-06 改名为
*_dollars：旧的 cents 字段（last_price/yes_bid/yes_ask）现在返回None。要用yes_ask_dollars/last_price_dollars/previous_price_dollars/volume_24h_fp/liquidity_dollars等。本仓库代码已全部按新字段名实现并实测通过。
10 个模块（taxonomy）
分类关键词优先、Kalshi 原生 category 兜底，高信号先判（地缘 在 选举 前、加密 在 股指 前、货币 在 宏观 前），world cup/FIFA 最先判进体育。
| 核心模块（展开显示） | 参考模块（折叠显示） |
|---|---|
| 货币政策 · 宏观经济 · 地缘政治 · 政治选举 · 股指大宗 · AI科技 | 加密 · 体育 · 娱乐 · 其他 |
每个模块按 24h 成交量限 top-N（MODULE_CAPS），防止「LA 市长」「每日油价/天气」这类刷屏事件淹没宏观信号。
使用示例
跟你的 AI 助手说这些话就能驱动这份 skill：
| 场景 | 说什么 |
|---|---|
| 搭面板 | 「用 globalpercent 把一块宏观预期概率面板搭进我的 dashboard」 |
| 只接 Polymarket | 「只接 Polymarket Gamma，先跑通地缘和 AI 两个模块」 |
| 加 Kalshi 宏观 | 「再接上 Kalshi 的 Fed/CPI/就业，做成异步刷新」 |
| 调分类 | 「帮我把 taxonomy 的关键词改成更偏 A 股投研的模块」 |
| 趋势图 | 「给 Polymarket 行加一条概率趋势折线图」 |
| 纯英文 | 「我不需要中文翻译，删掉 translate 那一步」 |
数据源优先级 / 取舍
| venue | 公开 API | 结论 |
|---|---|---|
| Polymarket | ✅ Gamma + CLOB，全公开 | 真金白银，地缘/加密/选举最深 —— 首选 |
| Kalshi | ✅ events/markets，只读无需 Key | 真金白银，美国 CFTC 监管，宏观经济结构最干净 —— 首选 |
| Manifold | ✅ api.manifold.markets/v0/markets | 玩具币 → 信号噪声大，只作补充 |
| Metaculus | 有 API 但 403 Cloudflare 拦服务器/curl | 预测社区（非资金），需浏览器/UA 绕过 |
| PredictIt | 403 Cloudflare + 平台衰退 | 跳过 |
结论：Polymarket + Kalshi 是两个免费、无鉴权、资金背书、值得搭建的源，且互补——Polymarket 管地缘/加密/选举深度，Kalshi 管干净的宏观经济结构。
FAQ
Q: 这能直接跑起来吗？
这是搭建指南 + 参考代码 Skill（类似 a-stock-data 的形态），不是开箱即用的 app。把 code/ 移植进你自己的 FastAPI + React 栈，有 3 个环境相关的替换点（数据目录 / LLM 客户端 / UI 组件库），SKILL.md 里都标注了。
Q: 为什么是温度计不是交易工具？ 70–84% 的预期概率市场参与者是亏钱的，优势属于做市的高频，不属于「预测得准的 AI」。把面板当作「市场情绪如何」来读，永远不要当买卖信号。
Q: 国内网络访问 Polymarket / Kalshi 超时或连不上？
这是网络环境问题，不是端点挂了——gamma-api.polymarket.com 等 API 域名在中国大陆网络环境下通常无法直连（端点本身存活，2026-07-10 实测 200）。后端需要跑在能访问境外网络的环境里，两个常见做法：
- 给后端配代理（代码零改动）：参考代码全部走
httpx，默认读取系统代理环境变量。启动后端前设置HTTPS_PROXY（指向你环境里可用的 HTTP 代理地址）即可。 - 后端部署在境外服务器 / 云函数，前端面板照常访问自家后端，数据拉取发生在服务端。
Q: Kalshi 拉取怎么这么慢？ Kalshi 没有服务端成交量排序，热门市场被几千个一日体育/天气合约埋着，所以必须把整个 open event book（~7000 event，~35 页）全拉下来客户端排序。全量 1–8 分钟——这就是刷新必须异步的原因。
Q: 字段名会不会又变？
会。Kalshi 2026-06 刚把价格字段改成 *_dollars，旧字段返回 None。贴代码前用一行 curl 复验字段名（README 顶部端点表给了实测日期）。
Q: 翻译步骤必须要吗？ 不要。受众读英文的话，直接删掉 translate 那一步走纯英文。它是纯辅助层。
Q: 不用 Claude Code 能用吗？ 能。SKILL.md + reference/ 是 Markdown，code/ 是标准 Python/React，任何 AI 编程助手或人工都能读取移植。
更新日志
见 CHANGELOG.md。
免责声明
本项目仅提供公开预期概率数据的获取与可视化工具，是一块情绪 / 风险温度计，不构成任何投资建议，也不是交易信号。所有数据来自第三方公开 API，准确性与可用性以来源为准。市场有风险，决策需谨慎。
赞赏
如果这份 skill 帮到了你的投研工作流，欢迎请作者喝杯咖啡 ☕
想接更多预期概率源（Manifold / 自定义）或更多模块？欢迎开 Issue 提需求，赞助者的 Issue 优先处理。
License
Apache License 2.0 — 自由使用，注明出处即可。
作者： Simon 林 · X @linsizhen · 邮箱：simonlin0423@gmail.com