agentic-polymarket

agentic-polymarket是一个用于研究LLM代理在预测市场上交易行为的数据集，包含38,915个已结算的Polymarket二元事件市场。每个市场提供了完整的小时成交量加权平均价格（VWAP）曲线、问题文本、解决标准以及真实结果。数据集旨在解决历史价格序列无法直接用于回测的问题，因为历史记录不会对代理行为做出反应。数据来源为Polymarket-v1和-v2数据集，经过筛选保留至少80笔交易、已结算且有真实结果的YES/NO二元市场。数据规模：原始交易数据约19.31 GB，包含1364个每日文件（2022-11-21至2026-08-22），扫描约4.77亿行交易数据。最终数据集包含38,915个市场，并提供固定的时间序列分割（训练集9,020个、验证集1,933个、测试集1,934个）。数据文件包括：markets.jsonl（市场级信息，含价格路径、结果、时间范围、类别等）、questions.jsonl（问题与解决标准）、index.json（构建流程）、splits.json（分割表）、depth_table.json（深度表）、market_params.json（影子市场参数）以及原始交易数据（Parquet格式）。数据集支持的任务包括预测市场建模、基于LLM的代理交易策略开发、文本分类等。数据使用CC BY 4.0许可。agentic-polymarket is a dataset for studying the trading behavior of LLM agents on prediction markets, containing 38,915 settled binary event markets from Polymarket. Each market provides the complete hourly volume-weighted average price (VWAP) curve, question text, resolution criteria, and true outcome. The dataset addresses the issue that historical price sequences cannot be directly used for backtesting because historical records do not react to agent behavior. Data is sourced from Polymarket-v1 and -v2 datasets, filtered to retain only YES/NO binary markets with at least 80 trades, settled, and with a true outcome. Data size: raw trade data is approximately 19.31 GB, consisting of 1,364 daily files (2022-11-21 to 2026-08-22), scanning about 477 million trade rows. The final dataset contains 38,915 markets with a fixed time-series split (training set: 9,020, validation set: 1,933, test set: 1,934). Data files include: markets.jsonl (market-level information with price path, outcome, time range, category, etc.), questions.jsonl (questions and resolution criteria), index.json (construction pipeline), splits.json (split table), depth_table.json (depth table), market_params.json (shadow market parameters), and raw trade data (Parquet format). Supported tasks include prediction market modeling, LLM-based agent trading strategy development, text classification, etc. Data is licensed under CC BY 4.0.

原始信息汇总

数据集概述

agentic-polymarket 是一个针对预测市场研究的已结算二元事件数据集，包含 38,915个 已结算的Polymarket二元市场，提供完整的小时价格曲线、问题文本、决议条款和真实结果。数据集旨在支持“让LLM智能体在预测市场进行交易”的研究，并配套了回测环境和智能体交易接口。

数据规模与内容

• 原始交易档案：19.31 GB，包含1364个每日文件（时间跨度2022-11-21至2026-08-22）
• 扫描数据量：约4.77亿行YES腿交易数据（全腿约9.5亿行）
• 最终保留市场数：38,915个（筛选条件：已结算 + 有真实结果 + YES/NO二元市场 + 交易量≥80）
• 排除市场：Up or Down短周期价格蜡烛市场（因不可预测且会虚增智能体分数）

文件结构

文件	内容
data/markets.jsonl	每个市场一行：价格路径 / 结果 / 起止时间 / 类别 / 交易数与交易量
data/questions.jsonl	condition_id到问题、决议标准与tick的映射，覆盖率达100%
data/index.json	构建流程与筛选漏斗说明
splits.json	固定的train/val/test市场ID划分表（含sha256）
depth_table.json	深度表D(m,k)与半价差δ(m)，按中间价分桶
market_params.json	影子市场机制参数
Polymarket-v{1,2}/daily_aligned/*.parquet	原始逐笔数据（1364个每日文件，共19.31 GB）

数据划分（时间序列划分，非随机）

划分	数量	T_end范围	基准概率
train	9,020	2023-01-21至2026-04-01	40.4%
val	1,933	2026-04-01至2026-06-12	42.2%
test	1,934	2026-06-12至2026-08-22	36.2%

划分采用时间序列的原因：(1) Polymarket常将一个事件拆分为仅日期不同的多个市场，随机划分会使测试集答案可从训练集推断；(2) 预训练模型存在知识截止日期，使用早期市场调参、后期市场评估是区分“真实预测能力”与“记忆结果”的唯一方式。

