Polymarket Autopilot: Paper Trading als OpenClaw-Dauerlauf

Ein Agent zieht alle 15 Minuten Marktdaten, simuliert daraus Positionen und legt morgens einen Bericht in Discord ab. Genau darin liegt der Reiz des dokumentierten „Polymarket Autopilot“: Das Projekt wirkt nicht wie ein Trading-Gag, sondern wie ein brauchbarer Härtetest dafür, ob ein Agent über Tage hinweg denselben Marktprozess sauber abarbeiten kann.

Laut der veröffentlichten Workflow-Skizze bleibt das Kapital virtuell. Der Aufbau soll Regeln prüfen, Entscheidungen protokollieren und sichtbar machen, ob eine Strategie nach mehreren Durchläufen trägt oder nur im Einzelfall gut aussah. Spannender ist für mich aber etwas anderes: Was passiert, wenn aus einem Prompt ein dauerhafter Betriebsablauf wird?

Der eigentliche Wert liegt im Protokoll

Die Skizze beschreibt einen klaren Rhythmus. Der Agent liest Polymarket-Daten, simuliert Trades und schreibt Kennzahlen wie Portfoliostand, Trefferquote und Tagesergebnis fort. Das klingt zunächst nach Paper Trading, ist für Entwickler aber vor allem ein Test auf Disziplin: Jeder Lauf muss denselben Zustand vorfinden, und jede Entscheidung muss sich später nachvollziehen lassen.

Wichtig ist das Log hinter dem Morgenbericht. Wenn zu jedem simulierten Trade Markt, Richtung, Einstieg, Ausstieg und Zeitstempel sauber gespeichert werden, lässt sich später prüfen, ob eine Regel wirklich funktioniert hat. Fehlt diese Spur, produziert der Agent nur plausibel klingende Zusammenfassungen.

Die Strategien sind eher Testmaterial als These

Die Projektdokumentation skizziert drei einfache Muster: Trendfolge, Reaktion auf abrupte Bewegungen und eine Suche nach Preisabweichungen zwischen YES und NO. Als einfache Versuchsanordnung ist das brauchbar. Solche Schwellenwerte sind kein Befund, sondern Material für ein Experiment.

Genau das ist für mich der richtige Blick auf den Autopiloten. Interessant ist nicht, ob diese drei Regeln schon gut sind. Interessant ist, ob der Workflow sie sauber auseinanderhalten kann. Erst wenn sichtbar wird, welche Regel wann anschlägt, wie oft sie danebenliegt und ob Ergebnisse reproduzierbar bleiben, entsteht aus der Skizze ein belastbarer Testaufbau.

Der Takt macht das Ganze greifbar. Alle 15 Minuten neue Daten, morgens ein Discord-Report, bei höherem Volumen mehrere Teilagenten für parallele Marktbeobachtung: Das ist kein Chatbot mehr, sondern eine kleine operative Kette mit Scheduler, Zustand und Ausgabeweg.

Ab hier wird es Betriebsarbeit

Spätestens an dieser Stelle zeigt sich, warum solche Agenten-Projekte schnell nach Infrastruktur riechen. Die Skizze nennt eine Datenbank für Portfolio- und Handelsdaten, geplante Jobs für die wiederkehrenden Läufe und Discord als Ziel für die Berichte. Technisch ist das überschaubar. Operativ wird es heikel.

Schon kleine Fehler an den Übergängen reichen aus, um das Experiment wertlos zu machen. Wenn ein Lauf alte Marktdaten erwischt, kippt das Signal. Wenn zwei Teilagenten dieselbe Gelegenheit entdecken, droht eine doppelte Buchung. Wenn ein Durchlauf nach dem Schreiben des Reports, aber vor dem Speichern des Zustands abbricht, passt die schöne Zusammenfassung nicht mehr zum Portfolio.

Strategie-Tuning ist hier verfrüht. Zuerst braucht der Ablauf Idempotenz, eindeutige Trade-IDs und einen nüchternen Recovery-Pfad. Ohne diese Grundlagen verbessert jede Optimierung nur den Bericht, während die Verlässlichkeit des Systems ungeklärt bleibt.

Als Blaupause nützlich, als Produkt noch nicht da

Die veröffentlichte Skizze bleibt eine Blaupause. Sie beschreibt Regeln, Ablauf und Speicherlogik, nicht einen nachgewiesenen Live-Betrieb mit belastbarer Performance. Genau das ist ihre Grenze, aber auch ihr Nutzen: Sie verdichtet die Fragen, an denen viele Agenten-Demos vorbeigehen.

Ein dauerhafter Lauf überzeugt erst dann, wenn der Abschlussbericht zum tatsächlichen System passt und jeder Schritt dazwischen wiederholbar bleibt.

Wer den Ablauf nachbauen will, startet mit einem Markt, einer Regel und einer festen Testperiode. Mehr Parallelität ist erst sinnvoll, wenn jeder simulierte Trade prüfbar bleibt und ein Neustart den Zustand nicht verändert. Bis dahin ist der Autopilot vor allem ein Debugging-System für wiederholbare Entscheidungen.