피드로 돌아가기
Dev.toBackend
원문 읽기
Polymarket 시차와 XGBoost 기반 실시간 크리켓 Arbitrage 스캐너 구축
How I Built a Real-Time Cricket Arbitrage Scanner (Bloomberg Terminal Style)
AI 요약
Context
북메이커 간 배당률 차이를 이용한 Arbitrage 기회는 수초 내에 소멸하는 특성을 가짐. 기존의 단순 비교 방식은 데이터 갱신 속도의 차이와 시장의 비효율성을 정밀하게 포착하는 데 한계가 존재함.
Technical Solution
- Polymarket과 전통적 북메이커 간의 데이터 업데이트 시차(30~60초)를 이용한 Arbitrage 윈도우 포착 구조 설계
- Cricsheet의 ball-by-ball 데이터를 학습한 XGBoost 모델을 통한 독립적 경기 확률 추정 엔진 구현
- 북메이커 합의 가격과 ML 모델 예측값의 괴리율을 분석하여 단순 Arbitrage 이상의 Value Signal 탐지
- SEO 최적화를 위해 메인 랜딩 페이지를 React SPA에서 Express 기반 Static HTML 구조로 변경하여 크롤링 효율 극대화
- Telegram Bot API를 통한 실시간 시그널 전송 체계 구축으로 탐지 즉시 알림 전달
- Drizzle ORM과 PostgreSQL을 활용한 데이터 영속성 계층 설계
실천 포인트
- 서로 다른 성격의 데이터 소스(Crypto-native vs Trading Desk) 간 업데이트 지연 시간을 분석하여 기회 창출 가능성 검토 - 외부 API 의존성을 넘어 자체 ML 모델을 통한 독립적 기준점(Baseline)을 구축하여 데이터의 왜곡 여부 판별 - SEO가 중요한 서비스의 경우, 클라이언트 사이드 렌더링보다 정적 HTML 서빙을 통한 인덱싱 속도 향상 고려