Wasin P

I’m nothing

[sopersone @sopersone]

I just found a Polymarket trader who made over 4,355 trades with a 99% win rate…

He started with just $9 and turned it into more than $2,500 in a single month

Here’s how he trades:

> He focuses only on weather markets
> He always uses the same bet size for every trade
> Most likely, he uses public airport weather data or aviation observations (like METAR) to get the most accurate values

His first trade was on a Paris weather market, where he turned $9 into $256

His positions: https://t.co/TBp8aZPOeQ

This is one of the most successful weather traders I have ever seen on Polymarket

[Long Equity @long_equity]

Fortinet $FTNT is one of the highest quality companies in my portfolio.

● Revenue CAGR: 18% ✅
● FCF per share CAGR: 23% ✅
● Cash return on capital: 43% ✅
● Share count down 11% ✅
● SBC less than 10% of operating cash flow ✅

What are your thoughts on Fortinet?

[Punisher @0x_Punisher]

it's been 4 months since i launched my Polymarket bot and uploaded the whole process here

it's using the simplest strategy - sweeps the gap between $99.99 and $100

i make +0.1% PnL per trade, but it's enough to make $10,000 monthly

and the whole guide is public

good luck

[DhammaAgaligo @DhammaAgaligo]

เวลาของเราแต่ละคนล้วนมีจำกัด สิ่งใดดี สิ่งใดมีประโยชน์และควรทำ ก็จงทำเถิด อย่าผัดวันประกันพรุ่ง อย่าประมาท เราไม่รู้ว่าเข้านอนไปค่ำคืนนี้แล้ว จะยังมีวันพรุ่งนี้ให้ตื่นขึ้นมาอีกหรือเปล่า - ท่าน ว.วชิรเมธี - https://t.co/zIKxDrozAB

[Wasin P @ong_wasinph]

@EmUdomsak หลายๆคนก็น่าจะเข้ามาเผือกไหมนะครับ เช่นผมก็อยู่ในกลุ่มนี้ตามเฉยๆ 5555

[Nitesh (prediction arc) @nitesheth01]

@Polymarket check profile: https://t.co/J2xQmTAh5Z

[Wasin P @ong_wasinph]

น่าสนใจ

[Dekos @PolyDekos]

The most boring strategy on Polymarket turned out to be the most reliable - and earned this guy $4,782

What's the secret? There isn't one. It's simply:

-> Bets on the weather in Shanghai
-> Buys near-guaranteed outcomes at 70-80 cents when the market is already nearly decided
-> Pockets 20-30% per trade
-> Repeats 592 times

No leverage. No hype. No crypto lottery.

Wins 73% of the time - not always, but often enough to stay consistently profitable.

Same market, day after day: "What will the highest temperature in Shanghai be today?"

While everyone else is chasing a 100x, he quietly collects his profit on trades where the risk is already almost gone.

The most dangerous trader is the one who doesn't mind being boring.

[Wasin P @ong_wasinph]

เวลาหุ้นขึ้นลงแรงๆ ก็จะมีคนที่อิจฉาเวลาหุ้นขึ้น และ มีความสุขกับความล้มเหลวของคนอื่น แต่มนุษย์มีความซับซ้อน ประกอบกับ society moral มันสนุกดีนะ ที่เรามาดูกันว่าแต่ละคนมีวิธีแสดงออกยังไงกัน

[ลงทุนแมน @longtunman]

หุ้น SK hynix พุ่ง +30% จนติด Ceiling
หลังจากก่อนหน้านี้ ร่วงหนักติดต่อกันมาหลายวัน

ซึ่งหุ้นกลุ่มเซมิคอนดักเตอร์ตัวอื่น ๆ ของเกาหลีใต้ ก็ดีดขึ้นแรงตาม ๆ กัน เช่น
Samsung Electronics +28%
LG Innotek +21%
Seoul Semiconductor +16%

ผลักดันให้ดัชนี KOSPI ของเกาหลีใต้ ปรับตัวขึ้นถึง +18% ในวันเดียว

อย่างไรก็ดี แม้วันนี้ SK hynix จะพุ่งขึ้นแรง +30% แต่ถ้าเทียบกับเมื่อวันจันทร์ที่ผ่านมา ราคาหุ้นก็ยังติดลบอยู่ -2%

[Wasin P @ong_wasinph]

พึ่งได้เข้าใจอย่างลึกซึ้งกับหลักพุทธเรื่องบุญจากการ รักษาศีล(ไม่เบียดเบียนผู้อื่น) ดีกว่าการให้ทาน; ใช้ชีวิตอย่างรักตัวเอง ทำเพื่อตัวเอง โดยไม่แคร์ใคร ดีกว่าการพยายาม ทำตัวเป็นที่รักของคนอื่น 🫠

[Recogard @recogard]

I found 5 free Polymarket weather trading bots on GitHub (from simple automation to a full machine learning weather model)…

Each of these repos comes with a detailed step by step setup and usage guide in English.

> Beginner level (3-5 min setup)

1. GFS-based weather trading bot.

It uses 31 different forecast scenarios from the Global Forecast System to estimate the most likely temperature for a selected city and day.

After that, it compares this value with current Polymarket prices to find mispriced outcomes.

This bot also has a web dashboard, where you can track its trades, forecasts, pnl and more.

GitHub: https://t.co/MivMwpEw2d

2. NWS forecast bot with a Kelly strategy.

This bot scans the latest NWS temperature data for a selected city and compares it with current prices on Polymarket.

