golden-lime — Shock Follow

핵심 수식

# 매수 토큰 기준 가격 p (YES 급등 → YES 매수, YES 급락 = NO 급등 → NO 매수)
base = min(p, 최근 6h 윈도우)                     # 윈도우 내 최저가
ENTER iff (p_now − base) ≥ +0.10                  # 충격 점프 감지
      AND 0.15 ≤ base ≤ 0.70  AND  p_now ≤ 0.85   # 반등·favorite 배제 + 러닝룸
      AND (최근 60분 고점 − p_now) ≤ 0.02          # 고점 유지 = 노이즈 스파이크 배제
      AND vol24h_now ≥ 2.0 × avg(vol24h, 24h)     # 거래량 폭증 = 진짜 정보의 서명

왜 이 전략인가

대형 서프라이즈가 터지면 대중은 기존 가격에 앵커링된 채 "설마 그 정도일까"라며 새 정보를 일부만 가격에 반영한다. 보유자·관찰자 모두 "어제까지 30%였던 시장"이라는 기준점에 묶여 있어, 새 정보가 60%를 정당화해도 첫 반응은 45%에서 멈춘다. 주식시장의 PEAD(Post-Earnings Announcement Drift)와 동일한 구조로, 충격 직후의 첫 점프는 끝이 아니라 시작인 경우가 많다. 충격 뉴스는 확인-확산-수용의 단계를 거치며 대중 다수는 몇 시간 뒤에야 따라온다 — 봇은 3~5분 주기로 돌기 때문에 이 확산 구간의 앞쪽에 설 수 있다. 그리고 거래량은 정보의 서명이다: 노이즈 스파이크(소액 주문, 오호가)는 거래량이 미약하고 고점을 못 지키지만, 진짜 정보는 거래량 폭증과 고점 유지를 동반한다.

레포 리서치(golden-cherry/docs/polymarket-strategy-momentum.md 계열)는 "소폭(2-3%/일) 모멘텀은 +6-8% 지속, 10%+ 급변은 mean-revert"를 보고한다. lime은 이 명제를 정면으로 받아들이되, "10%+ 급변 전체가 회귀하는 것이 아니라, 거래량·고점 유지로 구분되는 하위 집단은 지속한다"는 가설을 검증한다. 즉 리서치의 평균적 결론에 조건부 예외가 존재하는지를 실측하는 실험이다.

elderberry와의 A/B 쌍 (핵심 설계) — golden-elderberry(Panic Fade)와 의도적으로 정반대 트리거의 A/B 쌍이다. 같은 이벤트 클래스("최근 몇 시간 내 ±0.10 이상 급변")에 대해:

두 봇의 트리거는 상호 배타적이다: elderberry는 "바닥 안정화 + 거래량 조건 없음 + 마감이 먼(≥48h) 급락"을, lime은 "거래량 2배 폭증 + 고점 유지(되돌림 ≤ 0.02)"를 요구한다. 4주 후 성적을 비교하면 "Polymarket의 10%+ 급변은 회귀인가 지속인가, 거래량이 그 구분자인가"가 시장 데이터로 검증된다. 한쪽만 수익이면 그쪽 가설이 맞는 것이고, 둘 다 수익이면 거래량 필터가 유효한 구분자라는 강한 증거다.

점프 감지는 "N시간 전 시점 가격 대비"가 아니라 최근 6h 윈도우 내 최저가(base) 대비 현재가 상승폭으로 판정한다. 시계열 정렬·보간·시점 매칭 없이 min() 하나로 끝나 단순하고, 스냅샷 간격이 불균일하거나(Jenkins 지연) 일부 결손이어도 판정이 흔들리지 않으며, 최저가 대비라 점프를 놓치는 방향의 오차가 없다. 대신 base 구간 제한([0.15, 0.70])이 "원래부터 바닥이던 시장의 자연 반등"을 걸러준다. 기존 봇의 교훈도 반영했다: banana의 개수 기반 윈도우 → timestamp 기반 윈도우 + 유효성 검증, 관대한 cold-start 폴백 → invalid 윈도우면 진입 금지 + prices-history 백필, cherry의 rapid_jump 영구 밴 → timestamp 기반 쿨다운(기본 24h), 영구 HOLDING 좀비 → EXPIRED 상태, TP 목표가 1.0 초과 → 0.99 캡.

