Oracle3 prediction-market arbitrage checks について
Oracle3 は Kalshi と Polymarket の予測市場を扱う MCP サーバーおよび Python エンジンです。市場データの取得、手数料を考慮した関係性チェック、ペーパートレードに対応し、エージェントを構築する研究者や開発者を想定しています。
主な機能
- 01Kalshi と Polymarket の銘柄と価格の検索
- 02手数料を含む関係性チェック
- 03ローカル台帳での模擬注文と保有管理
- 04研究向けの再利用可能な Agent Skills 六種
- 05ペーパーと実取引に対応する Python エンジン
活用シーン
- 01複数の取引所で関連するイベント契約の条件と価格を比較する
- 02銘柄ごとの手数料を差し引いた候補組み合わせの純利益を計算する
- 03ローカルの模擬台帳で取引アイデアを検証する
MCP 対応
市場検索、価格と板情報の取得、関係性の計算、ローカルでの模擬注文を行う 13 個の MCP ツールを提供します。実注文は別途の CLI または Python エンジンで行います。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Oracle3
予測市場エージェントを構築し、市場の発見、機会の分析、戦略のテストを行います。
MCP を通じて、AI エージェントを Kalshi と Polymarket に接続します。市場調査と戦略開発に使える再利用可能なスキルを提供し、ペーパー取引と実取引に対応する Python エンジンを基盤として構築できます。
13 個の MCP ツール · 6 個のエージェントスキル · Kalshi と Polymarket のデータ · Python 3.10 以降
クイックスタート · MCP ツール · エージェントスキル · プロジェクトと貢献 · ドキュメント
Oracle3 を選ぶ理由
- 連携した調査ワークフロー。 契約を見つけ、ルールとオーダーブックを確認し、関連する結果を比較して、シミュレーション上のポジションを追跡できます。
- 取引コストを含む計算。 5 つの関係性チェックにより、候補となるバスケット、各レッグの手数料、計算されたネットエッジが得られます。
- エージェント向けのツールとワークフロー。 MCP による構造化アクセスと、反復可能な調査、戦略の作成、運用のためのスキルを利用できます。
- 拡張可能なエンジン。 Python インターフェース、リスク管理機能、ペーパー取引/実取引向けの取引所アダプターを使って戦略を構築できます。
- 実験の基盤。 再現可能なソフトウェアチェック、自動テスト、インストール済みパッケージの検証により、実装を検証できます。
Kalshi と Polymarket の公開市場データの読み取りに、取引所の認証情報は必要ありません。MCP は市場データ、計算機能、ローカルのペーパーレジャーを提供します。実注文の執行には、別途 CLI/Python エンジンを使用します。
クイックスタート
現在の開発チェックアウトをインストールします。
git clone https://github.com/YichengYang-Ethan/oracle3-prediction-market-agent.git
cd oracle3-prediction-market-agent
python -m venv .venv
.venv/bin/python -m pip install -e .
このディレクトリから Claude Code に接続します。
claude mcp add oracle3 -- "$PWD/.venv/bin/oracle3-mcp"
ほかの MCP クライアントでは、.venv/bin/oracle3-mcp の絶対パスをコマンドに設定し、引数リストは空にしてください。Windows では .venv\Scripts\python.exe と .venv\Scripts\oracle3-mcp.exe を使用してください。
クライアントの設定と最初のツール呼び出し · 公開パッケージのインストール
エージェントに最初のタスクを依頼する
次回の Fed の利上げ決定に関する Kalshi と Polymarket の契約を探してください。それぞれの結果の定義、解決ルール、オーダーブックの気配値を比較してください。市場を ID、価格、比較に必要な前提とともに要約してください。
インストール後にオフラインで実行できる計算の場合:
Oracle3 を使って、A が B を含意する場合のチェックを行ってください。A の YES 買い気配は $0.60、B の YES 売り気配は $0.55 です。Kalshi のデフォルトのテイカー手数料体系を使い、各レッグを 100 契約として、バスケット、グロスエッジ、手数料、ネットエッジを示してください。
この合成例では、グロスエッジ $5.00 − 手数料 $3.4125 = 計算上のネットエッジ $1.5875 が得られます。ただし、提示された含意と気配値が前提です。正確な入力と出力を確認する。
エージェントにできること
| タスク | ツール | 結果 |
|---|---|---|
| 市場を見つける | search_markets、get_market | 契約、メタデータ、利用可能な解決ルール |
| 市場の状況を調べる | get_quote、get_orderbook | 価格、手数料情報、表示されている板の厚み |
