यह Polymarket ट्रेडर AI का उपयोग करके 60 दिनों में $2.2M कमाया – यहाँ जानें इसका प्रेडिक्शन मार्केट्स के लिए क्या मतलब है

यहाँ बताया गया है कि कैसे एक AI-संचालित ट्रेडर ने डेटा मॉडल, ऑटोमेशन और प्रोबेबिलिटी-आधारित ट्रेडिंग रणनीतियों का उपयोग करके Polymarket पर $2.2 मिलियन कमाए।

एक ट्रेडर ने लगभग दो महीनों में $2.2 मिलियन कमाने के बाद आर्टिफिशियल इंटेलिजेंस का उपयोग करके Polymarket को चौंका दिया। 

इस अकाउंट का छद्म नाम ilovecircle है और कथित तौर पर ट्रेड करने के लिए सहज प्रवृत्ति के बजाय डेटा मॉडल का उपयोग किया गया। 

यह कहानी अब दिखाती है कि कैसे प्रेडिक्शन मार्केट भविष्य के परिणामों का "अनुमान" लगाने की क्षमता के बजाय ऑटोमेशन और गति को पुरस्कृत करते हैं।

Polymarket पर AI ट्रेडिंग रणनीति कैसे काम करती है

संदर्भ के लिए, Polymarket उपयोगकर्ताओं को भविष्य के परिणामों पर ट्रेड करने की अनुमति देता है और प्रत्येक मार्केट हाँ या ना के उत्तर वाले प्रश्न को दर्शाता है। 

यदि परिणाम होता है तो शेयर एक डॉलर का भुगतान करते हैं और यदि यह विफल होता है तो शून्य। इस तरह, कीमतें बाजार की धारणा को दर्शाती हैं।

प्रश्नगत ट्रेडर ने Polymarket को एक क्वांट ट्रेडिंग स्थल की तरह माना और बहुत कम या कोई मानवीय निर्णय का उपयोग नहीं किया। इसके बजाय, एल्गोरिदम ने लगभग हर कदम को संभाला।

ट्रेडर ने कोड लिखने, डेटा ट्रैक करने और ट्रेड लगाने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग किया ताकि उन घटनाओं को खोजा जा सके जहां बाजार की कीमतें वास्तविक संभावनाओं को प्रतिबिंबित करने में विफल रहीं।

सिस्टम ने गलत मूल्य वाले बाजारों पर ध्यान केंद्रित किया। जब कीमतें वास्तविकता से भटक गईं, तो बॉट ने कार्रवाई की और अंतर का लाभ उठाया।

संबंधित पठन: Polymarket Eyes $12B Valuation as Crypto Expansion Accelerates

Claude ने ट्रेडिंग सिस्टम बनाने में मदद की

ट्रेडर ने Anthropic के Claude AI का कोडिंग पार्टनर के रूप में उपयोग किया, और इस चुनाव ने ऑपरेशन के पैमाने को बदल दिया।

Claude ने Python स्क्रिप्ट जनरेट करने में मदद की जो Polymarket API से जुड़ी थीं। इन स्क्रिप्ट ने प्रमाणीकरण, मूल्य निर्धारण डेटा और ट्रेड निष्पादन को संभाला।

डिबगिंग तेज़ी से हुई क्योंकि AI ने रीयल टाइम में त्रुटियों को ठीक करने में मदद की। मॉडल ने निरंतर पुनरावृत्ति के माध्यम से अपने निष्पादन तर्क में भी सुधार किया।

इस तरह की प्रणाली के निर्माण के लिए कभी एक पूर्ण इंजीनियरिंग टीम की आवश्यकता होती थी। हालाँकि, अब एक व्यक्ति केवल AI उपकरणों का उपयोग करके इसे प्रबंधित कर सकता था।

ट्रेडर ने बड़े अकाउंट्स की निगरानी के लिए एक डैशबोर्ड भी बनाया। इससे उन्हें व्हेल गतिविधि पर त्वरित प्रतिक्रिया करने की अनुमति मिली।

डेटा स्रोतों ने निर्णय इंजन को संचालित किया

बॉट Polymarket ऑड्स से अधिक पर निर्भर था और कई चैनलों से डेटा खींचता था।

ट्रेडर ने घटनाओं के सामने आने के साथ सिस्टम को अपडेट करने के लिए न्यूज़ फीड और सोशल मीडिया सेंटिमेंट का उपयोग किया, और ऑन-चेन गतिविधि ने दिखाया कि बड़े ट्रेडर कैसे व्यवहार करते हैं।

उन्होंने बिल की प्रगति की निगरानी के लिए विधायी ट्रैकर्स का भी उपयोग किया, साथ ही स्पोर्ट्स डेटा स्ट्रीम जो अपडेटेड स्कोर और चोटें प्रदान करती थीं। 

प्रत्येक स्रोत एक ही मॉडल में फीड होता था, जो वास्तविक दुनिया के संकेतों की तुलना बाजार की कीमतों से करता था।

प्रोबेबिलिटी मॉडलिंग ने अंतर्ज्ञान की जगह ली

ट्रेडर ने प्रोबेबिलिटी गणित पर भी भरोसा किया जो दो संख्याओं की तुलना करता था।

पहली संख्या Polymarket कीमतों से आई, 0.60 पर शेयर की कीमत 60% संभावना को दर्शाती है।

दूसरी संख्या AI मॉडल से आई, जिसने लाइव डेटा के आधार पर प्रोबेबिलिटी की गणना की।

यदि मॉडल ने 75% संभावना का अनुमान लगाया जबकि बाजार ने 60% दिखाया, तो ट्रेड समझ में आया और सकारात्मक होने की संभावना थी।

इस तर्क को हजारों बार दोहराया गया, और व्यक्तिगत नुकसान समग्र परिणामों से कम मायने रखते थे।

रिपोर्ट यह भी संकेत देती है कि सिस्टम ने स्पोर्ट्स, क्रिप्टो इवेंट्स और राजनीतिक परिणामों जैसे बाजारों में ट्रेड में लगभग 74% सटीकता हासिल की।

कुल मिलाकर, कहानी दिखाती है कि कैसे उपकरण जो कभी संस्थागत उपयोग के लिए आरक्षित थे, अब व्यक्तियों के लिए उपलब्ध हैं। AI प्रवेश की बाधाओं को कम कर रहा है, और कोडिंग कौशल अब अंतर्ज्ञान से अधिक महत्वपूर्ण हो सकते हैं।

The post This Polymarket Trader Made $2.2M in 60 Days Using AI – Here's What That Means for Prediction Markets appeared first on Live Bitcoin News.