Análise do FinFeedAPI: API de Dados de Mercados de Previsão Multi-Exchange

Imagine que você quer acompanhar como o mercado precifica um único evento econômico na Kalshi, na Polymarket e na ForecastEx. No papel, isso parece um dashboard simples. Na prática, significa três APIs diferentes, três formas de identificar o mesmo mercado e três formatos de resposta para conciliar antes de conseguir desenhar um único gráfico.

Esse problema cresce a cada nova plataforma. Os mercados de previsão agora abrangem exchanges regulamentadas dos EUA, protocolos on-chain, comunidades de dinheiro fictício e contratos de eventos de plataformas cripto consolidadas, e nenhuma delas compartilha um modelo de dados comum.

É exatamente essa lacuna que a FinFeedAPI foi criada para preencher. Sua Prediction Markets API reúne nove exchanges sob um único esquema padronizado, para que os desenvolvedores possam consultar mercados, negociações, livros de ofertas e histórico da mesma forma, independentemente da origem dos dados.

Para os desenvolvedores, esse crescimento vem acompanhado de uma verdade incômoda. Cada plataforma expõe sua própria API, seus próprios identificadores de mercado, suas próprias convenções de nomenclatura e sua própria ideia do que um "mercado" sequer parece ser. Quer um dashboard que acompanhe o mesmo evento em três plataformas? Agora você está mantendo três integrações, três modelos de dados e três conjuntos de casos extremos.

É exatamente esse o problema que a FinFeedAPI está tentando resolver.

Nesta análise, vou percorrer o que a Prediction Markets API da FinFeedAPI cobre, quais dados você realmente obtém, como os endpoints se parecem na prática, quanto custa e onde ela deixa a desejar, para que você possa decidir se ela se encaixa na sua stack.

TL;DR

O que é a FinFeedAPI?

A FinFeedAPI é um provedor de dados financeiros criado pela API Bricks, a mesma empresa por trás da CoinAPI. Além de suas APIs de Ações, Moedas e SEC, ela oferece uma Prediction Markets API que dá acesso padronizado a dados de mercado de nove exchanges de mercados de previsão por meio de uma única integração.

A ideia é simples: em vez de aprender nove APIs, você aprende uma. IDs de mercado, resultados, timestamps e estruturas de resposta seguem o mesmo esquema, não importa de qual exchange os dados vieram.

Alguns detalhes de engenharia me chamaram a atenção ao ler a documentação:

• Modelo de dados unificado em todas as exchanges suportadas
• IDs de mercado padronizados que incluem o resultado, por exemplo ..._YES e ..._NO
• Timestamps ISO 8601 em UTC em todos os endpoints
• Precisão numérica consistente, de até 19 dígitos com 9 casas decimais
• Quatro formas de acesso: REST, JSON-RPC, um servidor MCP hospedado e Flat Files

Uma coisa a deixar clara desde o início: a FinFeedAPI é uma camada de dados de mercado somente leitura. Ela não envia ordens. Se o seu produto precisa de execução, você ainda usará a API nativa de cada exchange para essa parte.

Plataformas de mercados de previsão suportadas

A FinFeedAPI atualmente cobre nove plataformas, abrangendo exchanges regulamentadas, protocolos descentralizados, mercados de resultados on-chain e uma comunidade de dinheiro fictício.

É essa mistura que torna tudo isso interessante. Comparar como uma plataforma regulamentada, uma plataforma nativa de cripto e uma multidão que usa dinheiro fictício precificam o mesmo evento é onde a pesquisa entre exchanges se torna valiosa. Também é onde um esquema normalizado economiza mais tempo.

A quais dados você tem acesso?

É aqui que a FinFeedAPI justifica seu valor. A maioria das ferramentas de mercados de previsão para no preço mais recente. A FinFeedAPI expõe o mercado inteiro, desde a descoberta até a profundidade do livro de ofertas e o histórico.

Todos os endpoints REST ficam sob https://api.prediction-markets.finfeedapi.com/v1.

Algumas coisas que vale a pena saber:

• A descoberta é feita em duas etapas. O endpoint /active retorna apenas IDs, porque é derivado de cotações e negociações recentes. Você chama /history ou o endpoint de mercado individual para obter os detalhes completos.
• Os períodos OHLCV vão de segundos até anos, e os candles históricos voltam em ordem cronológica crescente, que é o que você quer para backtesting.
• Os dados históricos do livro de ofertas são em nível de evento, não apenas snapshots. Isso abre a porta para replay de mercado e pesquisa de liquidez.
• Os dados de ciclo de vida e resolução cobrem os status aberto, fechado, resolvido e suspenso, com informações de resolução onde a exchange de origem oferece suporte.

Primeiros passos: suas primeiras requisições

O onboarding é rápido. Você cria uma conta gratuita, gera uma chave de API no console e começa com créditos gratuitos.

