多智能体辩论做预测市场交易
5个LLM Agent对Kalshi预测市场进行辩论式分析，达成共识后按Kelly公式下注，支持模拟和实盘交易。对想拿AI做真实资金决策的团队，这是少见的完整风控闭环参考实现。
kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot kalshi trading bot
预测市场交易的难点不是预测准确率，而是仓位管理和回撤控制。大多数开源量化项目要么没风控，要么风控是硬编码的静态规则。这个项目的价值在于把Kelly公式和Agent分歧度挂钩——分歧大时自动压注码，相当于把"置信度"量化了。
跟同类工具比，Autogen和CrewAI做多Agent编排很强，但缺乏金融场景的原子化执行层；LangChain的ReAct Agent可以交易，但没有结构化辩论和审计追踪。这个项目把辩论过程写进SQLite，方便后续做Agent归因分析，这对迭代策略很关键。
如果你在拿LLM做实盘或模拟盘，建议重点看它的disagreement penalty实现和WebSocket订单状态机，这两块是生产环境最容易出bug的地方。
Kalshi预测市场首个开源多Agent LLM辩论+Kelly风控完整闭环交易框架
独特价值：5 Agent辩论共识机制与Kelly公式风控，填补真实资金AI决策参考空白