Introduzione

Kalshi AI Trading Bot

Modalità Beast, multi-modello AI che esegue operazioni sui mercati predittivi Kalshi mentre dormi.

Cinque LLM d'élite, un motore di trading implacabile, zero decisioni emotive.

Perché questo bot è diverso

Molti "AI trading bot" si basano su un singolo LLM che scommette. Questo è una vera e propria società di trading in un terminale.

Esegue in parallelo cinque agenti AI specializzati: un previsore, un analista delle notizie, un ricercatore rialzista, un ricercatore ribassista e un gestore del rischio. Questi agenti discutono, aggregano probabilità con un consenso ponderato sulla confidenza e agiscono solo quando il disaccordo è basso e il vantaggio reale. Ogni decisione è registrata e calibrata, con gestione delle dimensioni della posizione tramite il Criterio di Kelly, rispettando limiti di posizione e perdite giornaliere.

Se ti sembra esagerato per un bot su mercati predittivi, è il punto.

Caratteristiche principali

Architettura degli agenti

Il bot ingesta dati dal mercato Kalshi (REST, WebSocket, RSS) e li passa a cinque agenti con pesi diversi sul consenso finale:

• Previsore (0.30)
• Analista delle notizie (0.20)
• Ricercatore rialzista (0.20)
• Ricercatore ribassista (0.15)
• Gestore del rischio (0.15)

I ricercatori rialzisti e ribassisti dibattono; il consensus pesa e penalizza disaccordi; segue dimensionamento Kelly e limiti di posizione e perdite. L’esecuzione può essere in simulazione o live.

Installazione

Requisiti

• Node.js 22.5+ con supporto experimental per SQLite
• Chiave API Kalshi + file chiave privata RSA
• Chiave API OpenRouter (per i modelli AI)

Setup

git clone https://github.com/sachmalan/kalshi-trading-bot.git
cd kalshi-trading-bot
npm install

Copia env.template in .env e configura le variabili chiave:

KALSHI_API_KEY=tuachiave_kalshi
KALSHI_PRIVATE_KEY_PATH=./kalshi_private_key.pem
OPENROUTER_API_KEY=tuachiave_openrouter
LIVE_TRADING_ENABLED=false
DAILY_AI_COST_LIMIT=10
LOG_LEVEL=info

Utilizzo

• Verifica stato chiavi e budget:

npm run dev -- health

• Avvia modalità paper trading per 10 iterazioni:

npm run dev -- run --iterations 10

• Per trading live (con cautela):

npm run dev -- run --live --daily-limit 5

Comandi CLI

kalshi-bot <comando> [opzioni]

run                     Avvia ciclo di trading Beast Mode
  --live                Abilita trading reale (default: paper)
  --daily-limit <n>     Limite costo AI giornaliero (default 10 USD)
  --iterations <n>      Numero massimo iterazioni (default infinito)

dashboard               Mostra dashboard paper trading
status                  Mostra portafoglio attuale e posizioni aperte
scores                  Mostra punteggi categorie apprese
history [--limit n]     Mostra trade chiusi recenti con PnL
safe-compounder         Esegue safe compounder (default dry-run)
  --live                Effettua ordini reali
health                  Diagnostica stato salute del sistema
help                    Mostra aiuto completo

Sicurezza

Il bot può causare perdite, ma include molte protezioni:

• Trading live disabilitato di default, paper trading preferito
• Limite di spesa AI giornaliero rigoroso a livello router
• Limiti max del 3% per posizione, 10% perdita giornaliera, max 10 posizioni aperte
• Richiesta consenso di almeno 3 modelli per operare e penalizzazione automatica in caso di disaccordo
• Soglia minima di confidenza di 0.45 per eseguire operazioni
• Filtri su volume minimo e scadenza massima per evitare mercati illiquidi o vecchi
• Stop loss e uscite dinamiche su ogni posizione
• Audit completo con log SQLite e file JSONL

Nota: progetto per scopi educativi e di ricerca. Il trading è a proprio rischio.

Stack Tecnologico

• Node.js 22.5+ con SQLite nativo
• TypeScript 5.6 in modalità strict
• OpenRouter per API verso cinque modelli AI
• Kalshi REST e WebSocket per dati mercato
• Zod per validazione tipi
• Pino per logging
• Vitest per testing
• rss-parser per notizie da Reuters, NYT, BBC

Struttura del progetto

src/
├── agents/           Agenti AI specializzati e orchestrazione
├── clients/          Client per Kalshi, OpenRouter, etc.
├── config/           Configurazioni tipo-safe e validazioni
├── data/             Aggregazione notizie e sentiment
├── events/           Bus eventi interno
├── jobs/             Moduli ingestione, decisione, trading, tracking, valutazione, esecuzione
├── paper/            Tracker e dashboard per paper trading
├── strategies/       Strategie: safe compounder, market making, quick-flip, portfolio
├── utils/            Database, logger, Kelly sizing, stop-loss, riparazione JSON
├── beastModeBot.ts   Loop principale di orchestrazione
└── cli.ts            Interfaccia a riga di comando

tests/                Suite Vitest critiche

Testing

npm test            # esegue tutti i test
npm run test:watch  # modalità sviluppo continuo
npm run typecheck   # verifica typescript senza compilare
npm run lint        # verifica stile con eslint

Roadmap

• Arbitraggio cross-market (incorporato a livello architetturale)
• Strategie opzioni su mercati compositi
• Esecuzioni algoritmiche VWAP / TWAP
• Dashboard web
• Ricalibrazione post-hoc dei pesi ensemble
• Benchmark pubblici e classifica paper trading anonima

Contributi benvenuti.

Contributi

1. Fai fork.
2. npm install && npm test per garantire test verdi
3. Apri issue per modifiche rilevanti
4. Scrivi test per nuove strategie e agenti

FAQ

Garantisce guadagni? No, è un framework disciplinato e configurabile. Mercati cambiano, modelli driftano, comincia con piccole somme e paper trading.

Perché OpenRouter? Un solo API key per 5 modelli frontier, failover automatico, monitoraggio salute modelli.

Si può usare un solo modello? Sì, disabilitando ensemble nel file di configurazione.

Quanto costa? Il limite predefinito è 10$ al giorno per il costo LLM.

Supporta trading live? Sì, ma disabilitato di default e sempre con opt-in esplicito.

Licenza

MIT — usa liberamente, ma non ci assumiamo responsabilità su perdite.

Fatto per trader che pensano come ingegneri e ingegneri che fanno trading come trader.

Paper-trade prima. Dimensiona con Kelly. Ascolta l'ensemble. Lancia.