| 関連する契約を分析する | check_constraint、check_constraint_live | 指定された関係に基づくバスケットと純エッジ |
| 手数料とモデル値を計算する | trading_fee、fair_value | 手数料の見積もりとパラメーター化されたモデル出力 |
| ペーパー取引を試す | paper_order、paper_portfolio | シミュレーション約定とローカル台帳上の保有状況 |
関係チェックでは、含意、排他、補集合、同一イベント、イベントの合計を扱います。結果とともに前提条件を明示するため、エージェントと研究者が共通の計算レイヤーを利用できます。
再利用可能なエージェント Skills
このリポジトリには、エージェントが個々のツール呼び出しから一連のタスクを完了するまでを支援する、6 つのワークフローが含まれています。
| Skill | 用途 |
|---|---|
| データの発見 | 市場を見つけ、調査用の入力を整理します |
| 制約条件に基づく裁定取引 | 関連する契約を調べ、手数料を考慮したバスケットを計算します |
| クオンツ戦略の作成 | Oracle3 の Python インターフェースを使って戦略を開発します |
| エージェント戦略の作成 | エージェント主導の意思決定ワークフローを構築します |
| ペーパー運用 | シミュレーション取引セッションを実行し、内容を確認します |
| ライブ運用 | 独立したライブエンジンを設定して運用します |
Claude Code プロジェクト用のコピーは .claude/skills/ に含まれています。チェックアウトをプロジェクトとして開くか、クライアントがサポートする Skill のインストール方法を使用してください。Skill のセットアップ。
**AI エージェント向け:**タスクの振り分けには llms.txt、ツールスキーマには MCP リファレンス、コードへの貢献には AGENTS.md から始めてください。
Python と CLI で構築する
同じプロジェクトを、調査用スクリプト、エージェント戦略、エンジン運用に使用できます。
.venv/bin/oracle3 market search --exchange kalshi --query "fed" --json
.venv/bin/oracle3 market search --exchange polymarket --query "fed decision" --json
| コンポーネント | 用途 |
|---|---|
| MCP サーバー | エージェント向けの構造化された市場アクセスとローカルでのペーパー運用 |
| 関係と手数料 | 関連契約の戦略で共有する計算 |
| 戦略 | 論理関係、統計、モデル駆動型のアプローチ |
| 取引エンジン | DFlow 経由の Kalshi、Polymarket、Solana 向けペーパー/ライブアダプター |
| 価格設定 | 調査用の Wang 変換モデルと推定器 |
| oracle3-extras | オプションの取引所、データプロバイダー、ウォレットとの連携 |
実験のために構築
Oracle3 は、具体的な意思決定環境に、構造化されたツール、観測可能な状態、ソフトウェア検証用のハーネスを組み合わせています。これにより、エージェントのインターフェース、ワークフローのガイダンス、再現可能な評価に関する取り組みを支援します。
CI では、自動テストを実行し、SDK 1.x と 2.x の実際の MCP セッションを通じてビルド済みパッケージを検証します。ハーネスのドキュメントでは、再現可能なチェックについて説明しています。モデルレベルのエージェント評価は、今後の研究課題です。
プロジェクトの概要と Yicheng Yang の貢献 · 手数料フロンティアの研究 · 関連する価格設定の研究
貢献
より優れたエージェントのワークフロー、ラベル付けされた評価タスク、戦略の例、クライアント統合の構築にご協力ください。新しい市場、データプロバイダー、ウォレットの統合は、oracle3-extras で始めてください。
開発の経緯と謝辞
Oracle3 は ulab-uiuc/oracle3 として始まり、イリノイ大学アーバナ・シャンペーン校の U Lab で、Yicheng Yang と Haofei Yu によって開発されました。また、同研究室の Coinjure パッケージも同梱しています。Yicheng Yang はこのリポジトリの拡張機能の開発と保守を続けています。プロジェクトの経緯と貢献について読む。
Oracle3 の基盤となった、イリノイ大学アーバナ・シャンペーン校の Coinjure チームによる先駆的な取り組みに感謝します。チームのメンバーは Haofei Yu、Yicheng Yang、Yuxiang Liu、Jiaxuan You 教授です。
ソフトウェアの引用には、CITATION.cff と Zenodo をご利用ください。価格モデルについては、ワーキングペーパーをご覧ください。
ライセンス
Apache 2.0。詳細は LICENSE をご覧ください。U Lab および Coinjure のオリジナル部分には、NOTICE に記載の MIT ライセンスが引き続き適用されます。
本ソフトウェアは研究および教育を目的としています。取引には財務上のリスクが伴います。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。