Para REST e JSON-RPC, você passa a chave no cabeçalho Authorization. A documentação também aceita X-APIKey, X-APIBricks-Key e X-CoinAPI-Key.

1. Liste as exchanges suportadas

Comece por aqui para obter os valores exatos de exchange_id que você usará em todo o resto.

curl -X GET "<https://api.prediction-markets.finfeedapi.com/v1/exchanges>" \
  -H "Authorization: YOUR_API_KEY"

2. Descubra mercados ativos

curl -X GET "<https://api.prediction-markets.finfeedapi.com/v1/markets/POLYMARKET/active?limit=10>" \
  -H "Authorization: YOUR_API_KEY"

Isso retorna uma lista simples de IDs de mercado, cada um com seu resultado embutido:

[
  "WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_YES",
  "WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_NO",
  "NFL-PIT-CAR-2025-08-21-SPREAD-AWAY-5PT5_YES"
]

3. Obtenha a última negociação e cotação

curl -X GET \
  "<https://api.prediction-markets.finfeedapi.com/v1/activity/POLYMARKET/WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_YES/current>" \
  -H "Authorization: YOUR_API_KEY"

A resposta traz a última negociação junto com o último bid e ask para esse resultado.

4. Obtenha OHLCV histórico em Python

Esta é a chamada que eu faria primeiro ao construir um gráfico de probabilidade ou um backtest.

import requests

API_KEY = "YOUR_API_KEY"
BASE = "<https://api.prediction-markets.finfeedapi.com/v1>"
headers = {"Authorization": API_KEY}

market_id = "WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_YES"

resp = requests.get(
    f"{BASE}/ohlcv/POLYMARKET/{market_id}/history",
    headers=headers,
    params={"period_id": "1DAY", "limit": 30},
)
resp.raise_for_status()

for candle in resp.json():
    print(candle["time_period_start"], candle["price_close"], candle["volume_traded"])

Cada candle inclui time_period_start, time_period_end, price_open, price_high, price_low, price_close, volume_traded e trades_count. Chame /ohlcv/periods para ver todos os period_id suportados.

5. Verifique a profundidade do livro de ofertas

curl -X GET \
  "<https://api.prediction-markets.finfeedapi.com/v1/orderbook/POLYMARKET/WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_YES/current>" \
  -H "Authorization: YOUR_API_KEY"

O snapshot retorna exchange_id, market_id, time_exchange, time_coinapi, além dos arrays bids e asks. Isso é o suficiente para calcular spreads e o desequilíbrio no topo do livro.

Se você preferir não escrever HTTP bruto, a API Bricks publica SDKs oficiais (Python, Node.js, Go, C# e outros) em seu repositório de SDKs no GitHub.

Além do REST: MCP, JSON-RPC e Flat Files

Todas as interfaces expõem os mesmos conjuntos de dados padronizados. Você escolhe a que combina com sua arquitetura.

O servidor MCP é o destaque

Do meu ponto de vista, esta é a parte mais visionária do produto. Em vez de ensinar a documentação da sua API a um agente, você o aponta para um endpoint MCP hospedado e ele descobre as ferramentas por conta própria.

A configuração são algumas linhas de config no Cursor, no Claude Desktop ou em qualquer cliente compatível com MCP:

{
  "mcpServers": {
    "FinFeedAPI-Prediction-Markets": {
      "url": "<https://api.prediction-markets.finfeedapi.com/mcp>",
      "headers": {
        "X-APIKey": "YOUR_API_KEY_HERE"
      }
    }
  }
}

O servidor atualmente expõe ferramentas para:

• Descoberta de exchanges: exchanges_list, exchanges_get
• Descoberta de mercados: markets_get_active, markets_get_history
• Atividade ao vivo: activity_get_current, activity_get_latest
• Negociações e cotações históricas: activity_get_trades_history, activity_get_quotes_history
• OHLCV: ohlcv_list_periods, ohlcv_get_latest_market, ohlcv_get_history_market, ohlcv_get_history_exchange
• Livros de ofertas: orderbook_get_current, orderbook_get_history

Isso significa que você pode pedir a um agente algo como "encontre os mercados mais ativos da Kalshi e me mostre como as probabilidades deles se moveram nesta semana" e ele consegue encadear chamadas de descoberta, atividade e OHLCV por conta própria.

Uma observação caso você configure uma conexão MCP mais antiga da FinFeedAPI: o endpoint mudou de /sse para /mcp, então configurações antigas precisam ser atualizadas.

Flat Files para histórico pesado

Para pesquisa em larga escala, puxar anos de dados por meio de chamadas REST paginadas é lento. Os Flat Files fornecem negociações, cotações, livros de ofertas e OHLCV em massa por meio de uma API compatível com S3, para que você use as ferramentas e SDKs S3 que já conhece.

Preços

A FinFeedAPI usa preços baseados em uso, com créditos. Você começa com créditos gratuitos e depois paga por requisição.

