crypto-options-surface

该数据集名为“Crypto options implied volatility surface”（加密货币期权隐含波动率曲面），由 DataForge 提供，许可证为 ODC-BY。数据集包含来自单一交易所（非最大交易所）的链上期权数据，记录了每个上市期权在一天内不同时刻的定价、希腊字母（Greeks）以及订单簿信息。数据规模在1百万到1千万行之间。数据集包含两个表：e22_options_surface（每行对应一个期权工具在某一时刻的数据，包括行权价、到期日、标记价格、远期价格以及完整的希腊字母集合）和 e22_options_book（每行对应一个近平价阶梯的订单簿最优买卖报价，包括买价、卖价、各自数量以及以波动率表示的报价和波动率价差）。数据覆盖范围包含一个固定的7天采样窗口，起始于首次收集日期，覆盖2026-08-29至2026-09-04。适用任务包括时间序列预测、期权定价模型验证、波动率曲面分析、希腊字母回测、订单簿流动性研究等。The dataset is named Crypto options implied volatility surface, provided by DataForge under the ODC-BY license. It contains on-chain options data from a single exchange (not the largest), recording pricing, Greeks, and order book information for each listed option at different times within a day. The data size ranges from 1 million to 10 million rows. The dataset includes two tables: e22_options_surface (each row corresponds to data for an option instrument at a point in time, including strike, expiry, mark, forward, and a full set of Greeks) and e22_options_book (each row corresponds to the best bid and ask quotes of the order book for a near-the-money ladder, including bid, ask, respective quantities, and volatility-quoted prices and spread). The data coverage includes a fixed 7-day sampling window starting from the first collection date, covering 2026-08-29 to 2026-09-04. Applicable tasks include time series forecasting, option pricing model validation, volatility surface analysis, Greeks backtesting, order book liquidity research, etc.

原始信息汇总

数据集概述

crypto-options-surface 是一个面向链上加密货币期权的隐含波动率曲面数据集，覆盖比特币、以太坊和 Solana 等资产的期权链数据。该数据集记录了单一交易场所上所有挂牌期权在一天内多次采样的报价、希腊字母（Greeks）及相关衍生指标，由 DataForge（dataforge-labs）发布。

数据内容

数据集包含两个主要数据表：

数据表	内容说明
e22_options_surface	每个工具在某一时刻的完整信息，包括行权价、到期日、标记价格、远期价格及全套希腊字母（iv、delta、gamma、vega、theta、rho）
e22_options_book	近平价期权阶梯的订单簿最优买卖报价，包含买卖价、数量及以波动率表示的报价（best_bid_iv、best_ask_iv）和波动率价差（iv_spread）

数据键与时间戳

• sampled_ts：同一资产在同一采样时刻获取的期权链共享该时间戳，可按 (asset, sampled_ts) 分组还原一个曲面，加上 expiry 可还原一个微笑曲线。
• round_ts：同一次采集过程中各资产共享的时间戳，用于跨资产对比。
• strike 和 expiry 从合约名称解析而来，若名称不符合预期格式则为空；expiry_ts 来自交易场所。

数据特点与注意事项

• 单一场所来源：该数据集仅来自一个交易场所，且并非最大的一家，不代表全市场共识，推断加密货币整体波动率需结合其他数据源。
• 包含全部挂牌合约：包括深度虚值、几乎不交易的期权，这些合约也有标记价格，使用时需自行筛选。
• 平价关系：同一行权价和到期日的看涨与看跌期权隐含波动率相同，两个行一致是平价关系而非额外确认。
• 采样间隔限制：数据按时间间隔采样，采样间隙内发生的价格反转无法被观测到。
• 错误处理：抓取失败会为对应资产写入一条显式错误行，测量字段为空，读取时应检查 error 字段，避免将缺失链误认为退市。
• 覆盖范围动态变化：各资产的合约覆盖随交易场所上市和到期而变化，建议按日统计不同的 expiry 数量，而非假定固定阶梯。

数据格式与窗口

• 数据以 Parquet 格式分片存储，每分片对应一个采集窗口，路径为 dataset/YYYY/MM/。
• 本公开版本固定为 7 天采样窗口（2026-08-29 至 2026-09-04），不滚动更新，用于检查数据结构、覆盖范围和数据质量；完整历史数据以私有方式持有，可通过讨论区申请获取。
• e0_run_manifest 表完整发布，列出每个采集窗口的轮询次数和失败次数，窗口间的间隔为真实情况，无插值填充。

数据集规模与许可证

• 数据规模介于 100 万至 1000 万行 之间，适合时间序列预测等任务。
• 采用 ODC-BY 许可证，可自由使用，但需注明来源 “DataForge (dataforge-labs)”。

搜集汇总

数据集介绍

构建方式

该数据集源自单一链上期权交易场所，针对每个上市期权合约在日内多个时刻进行报价采样，并整合了标记价格、远期价格及完整的希腊字母体系。采样过程通过单一请求获取特定资产的完整期权链，确保同一时点的所有合约共享统一的时间戳，从而精确重建隐含波动率曲面。数据集的构建不仅捕捉了盘口报价的实时状态，还通过解析合约名称识别执行价与到期日，确保了时间维度的精确对齐与跨资产比较的一致性。

