a tese
O criador descreve um agente LLM rodando 24/7 que garimpa oportunidades de arbitragem em Polymarket (comprando ambos os lados de binárias/combos) e relata lucros garantidos em exemplos; o título com "993% return" é sensacionalista e não é sustentado por evidência auditável no vídeo.
aprofundar
sim
— porque a parte técnica sobre como estruturar prompts/objetivos de agent, que dados exatos coletar e os requisitos de execução/latência é relevante para quem estuda agentes aplicados e validação empírica de hipóteses (vale aprofundar em replicabilidade, logs de fills e métricas de slippage).
O que foi dito
- Demonstração de um trade de arbitragem: comprou posições “no” e “yes” em um mercado de fechamento de IPO com preços baixos (ex.: ~4–4,5 cents por ação, ~42 shares) de modo que, independentemente do resultado, haveria lucro garantido estimado (~US$38 por lado, ~US$75 total); autor chama isso de arbitrage/executable payoff bound.
- Ferramenta/stack: usou Codeex (cloud), modelos citados “GPT 5.6”, “Claude Opus 4.8”, “Kim K3”; recomenda evitar uso direto de API por custo, prefere setups agentic em cloud (slashgoal, prompts com parada clara).
- Processo: agent recebe objetivo bem definido (achar 3 hipóteses de estratégia), recolhe documentação da API/WebSocket de Polymarket, executa pesquisa quantitativa e sugere testes/data pipelines.
- Três hipóteses geradas automaticamente: “one-cent longshot floor capture”, “same event correlation surface trading” e “executable payoff bound arbitrage” (nomes citados pelo agent).
- Dados necessários: websocket/full market depth, RFQ/quote lifecycle, leg logs e histórico de preenchimento; conclusão do agent: dados públicos históricos não bastam, é preciso coletar dados próprios (p.ex. configurar collectors) para validar execução.
- Risco operacional e execução: perda inicial por fills parciais (entrar só em um lado expõe a perda); competição na fila, latência e parâmetros de execução são cruciais; menciona “merge” em Polymarket como forma técnica de capturar valor sem esperar resolução.
- Postura prática: roda em modo pesquisa/paper-trade antes de colocar capital, escala com volume se a estratégia se provar, vê o trabalho como combinação trifecta: dados + código + matemática (estatística/EV).