#prediction-markets Repositories
Entdecke 18 aktive Open-Source-GitHub-Repositories, die mit #prediction-markets getaggt sind und insgesamt 23,015 Sterne gesammelt haben (durchschnittlich 1,278 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Jon-Becker/prediction-market-analysis mit 3,950 Sternen.
Insgesamt 18 Repositories
Ein Framework zur Erfassung und Analyse von Vorhersagemarkt-Daten, einschließlich des größten öffentlich verfügbaren Datensatzes von Polymarket- und Kalshi-Marktdaten und Handelsdaten.
Open-Source-KI-Handelsagent, der autonom auf über 1000 Märkten agiert – Polymarket, Kalshi, Binance, Hyperliquid, Solana-DEXs, 5 EVM-Chains. Scannt nach Marktvorteilen, führt sofort aus und verwaltet Risiken, während Sie schlafen. Agenten-Handelsprotokoll für Machine-to-Machine-Zahlungen. Selbst gehostet. Basiert auf Claude.
Polymarket-Daten-Retriever, der Polymarket-Daten einschließlich Märkte, Auftragsereignisse und Trades abruft, verarbeitet und strukturiert.
CCXT für Prognosemärkte. PMXT ist eine einheitliche API für den Handel auf Polymarket, Kalshi und mehr.
Ein automatisierter Market-Making-Bot für den Polymarket-Prognosemarkt, der Liquidität bereitstellt, indem er Aufträge auf beiden Seiten des Orderbuchs mit anpassbaren Parametern aufrechterhält.
Kuratierte Liste von durch LLMs gesteuerten Trading-Agenten, MCP-Servern und Agentenfähigkeiten für Marktforschung, Strategie und Ausführung.
KI-Agenten-Skill, der makroökonomische Fragen (Wohnungsmarkt, Gold, BTC, Geopolitik) mit Wahrscheinlichkeitsschätzungen beantwortet, die aus 13 Finanzdatenquellen (Polymarket, Kalshi, CFTC, SEC & mehr) stammen. Für Claude Code / Cursor / Codex / OpenClaw.
Multi-Plattform-Handelsbot für Prognosemärkte: Handelt Wettertemperaturmärkte auf Kalshi (KXHIGH-Serie) und Polymarket unter Verwendung von 31-köpfigen GFS-Ensemble-Prognosen + 5-Minuten-BTC-Mikrostruktursignalen. Kelly-Kriterium zur Positionsgrößenbestimmung, Signalkalibrierung, React-Dashboard. (Höchster Gewinn $1,8k)
Eine kuratierte Liste von Prognosemarkt-Tools - KI-Agenten, Analysen, APIs, Dashboards, Copy Trading, Benachrichtigungen, Tracking und mehr!!
🤖 KI-gestützter MCP-Server für Polymarket - Ermöglicht es Claude, mit 45 Tools, Echtzeitüberwachung und Sicherheitsfunktionen auf Unternehmensniveau auf Vorhersagemärkten zu handeln
Die ehrliche Edge-Ebene für Kalshis Prognosemärkte – ein agentenorientiertes Toolkit (CLI, MCP-Server, Claude-Skill), das misst, ob du den Markt tatsächlich schlägst, statt es nur zu behaupten.
Oracle3: Open-Source-Trading-Engine und MCP-Server für Prognosemärkte. Findet gebührenbereinigte Arbitragegelegenheiten zwischen zusammenhängenden Ereigniskontrakten und handelt unter Einhaltung von Risikolimits vor der Ausführung live auf Kalshi, Polymarket und Solana oder im Paper-Trading-Modus. 13 MCP-Tools, JSON-CLI, Agenten-Skills und über 600 Tests.
Rust-Trading-Bots für Prognosemärkte – Predict.fun, Polymarket, Kalshi und Limitless. Copy Trading ist produktionsreif; neun weitere Strategien werden auf derselben Ausführungsbasis entwickelt. Standardmäßig im Testlauf, Selbstverwahrung, MIT-Lizenz. Polymarket-Trading-Bot Polymarket-Copy-Trading-Bot Polymarket-Arbitrage-Trading-Bot
Häufig gestellte Fragen
Welches ist das beliebteste #prediction-markets-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#prediction-markets-Projekt auf GitHub ist Jon-Becker/prediction-market-analysis mit 3,950 Sternen. Ein Framework zur Erfassung und Analyse von Vorhersagemarkt-Daten, einschließlich des größten öffentlich verfügbaren Datensatzes von Polymarket- und Kalshi-Marktdaten und Handelsdaten.
Welche Programmiersprachen werden in #prediction-markets-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #prediction-markets-Projekten auf GitHub sind Python, TypeScript, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #prediction-markets-Repositories berechnet?
Wir verfolgen 18 aktive Open-Source-Repositories, die mit #prediction-markets getaggt sind (500+ Sterne), mit insgesamt 23,015 Sternen und durchschnittlich 1,278 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.