Gemini, TensorFlow і наша власна метеостанція — що буде далі
Ми створюємо те, що, наскільки нам відомо, ще не робив жоден трейдер прогнозних ринків: володіння конвеєром даних від початку до кінця. Більшість ботів у цій сфері зупиняються на публічних погодних API. StormBot рухається до стеку, де дані починаються з наших власних фізичних сенсорів і завершуються розрахунком у мережі.
Наземна станція StormBot — Остін, Техас
Триває будівництво спеціалізований об'єкт вимірювання погоди за межами Austin, Texas. Це не задвірковий набір. Майданчик оснащується метеорологічними приладами професійного рівня — високоточними термометрами, барометричними сенсорами, анемометрами, дощомірами та датчиками вологості — кожен відкалібрований за стандартами WMO.
Навіщо турбуватися? Бо погодні книги Polymarket розраховуються проти Дані станцій Weather Underground, а ці станції мають відомі похибки — ефекти міського теплового острова, незручне розташування датчиків, повільний дрейф калібрування. Робота власної станції та постійне перехресне порівняння її з показниками WU дозволяє нам моделювати точний розрив між прогнозними моделями та даними, які фактично визначають кожен ринок. Більше ні в кого немає такого сигналу.
Цільова дата введення в експлуатацію: III квартал 2026
Google Gemini поряд із Claude
Gemini вбудовується як друга міркувальна модель, що працює паралельно з Claude. Кожна модель аналізує тих самих кандидатів незалежно, а двигун звіряє обидві думки, перш ніж будь-який ордер маршрутизується. Згода трактується як підвищена впевненість; незгода позначає угоду на перегляд. Дві передові моделі, що сходяться на одному рішенні, — це сильніший сигнал, ніж будь-яка одна модель окремо.
Власна мережа TensorFlow
Індивідуальний Модель TensorFlow навчається на понад п'яти роках історичних прогнозів у парі з результатами розрахунків Polymarket для відповідних міст і дат. Її завдання — вивчити закономірності, які моделі на основі фізики систематично пропускають — постійний розрив між станціями WU й офіційними прогнозами в певних містах, режими, що дають більші за очікувані коливання температури — і виводити їх у реальному часі як третю, незалежну оцінку ймовірності, що стоїть поряд із ансамблевим ядром і міркувальними моделями.