JW

jampongsathorn/wxedge

开发工具

本页由 AI 翻译,技术细节请以原文为准。 查看原文

0 stars 质量 51 趋势 20

wxedge — weather-market (Polymarket highest temperature) research toolkit + 24/7 forward-test runner + live monitor page

概览

มีครับ — API พยากรณ์อากาศที่แม่นพอใช้ได้มีให้ฟรีหลายตัว (ECMWF EPS, GEFS, ICON EPS, NBM, HRRR, NWS, Open-Meteo) และผมได้สร้างเครื่องมือที่ต่อทุกอย่างเข้าด้วยกันแล้วในโฟลเดอร์นี้ (wxedge.py) พร้อมตรวจสอบย้อนหลังจริง RMSE ของ daily high ≈ → ตลาด bin กว้าง 2 °F / 1 °C จะทาย bin ถูกประมาณ ต่อวัน (ไม่ใช่ 80–90% แบบที่หลายคนคิด) กำไรมาจาก "ราคา vs ความน่าจะเป็น" ที่คลาดเคลื่อน ไม่ใช่จากการทายถูกทุกวัน — หลักการ, playbook 6 ขั้น, จังหวะเวลาแยกเมือง, ตัวเลขพิสูจน์, กฎห้ามทำ, คำสั่งใช้จริง → ที่ระยะ 1–2 วัน: คือชุดที่คุ้มที่สุด และ ต้อง calibrate bias ต่อสถานี เพราะแต่ละโมเดลมีอคติคนละทาง 0.1–2 °C ตลาด ไม่ได้ใช้ "อุณหภูมิเมือง X" แต่ใช้ และเกณฑ์วัดเฉพาะ: เครื่องมือนี้ดึงค่าสถานีจากกติกาจริงของแต่ละตลาดมาใส่ stations.json (11 เมืองหน่วย °F / 39 เมืองหน่วย °C) ให้แล้ว — ถ้าเมืองไหนมีตลาดใหม่ ใช้ python3 build_stations.

README

以下为原文 README 节选,完整内容请查看原文。

wxedge — เครื่องมือประเมินความน่าจะเป็นสำหรับตลาดอุณหภูมิ Polymarket

คำตอบสั้น: มีครับ — API พยากรณ์อากาศที่แม่นพอใช้ได้มีให้ฟรีหลายตัว (ECMWF EPS, GEFS, ICON EPS, NBM, HRRR, NWS, Open-Meteo) และผมได้สร้างเครื่องมือที่ต่อทุกอย่างเข้าด้วยกันแล้วในโฟลเดอร์นี้ (wxedge.py) พร้อมตรวจสอบย้อนหลังจริง

ความแม่นที่ทำได้จริง: RMSE ของ daily high ≈ 0.8–1.0 °C (1.5–1.8 °F) → ตลาด bin กว้าง 2 °F / 1 °C จะทาย bin ถูกประมาณ 40–50% ต่อวัน (ไม่ใช่ 80–90% แบบที่หลายคนคิด) กำไรมาจาก “ราคา vs ความน่าจะเป็น” ที่คลาดเคลื่อน ไม่ใช่จากการทายถูกทุกวัน


⭐ สรุปกลยุทธ์ฉบับพกพา (อ่านอันนี้ก่อน): STRATEGY.md — หลักการ, playbook 6 ขั้น, จังหวะเวลาแยกเมือง, ตัวเลขพิสูจน์, กฎห้ามทำ, คำสั่งใช้จริง


1) API/แหล่งข้อมูลที่ใช้ (ทดสอบแล้วว่าเรียกได้จริง 23 ก.ย. 2026)

แหล่งข้อมูล ให้อะไร ข้อดี ข้อระวัง
Open-Meteo Ensemble API ensemble-api.open-meteo.com/v1/ensemble สมาชิก ensemble 122 ตัว (ECMWF EPS 51 + GEFS 31 + ICON EPS 40) ของ temperature_2m_max รายวัน ฟรี ไม่ต้อง API key, ได้ทั้งชุดความน่าจะเป็น ไม่ใช่แค่เลขเดียว ensemble เก็บย้อนหลังได้แค่ ~5 วัน; บางครั้ง error → ต้อง retry
Open-Meteo Forecast API api.open-meteo.com/v1/forecast พยากรณ์ deterministic: best_match, ECMWF IFS/AIFS, ICON, UKMO, JMA, GEM, BOM + NBM, HRRR (สหรัฐฯ) NBM = พอยต์ฟอร์แคสต์ที่ดีสุดเชิงสถิติของ NOAA, HRRR แม่นสุด < 18 ชม. NBM/HRRR ครอบคลุมแค่สหรัฐฯ
NWS api.weather.gov gridpoint forecast + station observations (US) ต้นทางราชการ ใช้ตัดสินตลาด US สถานีนอก US ไม่มีข้อมูล
IEM ASOS mesonet.agron.iastate.edu/cgi-bin/request/asos.py METAR รายชั่วโมงของสถานีทั่วโลก (tmpc) = ค่าจริง สำหรับ calibrate ครอบคลุมสถานีสนามบินทั่วโลก ย้อนหลังยาว มี rate limit (429) → ต้องเว้น ~2 วินาที/คำขอ + retry
HKO Daily Extract hko.gov.hk/cis/dailyExtract/dailyExtract_YYYYMM.xml ตาราง “Absolute Daily Max (°C)” ของฮ่องกง (ไฟล์ .xml แต่ข้างในเป็น JSON) เป็นแหล่งที่ตลาดฮ่องกงใช้ตัดสินจริง — ตรงที่สุด เผยแพร่ล่าช้าเล็กน้อย; อย่าสับสนกับ CLMMAXT ที่ไม่อัปเดตเดือนปัจจุบัน
Polymarket Gamma API gamma-api.polymarket.com/events?slug=... ราคา yes/no, volume, liquidity ของทุก bin ใช้เทียบ edge ได้ทันที ต้องใส่ User-Agent มิฉะนั้น 403
api.synopticdata.com แหล่งข้อมูลเบื้องหลังหน้า WRH ที่ตลาด US อ้างอิงในการตัดสิน — ต้องใช้ token ของ NWS → เราใช้ IEM METAR รายชั่วโมงเป็นตัวแทนที่ใกล้เคียง

ความแม่นเชิงเปรียบเทียบ (จาก calibrate จริง 45 วัน, สถานี KLGA/NYC)

โมเดล RMSE (°C) bias (°C)
ICON (seamless) 0.75 +0.08
GEM (Canada) 0.79 +0.18
UKMO 0.83 +0.18
HRRR / GFS 0.87 +0.59
NBM (NOAA) 0.88 −0.37
ECMWF IFS 1.04 −0.42
ECMWF AIFS 2.22 −1.95

→ ที่ระยะ 1–2 วัน: ECMWF EPS + GEFS/ICON EPS (สำหรับความน่าจะเป็น) + NBM/HRRR (สำหรับ anchor) คือชุดที่คุ้มที่สุด และ ต้อง calibrate bias ต่อสถานี เพราะแต่ละโมเดลมีอคติคนละทาง 0.1–2 °C


在 GitHub 查看完整 README

推荐工具

换一个关键词,或者移除筛选条件。

安装

npx skillfish add jampongsathorn/wxedge
新手?先看 mcpskill.org 教程 →