vaquum/binance_btcusdt_30m_klines

该数据集是BTCUSDT交易对的30分钟现货K线数据，每日从`origo.binance_daily_spot_trades`表通过`get_binance_spot_klines`函数导出，时间分辨率为30分钟。数据源为币安(Binance)现货市场的BTCUSDT交易对。数据集包含从2020年1月1日到2026年5月29日的112,288行记录，列包括：日期时间(datetime)、开盘价(open)、最高价(high)、最低价(low)、收盘价(close)、均值(mean)、标准差(std)、成交量(volume)、做市商比例(maker_ratio)、交易笔数(no_of_trades)、开盘流动性(open_liquidity)、最高流动性(high_liquidity)、最低流动性(low_liquidity)、收盘流动性(close_liquidity)、流动性总和(liquidity_sum)、做市商成交量(maker_volume)、做市商流动性(maker_liquidity)。注意：中位数(median)和四分位距(iqr)在导出的Parquet快照中被有意省略，所有时间戳均为UTC时区。This dataset provides 30-minute spot K-line data for the BTCUSDT trading pair. It is exported daily from the `origo.binance_daily_spot_trades` table using the `get_binance_spot_klines` function, with a temporal resolution of 30 minutes. The data source is the Binance spot market for the BTCUSDT trading pair. The dataset encompasses 112,288 rows of records spanning from January 1, 2020 to May 29, 2026. The included columns are: datetime, open, high, low, close, mean, standard deviation (std), volume, maker_ratio, no_of_trades, open_liquidity, high_liquidity, low_liquidity, close_liquidity, liquidity_sum, maker_volume, and maker_liquidity. Note that median and interquartile range (iqr) were intentionally omitted from the exported Parquet snapshot. All timestamps are in the UTC timezone.

搜集汇总

数据集介绍

构建方式

该数据集源于Binance交易所的BTCUSDT现货交易对，通过从`origo.binance_daily_spot_trades`数据表中提取30分钟分辨率的K线数据构建而成。每日定时导出并整合为Parquet文件格式，覆盖2020年1月1日至2026年6月3日的时间跨度，共包含112528条记录。每条记录涵盖开盘价、最高价、最低价、收盘价及其统计量（均值、标准差）、成交量、主动成交比率、交易笔数，以及各价位流动性深度和做市商相关指标，构建了一个结构紧凑、信息丰富的金融时间序列数据集。

特点

该数据集以30分钟为时间粒度的K线数据为核心，融合了传统OHLCV指标与流动性深度特征，如各价位流动性及做市商成交量，为量化分析提供了多维视角。时间戳采用UTC标准，确保了跨时区应用的一致性。数据集明确省略了中位数和四分位距，凸显了对均值与标准差等统计量的侧重，使其在波动率建模与市场微观结构研究中具有独特价值。Parquet格式的存储设计兼顾了高效读写与存储压缩，适用于大规模回测与机器学习流水线。

使用方法

用户可通过读取Parquet文件直接加载数据，利用`datetime`列作为时间索引进行时序分析。支持基于`open`、`high`、`low`、`close`、`volume`等字段构建交易策略，或结合`maker_ratio`、`no_of_trades`及流动性指标进行市场微观结构研究。建议在Python环境中使用`pandas`库读取数据，并注意时间戳为UTC时区，需根据应用场景进行时区转换。数据覆盖BTCUSDT现货交易的连续时段，适合用于趋势跟踪、波动率预测及流动性分析等任务。

背景与挑战

背景概述

该数据集名为binance_btcusdt_30m_klines，由Origo团队基于币安交易所现货市场每日交易数据，通过`get_binance_spot_klines`函数以30分钟为粒度导出，创建时间约为2025年。其核心研究问题聚焦于高频加密货币价格行为的量化分析，涵盖开盘价、最高价、最低价、收盘价、成交量、成交笔数及流动性指标等丰富维度。作为连接原始交易流水与标准化金融时间序列的桥梁，该数据集为机器学习模型在比特币现货价格预测、市场微观结构解析及风险度量等前沿课题提供了高保真、高频率的基准资源，对加密金融数据分析与算法交易研究具有重要支撑作用。

当前挑战

该数据集所解决的领域问题在于，加密货币市场高频特性与传统金融数据集在粒度与流动性刻画上存在显著鸿沟。具体挑战包括：1）数据清洗与异常值处理的复杂性，因交易所原始交易流水中偶发交易暂停或数据错位，需确保30分钟K线序列的完整性与连续性；2）流动性指标（如maker_ratio、open_liquidity等）的构建需引入逐笔订单簿深度信息，这对存储与计算资源提出较高要求；3）时间戳统一为UTC后，跨时区用户的本地化应用可能因夏令时或非连续交易机制产生对齐偏差，增加了模型验证的难度。

常用场景

经典使用场景

在金融时序分析领域，binance_btcusdt_30m_klines数据集以其高频率的半小时粒度与丰富的市场微观结构指标，成为研究加密货币价格行为与市场动态的经典基石。研究者通常选用该数据集中的开盘价、最高价、最低价及收盘价序列，结合成交量与交易笔数，进行技术指标构建与趋势预测。其涵盖的时间跨度从2020年初延伸至2026年中，跨越了多个市场周期，为考察牛熊转换中的价格规律提供了宝贵的历史样本。数据集中独有的流动性度量与做市商占比，使得该集合特别适合于高频波动率建模与市场深度分析，从而在量化策略的回测与验证中扮演着不可替代的角色。

衍生相关工作

自该数据集发布以来，已衍生出一系列重要学术与实践工作。在预测模型方面，基于其报价数据训练的Transformer与LSTM混合架构，在半小时级别收益率预测任务上显著优于传统ARIMA模型。在市场设计研究上，有论文利用maker_ratio与流动性聚集度量，首次实证了加密货币市场的‘分层订单流’特征，并提出新的做市商策略优化框架。开源社区中，多个量化平台围绕该数据集封装了特征工程管线，发布如‘btcusdt_30m_feature_store’等衍生数据集。此外，将其与二元期权市场数据进行对比分析的工作，揭示了现货与衍生品市场之间套利窗口的动态演化规律。

数据集最近研究

最新研究方向

基于Binance平台BTCUSDT现货30分钟K线数据集（覆盖2020年1月至2026年6月），当前前沿研究聚焦于利用高粒度时间序列数据（含开盘、收盘、最高、最低价及成交量、交易次数、做市商占比和流动性指标）构建更为精准的加密货币市场微观结构模型。该数据集通过引入‘liquidity_sum’与‘maker_liquidity’等流动性深度指标，为量化交易策略回测、波动率预测以及高频做市行为分析提供了关键支撑。在DeFi与合规监管趋严的背景下，研究者借助此类分钟级结构化数据探索市场操纵检测与异常交易识别算法，同时结合宏观周期因素（如2024年比特币减半事件）进行因子有效性检验，推动了数字资产定价理论从传统金融市场向加密原生场景的迁移。该数据集长达6.5年的窗口跨度，亦为长期跨周期风险建模与资产配置优化奠定了坚实的数据基础。