特点

数据集的核心特征在于其详尽的期权曲面快照，包含了从深度虚值到实值的全系列执行价，且每个合约均附带了交易场所自身的隐含波动率及希腊字母，为研究提供了原汁原味的市场视角。此外，数据集创新性地引入了近月价差合约的盘口报价，以波动率形式呈现买卖价差，同时区分了标记价格与真实可交易报价的细微差别。其严格的错误处理机制与时间窗固定采样设计，确保了数据的完整性与可靠性。

使用方法

使用时，研究人员可直接通过HuggingFace Hub下载分区存储的parquet文件，利用pandas进行加载与分析。通过按资产与采样时间分组，可重构任意时点的完整波动率曲面或单一到期日的微笑曲线。建议在深入分析前，利用随附的运行清单检查各时间窗口的采集成功率，并结合盘口数据进行流动性筛选，以揭示市场真实交易动态与定价偏差。

背景与挑战

背景概述

加密货币期权市场作为数字资产金融生态的重要组成部分，其隐含波动率曲面（implied volatility surface）为衍生品定价、风险管理和市场微观结构研究提供了关键的数据支撑。然而，该领域长期面临数据稀缺、报价非持久化及链上信息不完整等核心瓶颈，严重制约了学术研究与量化实践的深化。在此背景下，DataForge 实验室于2026年推出了‘crypto-options-surface’数据集，旨在捕获单一交易平台（venue）上列出的全部期权合约的隐含波动率曲面及其希腊字母（Greeks）指标。该数据集样本覆盖2026年8月29日至9月4日，共含数百万条时间序列记录，核心解决如何系统性重建历史期权曲面的问题。其影响力体现在为跨资产（比特币、以太坊、索拉纳）的波动率动态研究提供了首个可复现的高频快照，填补了去中心化金融（DeFi）期权数据领域的关键空白，并成为连接链上市场与衍生品理论的桥梁。

当前挑战

该数据集面临的挑战多维且具代表性。从领域问题看，其首要任务是克服期权报价的非持久性——过往任意时刻的链上期权链无法从交易平台或结算链恢复，唯有交易记录留存，而多数行权价的合约从未产生交易，导致历史曲面难以重构。此外，单一场馆数据的代表性不足，仅反映单一订单簿的报价状态，并非市场共识，需引入外部来源方能推断泛化的加密货币波动率特征。在构建过程中，挑战包括：每个合约的报价查询需独立请求，促使设计‘近月骑乘（near-the-money ladder）’采样策略以平衡成本与覆盖，但因此舍弃了全面簿记，导致数据集中仅包含曲面的子集；网络延迟、请求失败及场馆到期机制等动态因素，造成采样时间戳与名义覆盖范围的偏差，需通过显式‘error’标记和按日计数到期合约来确保数据洁癖。最终，该数据集以7天固定窗口发布，规避了持续更新的代价，却也考验了使用者在有限时段内校准模型与验证假设的能力。

常用场景

经典使用场景

该数据集描绘了链上加密期权隐含波动率曲面的动态图谱，按日多次采样，详尽记录了每一上市合约的行使价、到期日、标记价格、远期价格及全套希腊字母，为时间序列预测与金融衍生品定价研究提供了高分辨率的数据基底。研究者可借此解析波动率微笑的形态变迁，探讨期限结构的演化规律，或构建基于订单簿微观结构的隐含波动率动态模型，从而深入洞察加密期权市场的价格发现机制与风险传导路径。

衍生相关工作

依托此数据集，研究者可催生一系列衍生性工作：构建基于图神经网络或Transformer的波动率曲面预测模型，实现对未来曲面形态的精准推演；开发针对链上期权市场的无套利条件检验框架，识别并量化跨期或执行价间的价格失衡；设计新的流动性度量指标，以订单簿的稀疏性和价差变动刻画市场微观结构；亦可融合链上交易数据，剖析期权市场与现货市场间的领先滞后关系，揭示信息传播机制。这些工作将进一步拓展加密衍生品研究的边界，为理论建模与实证分析提供有力支撑。

数据集最近研究

最新研究方向

当前，链上加密货币期权市场的数据稀缺性制约了隐含波动率曲面的动态建模与风险管理研究。本数据集通过高频采样单一交易场所的完整期权链，捕获了包括深度虚值合约在内的每个挂牌期权的标记价格与全套希腊字母，并创新地记录了订单簿中近值阶梯的买卖双边隐含波动率报价。这为探究期权市场微观结构、波动率微笑的时变特征以及跨资产波动率联动提供了高分辨率的数据基础，尤其助力于发展基于实际市场报价而非理论重算的波动率预测模型与做市策略研究。其揭示的买卖价差在波动率点上的波动范围，为评估市场流动性和交易成本提供了直接证据，对去中心化金融领域的衍生品定价与风险对冲实践具有重要参考价值。