a tese
Tutorial do canal All About AI construindo do zero um bot de trading autônomo 24/7 no Kalshi para o mercado de temperatura de Nova York, usando o GPT-6 Astra via Codex e o modelo de previsão meteorológica Weather Next 3 do Google DeepMind.
aprofundar
não
Interessa ao Bruno pelo padrão de orquestração de agentes (Codex, backtest, VPS, freeze de previsão), mas é tutorial de trading especulativo, sem substância teológica ou de agentes que ele use nos projetos.
O que foi dito
- O autor monta o projeto no Codex em modo “yolo” com GPT-6 Astra em raciocínio alto, mirando o evento diário de temperatura máxima no Central Park que abre poucas horas depois.
- Explica como obter acesso ao Weather Next 3 (formulário do Google, liberado em um ou dois dias) e habilitar as APIs BigQuery e Earth Engine na conta Google Cloud, autenticando pela CLI para o modelo puxar os dados.
- Faz o modelo confirmar a estação exata que o Kalshi usa para liquidar o contrato (Central Park, não JFK, pois a diferença de graus muda o resultado) e cola as regras de mercado no Codex.
- Roda um backtest “de pesquisador quantitativo rigoroso” comparando as previsões com o histórico dos eventos NYC; após cerca de 40 minutos o sinal em “abertura + 1 minuto” aparece 13% melhor, e ele decide mirar esse instante de decisão.
- Sobe o bot num VPS T3 micro da AWS (cerca de 16 dólares/mês) em modo paper, com lógica de congelar a previsão 15 minutos antes, checar liquidez para evitar slippage e só entrar se houver ao menos 5 centavos de vantagem sobre o modelo depois de taxas.
- Na prática o bot não entrou sozinho (um “stress test” de cenário mais quente derrubou a estimativa de 67% para 37%, bug a corrigir), então ele entrou manualmente comprando o bucket “83 ou abaixo” a 51 centavos; ressalta que o setup serve para qualquer fonte de dados e que alguns bots ganham, outros perdem, e ele monitora uma vez por dia; elogia GPT-6 Astra e Fable 5.1 em matemática e código.