polymarket-btc-trades

Polymarket BTC Up/Down完整交易数据集是一个专注于比特币价格方向预测市场的链上交易数据集合。该数据集源自Polymarket预测平台，针对比特币在5分钟和15分钟时间窗口内的上涨/下跌市场。数据覆盖2026年4月29日至6月8日共41天，包含11,808个5分钟市场和3,936个15分钟市场，记录了每个市场从创建到解决的所有链上交易。数据集规模在1000万到1亿之间，以表格形式组织，主要包括两个部分：顶层元数据文件（metadata_5m.parquet和metadata_15m.parquet，共27列）和按日期、窗口分组的交易数据文件（每个窗口包含metadata.json原始Gamma API响应和trades.parquet交易记录）。该数据集适用于表格回归分析、预测市场行为研究、链上交易模式挖掘以及比特币短期价格波动建模等任务。数据基于特定智能合约（CTF Exchange V2，地址0xE111180000d2663C0091e4f400237545B87B996B）生成，为原始链上数据，可直接用于量化分析或机器学习模型训练。The Polymarket BTC Up/Down Complete Trading Dataset is a collection of on-chain transaction data focused on Bitcoin price direction prediction markets. This dataset originates from the Polymarket prediction platform, targeting up/down markets for Bitcoin within 5-minute and 15-minute time windows. It covers a 41-day period from April 29 to June 8, 2026, including 11,808 5-minute markets and 3,936 15-minute markets, recording all on-chain transactions from market creation to resolution. The dataset scale ranges from 10 million to 100 million records, organized in tabular form, primarily consisting of two parts: top-level metadata files (metadata_5m.parquet and metadata_15m.parquet, with 27 columns in total) and transaction data files grouped by date and window (each window includes a metadata.json original Gamma API response and a trades.parquet transaction record). This dataset is suitable for tasks such as tabular regression analysis, prediction market behavior research, on-chain transaction pattern mining, and Bitcoin short-term price volatility modeling. The data is generated based on a specific smart contract (CTF Exchange V2, address 0xE111180000d2663C0091e4f400237545B87B996B), providing raw on-chain data that can be directly used for quantitative analysis or machine learning model training.

原始信息汇总

数据集概述：Polymarket BTC Up/Down — Complete Trade Dataset

该数据集提供了Polymarket平台上所有BTC 5分钟和15分钟涨跌市场的原始链上交易数据。

• 许可证：其他（未明确指定标准许可证）
• 任务类别：表格回归、其他
• 标签：Polymarket、预测市场、BTC、比特币、链上、交易
• 数据规模：1000万至1亿条记录

覆盖范围

• 时间范围：2026年4月29日至2026年6月8日（共41天）
• 市场数量：5分钟窗口市场共11,808个；15分钟窗口市场共3,936个
• 数据内容：涵盖从市场创建到结算的每一笔交易

数据结构

数据集按窗口组织，目录结构如下：

by_window/YYYY-MM-DD/{5m,15m}/{window_ts}/ metadata.json # 原始Gamma API响应（包含所有字段） trades.parquet # 该窗口的每一笔链上交易

• 顶层文件：metadata_5m.parquet 和 metadata_15m.parquet，包含27列元数据信息

使用示例

通过Hugging Face Datasets库读取数据： python import pandas as pd meta = pd.read_parquet("hf://datasets/yamalalaxman/polymarket-btc-trades/metadata_5m.parquet") window = pd.read_parquet("hf://datasets/yamalalaxman/polymarket-btc-trades/by_window/2026-04-29/5m/1777420800/trades.parquet")

搜集汇总

数据集介绍

构建方式

该数据集收录了Polymarket平台所有BTC 5分钟和15分钟涨跌市场的链上交易原始数据，时间跨度从2026年4月29日至6月8日，共计41天。数据通过CTF Exchange V2合约（0xE111180000d2663C0091e4f400237545B87B996B）采集，覆盖了从市场创建到最终结算的每一笔交易。数据集按时间窗口组织为分层结构，每个窗口包含存储原始Gamma API响应的元数据JSON文件以及记录该窗口内所有链上交易的Parquet文件，同时在顶层提供了包含27个字段的聚合元数据Parquet文件，分别对应5分钟和15分钟窗口。

