Методология

Как формируются выводы — и в какой мере им доверять

Каждый результат помечен классом доказательности. Эта страница определяет эти классы и объясняет, модуль за модулем, что именно мы читаем, вычисляем и выводим.

Классы доказательности

Доверять выводу следует соразмерно его классу:

Мы никогда не выдаём эвристический вывод за детерминированный. Каждый результат показывает свой класс, точные доказательства, источник, временную метку и то, является ли он живым, кешированным или историческим.

В продукте эти классы отображаются пятью чипами доказательности, которые соответствуют трём классам выше: Наблюдаемый факт и Детерминированный вывод — детерминированные; Историческая ассоциация и Смоделировано — эвристические/модельные; Неизвестно означает, что доказательств не хватило для классификации, — трактуется как отсутствие вывода и никогда как вывод о низком риске.

Источники и приоритет

Структура рынков, текст правил и метаданные поступают из публичных API Polymarket; книги заявок — из публичного CLOB; исходы резолюции опираются на источник, заявленный самим рынком, и, где уместно, на оптимистичный оракул UMA; ончейн-чтение выполняется через публичные RPC. Когда источники расходятся, для всех выводов уровня правил определяющим является опубликованный текст правил самого рынка, а для всех выводов уровня цены — книга заявок; мы никогда не подменяем их вторичным источником. Каноническая идентичность сводит URL, slug, id рынка и condition id к одному отслеживаемому рынку до запуска любого анализа.

Интерпретация дедлайнов

Дедлайны извлекаются из текста правил дословно (детерминированный вывод). Когда текст называет время без часового пояса или дату, чей календарный день зависит от часового пояса, мы помечаем её как неоднозначную по часовому поясу, а не молча предполагаем какой-то один — сама пометка и есть вывод.

Resolution Watch

Читает полные опубликованные правила рынка и проверяет, каким образом текст может аннулировать позицию или привести к спору, даже когда вы правы по существу:

Каждый флаг цитирует точный фрагмент правила (детерминированно). Совокупный процент риска спора — это модель; см. ниже.

Модель риска резолюции

Совокупная оценка риска спора — логистическая модель, обученная на признаках правил исторически разрешённых рынков и оценённая вне выборки на отложенном тестовом разбиении. Сейчас она достигает на отложенной выборке Brier 0.119 против 0.149 у константного прогноза базовой частоты — и превосходит все наивные базовые модели, по которым её оценивает движок (константную, по категориям, по сегментам, только по правилам с 0.164) — поэтому она помечена как MODEL_BEATS_BASELINES (откалиброванная). Это по-прежнему вероятность неопределённого будущего, а не гарантия. Если будущий набор данных отменит этот вердикт, мы переобозначим модель как MODEL_NOT_CALIBRATED и скажем об этом на этой странице. Историческая статистика паттернов публикуется с размерами выборок и доверительными интервалами; паттерны, которые принято считать рискованными, могут измеряться как нейтральные или защитные (explicit cancellation clause 0.2×, generic "ambiguous language" 0.5×) — такие обратные результаты мы тоже публикуем.

Market Truth

Один рынок на одном экране: каноническая идентичность, правила и источник резолюции, живая книга заявок, аномалии, в которых рынок участвует, и детерминированная оценка торгуемости. Идентичность и правила детерминированы; глубина книги — живое чтение на указанную временную метку.

Event Map

Выявляет проверенные логические связи между рынками — принадлежность к neg-risk-группам (цены должны суммироваться к ~1), дубликаты, упорядоченность дедлайнов и порогов и прямые противоречия. Каждое ребро — детерминированный вывод, полученный из собственных правил и структуры рынков, а не корреляция.

Executable Basket и расчёт цен исполнения

Оценивает кажущиеся арбитражные корзины на реальной глубине: исполнимая цена покупки/продажи из книги заявок, проскальзывание, смоделированное проходом по видимым уровням, риск частичного исполнения и максимальный номинал, который реально проходит. Исполнимые цены и проскальзывание — производные выводы из видимой книги; они не являются обещанием реального исполнения.

Smart Flow

Псевдонимная аналитика когорт кошельков: она группирует ончейн-участников в поведенческие архетипы и публикует исследования следования вне выборки. Когорты — никогда не названные лица; эвристический контекстный сигнал — никогда не торговая рекомендация. Чего она не доказывает: причинность, что какая-либо когорта повторит результат или что следование за ней прибыльно.

Актуальность, кеширование и временные метки

Результаты могут быть живыми, кешированными или историческими. Каждый несёт временную метку доказательств, а ончейн-чтения, где они используются, — контекст блока. Текущую актуальность индекса см. в разделе Покрытие. Мы никогда не фабрикуем анализ, когда исходные данные недоступны, — мы возвращаем «недостаточно доказательств».

Чем это не является

Scanverity Intelligence — это исследование, а не рекомендация. Сервис не исполняет сделки, не хранит средства и не предсказывает исходы с определённостью. См. Уведомление о рисках и методологии.