It uses the Kelly sizing strategy to calculate the best trade size based on how strong the edge is and then automatically execute trades.

GitHub: https://t.co/OBdsje9kpU

> Advanced level

3. Trading bot powered by the Hermes Agent.

This autonomous bot collects weather data from multiple sources and uses a Gaussian Bucket strategy - for example, if the forecast is 70F, it estimates that the final temperature will be between 69F and 71F.

Then it compares this range with current Polymarket prices and sends you a trading signal directly to Telegram.

The best feature - this bot can track and analyze its own results, learn from them and improve its strategy over time.

GitHub: https://t.co/OBdsje9kpU

4. Real time weather analysis bot from a Chinese dev.

It scans different sources, including weather forecasts, airport data and aviation observations (like METAR) to get the latest available temperature data.

Then it generates a detailed weather report for a selected city and day.

GitHub: https://t.co/No3sBcrk5z

5. Machine Learning weather model built by a Boston University computer science student for his bachelors thesis.

This model learns from weather forecasting errors by comparing past predictions with the temperatures that actually happened.

How it works:

For example, if the NWS repeatedly predicted a high of 72F in Chicago, while the actual daily high was closer to 69F, the models learns that this source overestimate Chicago temperatures by around 3F under similar conditions.

And when a new forecast comes in, the model doesnt trust it blindly. Instead, it adjusts the prediction based on historical errors and produces a more accurate temperature estimate.

GitHub: https://t.co/9DnTPu5QAc

All of these bots have a simulation mode, so you can test them on real markets without risking any funds.

[Wasin P @ong_wasinph]

จนถึงทุกวันนี้ influ คริปโต ก็ยังท่องคาถากันว่า crypto โปร่งใส ตรวจสอบได้ มากกว่า tradfi แต่เวลาเกิดเคสแบบ #bitkub และอีกหลายๆเคสจนตอนนี้ผ่านมา 5 ปีแล้ว ก็ยังไม่รู้ตัวคนร้าย ถ้าเป็น ธนาคาร 5 ชั่วโมงน่าจะรู้ ยันจับตัวคนร้ายได้แล้วนะ lol ก็เลยไม่เข้าใจว่า โปร่งใสตรงไหน

[Punisher @0x_Punisher]

https://t.co/4vbuMseXKt

[Wasin P @ong_wasinph]

@areyx23 Agree

[delost @thedelost]

Ω-HMM. Enhanced Hidden Markov Model

3D probability surface. April 20, 2007. S&P closed +2.6%

the red peak on that heatmap is where the model said probability was concentrated
the x marks where price actually landed
they matched

Markov's math from 1906 predicting Wall Street 101 years later

hidden markov models track invisible states behind visible price
retail sees a green candle. the model sees a state distribution across regime space

each color band is a probability. yellow is likely. blue is nearly impossible
the model doesn't guess direction. it maps the entire distribution of possible next moves and picks the highest expected value trade

Renaissance Technologies built the greatest track record in finance running this class of model
50.75% win rate. 66% gross annual returns. 30 years

they were barely more accurate than a coin flip
they just knew exactly which coin they were flipping every time

> Andrei Markov, 1906
> hidden markov models: Baum-Welch, 1966
> free implementation in hmmlearn, 40 lines of python
> data: yahoo finance, FRED, exchange APIs

retail chases the next candle

quant desks map the probability field around it and only bet where the distribution is asymmetric

full breakdown in the video below

[venus @RitOnchain]

Jane Street pays $750K/year for quants who master large deviations and tail bounds.

82-minutes. free. By MIT professor.

"Markov gives us a really bad bound, Chebyshev is pretty reasonable, Chernoff gives us exponential."

here's what they cover:
• Markov vs Chebyshev vs Chernoff bounds
• bounding tail risk for extreme random variables
• why variance alone fails in high-frequency regimes
• exponential 10x tighter risk modeling

Bookmark it & watch today. Then read the article below.

[Long Equity @long_equity]

If I were a value investor I wouldn’t have any 10-baggers.

[Wasin P @ong_wasinph]

เพราะส่วนใหญ่เราให้เงินกับคนที่หาเงินไม่ได้ไง ถถถถถถ
ถ้าให้เงินกับคนที่หาเงินได้อยู่แล้ว เช่น founder Airbnb แบบนี้ให้ 100 คนก็ถูก 90++คนไหมนะ ?

[MT 🟧 @0xMt_]

ทำไม Startup ไทยส่วนใหญ่ไปไม่ถึงฝั่งฝัน

1/
หลายเดือนที่ผ่านมา MT ได้มีคุยกับ founder หลายคนที่กำลังทำ startup เอาตรงๆจากใจจริง 90% ผมว่าไปไม่รอด

เพราะอะไรผมลอง list เหตุผลมาให้อ่านกัน 👇

[Somτum_Lnwza007 @Somtum205849]

หุ้นเทคญี่ปุ่นม้ามืดของจริง ไม่ค่อยมีคน (คนไทย) สนใจ เเต่พุ่งเเรงมาก เป็น 1 ในประเทศในเอเชียที่มีศักยภาพเติบโตไปกับ AI มาก มีบริษัทผลิตชิ้นส่วนอิเล็กทรอนิกส์เยอะ

[Wasin P @ong_wasinph]

@101beere ตามๆ

[Wasin P @ong_wasinph]

@101beere เที่ยวบ่อยจังวะ