DoubleZero добавляет данные о выборах с Kalshi перед промежуточными выборами в США
Сеть высокоскоростного распространения данных DoubleZero расширила функционал, добавив в свой продукт DoubleZero Edge реальные данные в режиме реального времени с рынков выборов и политики платформы Kalshi. Это происходит на фоне активизации торгов на рынках предсказаний перед промежуточными выборами в США в ноябре. Новая интеграция призвана облегчить институциональным инвесторам доступ к информации о политических контрактах, отражающей изменяющиеся ожидания исходов выборов.
Расширение данных DoubleZero Edge
DoubleZero Edge теперь включает контракты Kalshi, связанные с выборами, дополняя уже доступные спортивные контракты и контракты на крипто-перпетуал. Новая лента данных содержит информацию о лучших котировках и совершённых сделках, а также агрегированные данные о книге заявок выборных рынков Kalshi.
Руководитель институционального направления Kalshi Энди Росс отметил, что интеграция направлена на упрощение использования политических данных в институциональных процессах, учитывая изменяющиеся ожидания относительно итогов выборов.
Совокупный объём и активность на рынках Kalshi
По данным Anti-Corruption Data Collective, объём ставок на промежуточные выборы 2026 года достиг $133 млн по состоянию на 10 августа, превысив сумму в $92,4 млн, поставленную за весь цикл выборов в Конгресс 2024 года.
На момент публикации на рынке Kalshi, предсказывающем победителя в Палате представителей США, зафиксирован объём торгов свыше $35 млн, при этом вероятность победы демократов оценивается в 84%.
Почему это важно
Интеграция данных рынка предсказаний Kalshi в DoubleZero Edge предоставляет институциональным инвесторам своевременный и структурированный доступ к политической информации в преддверии важных выборов в США. Учитывая растущий объем ставок и интерес к политическим контрактам, этот шаг способствует более эффективному включению политических рисков и ожиданий в аналитические и торговые стратегии, что особенно актуально в условиях напряжённой электоральной кампании.
Материал подготовлен по первоисточнику с помощью AI-редактирования и проверен по переданным фактам.
Открыть первоисточник ↗