特点

该数据集规模庞大，包含超过千万条交易记录，覆盖了11,808个5分钟市场和3,936个15分钟市场，提供了从市场创建到结算的全生命周期交易数据。数据采用分层目录结构组织，便于按时间窗口和交易类型进行高效检索。每个窗口均保留了完整的原始API响应作为元数据，确保了数据的可追溯性和完整性。交易数据以高效的Parquet格式存储，兼顾了存储效率和快速读取能力，显著提升了大规模数据分析的便利性。

使用方法

用户可通过Hugging Face数据集接口直接访问数据，利用Pandas库读取顶层元数据Parquet文件以获取市场级别信息。针对具体时间窗口的详细交易数据，则通过指定日期、时间窗口类型和窗口时间戳的路径加载对应的Parquet文件进行深入分析。例如，可先加载5分钟市场的元数据文件，再根据需求读取特定日期和窗口内的交易记录。这种方式支持灵活的时空切片操作，便于进行市场微观结构分析、流动性评估或价格发现机制研究。

背景与挑战

背景概述

该数据集由研究者针对Polymarket预测市场平台上的比特币（BTC）涨跌二元期权市场构建，收录了自2026年4月29日至6月8日共41天内所有5分钟和15分钟到期窗口的完整链上交易记录。数据集覆盖超过15,000个独立市场合约，每笔交易均从市场创建持续追踪至最终裁决，为理解高频预测市场中的交易行为、信息流动与价格发现机制提供了前所未有的精细化数据基础。在加密金融与去中心化金融（DeFi）交叉研究领域，该数据集填补了高时间分辨率预测市场公开交易数据的空白，有力支撑了市场微观结构分析、算法交易策略回测以及链上行为计量经济学等方向的研究。

当前挑战

该数据集首要解决的领域挑战在于，传统中心化预测市场数据缺乏链上透明性和完整交易链路，难以支撑对去中心化环境中市场效率与参与者行为模式的研究，而该数据集通过捕获全部链上交易日志，使得研究者能够从订单簿深度、成交时间分布、反向交易模式等维度剖析市场微观结构。构建过程中的核心挑战包括：智能合约事件日志的高频同步与去重，确保在41天跨度内无遗漏地采集所有相关合约的创建、交易、结算事件；原始链上数据的异构格式统一，需将Gamma API返回的非结构化元数据与Parquet格式的交易记录进行键值关联，并清洗异常值以及由节点延迟或重排导致的时序偏差。

常用场景

经典使用场景

在预测市场与加密货币交叉研究的广阔天地中，Polymarket BTC Up/Down完整交易数据集凭借其精细的颗粒度与完整的链上覆盖，成为剖析短期价格预测市场微观结构的理想对象。该数据集覆盖2026年4月29日至6月8日共41天，囊括了超过15,000个5分钟与15分钟窗口的BTC涨跌市场，记录了从市场创建到最终清算的每一笔链上交易。研究者可以借此探讨预测市场在极短时间窗口内的定价效率，分析交易者行为如何反映并影响资产价格波动，为理解去中心化预测市场的内生机制提供了坚实的数据基础。

实际应用

在实务层面，该数据集为量化交易策略的研发与回测提供了不可替代的真实世界样本。加密货币做市商、套利基金以及风险管理者可以利用其中密集的订单流与成交记录，构建基于预测市场信号的短时交易模型，捕捉定价偏差带来的盈利窗口。同时，链上数据与底层比特币现货价格之间的互动关系，可用于开发实时风险预警系统，监测市场情绪的剧烈转向。预测市场本身作为公共信息的实时聚合器，其交易数据亦能辅助政策制定者与市场监管者观察群体预期的形成与演变，防范系统性金融风险。

衍生相关工作

该高质量数据集已催生出一系列富有洞见的衍生研究。一方面，研究者基于其中的时间戳与成交价格序列，重现了预测市场从创建到清算的完整生命周期，探讨了到期效应与尾部风险溢价对市场价格的影响。另一方面，结合链上地址标签与交易者行为分析，学术工作揭示了聪明钱与散户在极短窗口下的交互博弈模式，验证了信息不对称在去中心化环境中的持续存在。此外，基于该数据集的预测误差分析，后续工作着手改进传统的等权重聚合策略，提出动态加权与流动性校准的新范式，为下一代预测市场的机制设计提供了实证支撑。