No Pay As You Go, as primeiras 1.000 requisições por dia custam US$ 5 por 1.000, e tudo o que passar de 1.000 por dia cai para US$ 1 por 1.000. Planos com compromisso reduzem essa tarifa.

Os planos com compromisso não reduzem o que você usa. Eles dão mais créditos pelo mesmo gasto e, quando esses créditos acabam, o uso extra é cobrado à tarifa do Pay As You Go. Também há cobrança anual disponível.

Minha opinião: para protótipos e pesquisa, o Pay As You Go dá conta. Se você estiver consultando muitos mercados a cada poucos segundos, faça as contas primeiro. A FinFeedAPI publica casos de uso de preços para dashboards, monitoramento de livros de ofertas e backfills de OHLCV que tornam a estimativa muito mais fácil.

Onde a FinFeedAPI deixa a desejar

Nenhuma API é perfeita, e uma análise que ignora os trade-offs não é muito útil. Aqui está o que ter em mente:

• Sem execução de ordens. É apenas uma camada de dados. Bots de trading ainda precisam das APIs nativas das exchanges para enviar ordens.
• Sem stream WebSocket para mercados de previsão. Os dados atuais chegam por chamadas de requisição-resposta, então "ao vivo" significa polling. Para estratégias sensíveis à latência, isso é uma restrição real, e o polling frequente aumenta sua conta.
• As primeiras 1.000 requisições diárias são as mais caras. A US$ 5 por 1.000 versus US$ 1 por 1.000 depois disso, projetos muito pequenos pagam uma tarifa efetiva mais alta do que os mais movimentados.
• Os dados de resolução dependem da fonte. Os detalhes de ciclo de vida e resolução são tão completos quanto o que cada exchange expõe.
• A normalização é um trade-off. Um esquema unificado é o ponto central, mas se você depende de um campo exclusivo de uma plataforma, verifique as amostras de dados antes de se comprometer.

Nenhum desses pontos é impeditivo para casos de uso de análise, pesquisa ou IA. Eles importam mais se você estiver construindo um sistema de trading de alta frequência.

Quem deveria usar a FinFeedAPI?

Pontos fortes

• Nove plataformas de mercados de previsão sob um único esquema
• Ciclo de vida completo do mercado: descoberta, negociações, cotações, livros de ofertas, OHLCV, histórico
• Dados históricos do livro de ofertas em nível de evento para replay
• Servidor MCP hospedado que funciona com o Cursor e o Claude Desktop
• Flat Files em massa para pesquisa e machine learning
• Preços baseados em uso, com créditos gratuitos para começar

Ideal para

• Dashboards multi-exchange que comparam probabilidades entre plataformas
• Pesquisadores quantitativos e analistas fazendo backtesting de estratégias em mercados de previsão
• Equipes de previsão e ML que precisam de OHLCV histórico limpo
• Análise de liquidez construída sobre profundidade de livro de ofertas e spreads
• Equipes de IA criando agentes que raciocinam sobre eventos do mundo real
• Pesquisa acadêmica e econômica sobre como multidões precificam resultados

Provavelmente não é para

• Bots que precisam enviar ordens
• Estratégias que precisam de um stream por push, abaixo de um segundo

Considerações finais

Os mercados de previsão estão crescendo mais rápido do que a maioria das equipes consegue integrá-los. Cada nova plataforma traz novos identificadores, novos formatos e novo trabalho de manutenção.

A FinFeedAPI não tenta ser uma exchange. Ela foca em uma única tarefa: transformar nove plataformas fragmentadas em uma camada de dados consistente. Mercados, negociações, cotações, livros de ofertas, OHLCV e histórico profundo voltam todos no mesmo formato, por REST, JSON-RPC, MCP ou Flat Files.

Entre sabendo que é somente leitura e requisição-resposta, e ela se encaixa em uma ampla variedade de produtos, de dashboards de previsão a agentes de pesquisa com IA.

Nove plataformas. Um esquema. Uma chave de API. Menos encanamento, mais construção.

Site: finfeedapi.com/products/prediction-markets-api

Documentação da API: Documentação da Prediction Markets REST API

Os mercados de previsão estão crescendo mais rápido do que a maioria das equipes consegue integrá-los. Cada nova plataforma traz novos identificadores, novos formatos e novo trabalho de manutenção.

A FinFeedAPI não tenta ser uma exchange. Ela foca em uma única tarefa: transformar nove plataformas fragmentadas em uma camada de dados consistente. Mercados, negociações, cotações, livros de ofertas, OHLCV e histórico profundo voltam todos no mesmo formato, por REST, JSON-RPC, MCP ou Flat Files.

Entre sabendo que é somente leitura e requisição-resposta, e ela se encaixa em uma ampla variedade de produtos, de dashboards de previsão a agentes de pesquisa com IA.

Nove plataformas. Um esquema. Uma chave de API. Menos encanamento, mais construção.

Site: finfeedapi.com/products/prediction-markets-api

Documentação da API: Documentação da Prediction Markets REST API