진입 규칙

모든 조건 AND. 점프 방향 토큰 기준 가격 p로 판정한다 (스냅샷은 항상 YES 가격으로 저장, NO면 1−p로 평가).

방향: YES 급등 → YES(index 0) 매수, YES 급락(= NO 급등) → NO(index 1) 매수. 조건 5~8은 매수할 토큰 기준 가격으로 평가한다.

청산 규칙

우선순위 순, 매 사이클 midpoint를 재조회해 검사한다.

모멘텀 사망은 "편승 근거(드리프트)가 소멸했다"는 신호다. 단, 매수 직후 데이터가 얕을 때(윈도우 포인트 < 2개 또는 커버리지 < 50%)는 판단을 보류해 즉시 청산을 방지한다.

파라미터 (환경변수)

우선순위: env > config.yaml > 코드 기본값.

공통 env (전 봇 동일 이름)

전략 전용 env

이 전략이 실패하는 경우

• 리서치의 평균이 맞는 경우: "10%+ 급변은 회귀"가 거래량 조건부로도 성립하면 lime은 구조적으로 고점 매수 봇이 된다. 이 경우 elderberry가 수익을 내고 lime은 손절이 쌓인다 — A/B 설계상 이것도 유효한 실험 결과다.
• 이미 다 반영된 점프: 참여자가 충분히 기민하면 점프는 한 번에 fair value로 간다. 편승분(드리프트)이 없으면 진입 직후 횡보 → momentum_death로 소손실 청산이 반복된다.
• 점프의 되돌림 지연: 고점 유지 60분은 짧다. 2~3시간에 걸쳐 천천히 되돌리는 가짜 뉴스(정정 보도, 루머 부정)에는 -8% 손절로 당한다.
• 거래량 지표의 한계: volume24hr는 24시간 누적이라 "지금 이 순간의 폭증"을 정확히 못 잡는다. 점프 몇 시간 후에야 2배 조건이 충족되어 늦게 진입할 수 있다.
• 양방향 이벤트 상관 리스크: 같은 이벤트의 여러 시장이 동시에 점프하면 (예: 후보 사퇴 뉴스로 관련 시장 5개 급변) 동일 리스크를 다중 포지션으로 진다. 이벤트 단위 노출 상한이 없다.
• 박한 진입 빈도: 6h 내 +0.10 점프 + 거래량 2배 + 고점 유지는 드문 조합이다. 거래 표본이 느리게 쌓여 판정까지 오래 걸릴 수 있다.

A/B 검증 계획

• 1) 시뮬레이션 (1~2주): uv run python main.py run --simulate --job sim-lime을 Jenkins 3~5분 주기로. data/sim-lime/trades_sim.db로 진입 빈도·가짜 신호 비율 확인.
• 2) 소액 실전 (4주): POLYBOT_BUY_AMOUNT=5로 실전 전환. elderberry와 같은 기간·같은 금액으로 병행 운영.
• 3) 판단 기준 (4주 후, 30+ 거래 확보 시):
  • 승률 ≥ 55% AND 평균 손익 > 0 → 금액 증액 검토
  • momentum_death 청산 비율 > 50% → 편승분이 없다는 신호, jump_min 상향 또는 전략 폐기 검토
  • elderberry와 비교: 같은 이벤트 클래스에서 어느 쪽 가설이 맞았는지 entry_reason/exit_reason 집계로 판정
  • 거래 표본이 30 미만이면 4주 연장 (진입 빈도 자체가 낮은 전략)

실행 (Jenkins)

#!/bin/bash
export POLYBOT_BUY_AMOUNT=20
export POLYMARKET_PRIVATE_KEY=<Jenkins credential>
export POLYMARKET_FUNDER_ADDRESS=<Jenkins credential>
export LOG_LEVEL=INFO
# 전략 주요 파라미터 (기본값 사용 시 생략 가능)
export POLYBOT_JUMP_MIN=0.10
export POLYBOT_VOL_MULT_MIN=2.0
export POLYBOT_MAX_PULLBACK=0.02

cd ./golden-lime
uv sync
uv run python ./main.py run

3~5분 주기 cron 트리거를 권장한다 (스냅샷 해상도 = 실행 주기).