数据可靠性

验证方法检查终端锚定价格的校准程度：分桶的实际决议率需满足单调性且接近桶中心。验证结果显示：

终端10%锚定区间 实际决议率 0.0-0.1 n=22,433 0.000 0.3-0.4 n= 681 0.217 0.5-0.6 n= 470 0.623 0.9-1.0 n= 9,914 0.999

Brier得分 = 0.0196 （常数猜测0.5为0.2500）

结果单调且校准良好。该检查同时可以捕捉结果标签反转、YES/NO腿混淆和时间戳错位等问题。

已知限制

1. 深度表并非历史快照：Polymarket不提供历史订单簿，D(m,k)和δ(m)通过实时采样后冻结校准（采样自1,233个双边订单簿）。深度反映的是聚合流动性，当日校准不会泄露任何历史市场结果——时代错误仅存在于微观结构保真度，而非信息层面。依赖精确滑点幅度的任何结论必须明确声明此限制。

2. tick并非全局0.001：实测相邻级别间距显示，仅21%落在连续0.001间隔上，59%为10个tick间隔（0.01网格）。tick按市场单独确定，questions.jsonl中带有tick字段。

3. 高加密资产暴露度：约3.9万市场中约1.3万个属于Crypto/Bitcoin/Ethereum/Price Action类别。若要研究可迁移的检索/推理能力，需过滤这些市场并要求≥40个价格点和≥10,000美元交易量，可获得约6,400个“适合研究”的市场。

来源与许可证

数据集派生自TimeSeventeen/Polymarket-v1和-v2的daily_aligned分区（两者均采用CC BY 4.0许可），问题与决议标准来自Polymarket Gamma API。本数据集同样以CC BY 4.0许可发布。

注意：两个仓库在2026-04-03至04-28期间有26天的重叠，但v2文件在重叠窗口内近乎为空（如2026_04_15：v1有4,387,421行，v2仅2行）。构建时每日选择字节数更大的文件，26/26天均选择了v1。

搜集汇总

数据集介绍

构建方式

该数据集源于对Polymarket预测市场平台交易记录的深度重构与提炼。研究者从2022年末至2026年中的逐笔交易档案出发，扫描近4.77亿条YES腿交易记录，经由结算状态校验、二元结构筛选及最低80笔交易阈值过滤，最终凝练出38,915个已结算市场。每一市场均以小时级VWAP锚定曲线为核心，辅以原始问题文本、结算条款及真实结果，并配套冻结的时间序贯训练、验证与测试划分，以sha256校验确保划分的不可篡改性。

特点

数据集的核心特质在于其市场微观结构的仿真深度与时间敏感性设计。每个市场不仅包含完整的逐小时价格锚定曲线，还提供了基于实际订单簿采样标定的深度表与半价差参数，用以模拟交易冲击与资本成本。时间序贯划分策略避免了同一事件多市场间的信息泄漏，亦规避了预训练模型因知识截止而导致的记忆性偏差。终端锚定价的校准验证显示，实际结算率与价格分桶高度单调吻合，Brier分数低至0.0196，彰显了数据的内在一致性与结果标签的可靠性。

使用方法

使用者可通过HuggingFace Hub便捷获取派生数据或原始逐笔交易档案，利用markets.jsonl、questions.jsonl及splits.json等文件快速构建回测环境。配套的shadow-market代理交易接口允许研究者将大语言模型智能体置于具有价格冲击与流动性约束的模拟市场中，评估其预测与交易策略的真实可执行性。如需调整聚合粒度或过滤条件，可下载Polymarket-v1/v2原始分区数据，依据index.json中的构建流程重新生成定制化数据集。

背景与挑战

背景概述

预测市场作为聚合群体智慧、揭示事件概率的重要机制，近年来在计算社会科学与人工智能交叉领域备受瞩目。agentic-polymarket数据集由研究人员tennant构建，于2026年前后发布，涵盖Polymarket平台上38,915个已结算的二元事件市场，包含逐时价格曲线、问题文本、结算条款及真实结果，原始交易数据达19.31 GB、逾4.7亿行。该数据集核心研究问题在于如何使大语言模型智能体在预测市场中进行可执行交易，以弥补历史价格序列无法直接充当回测目标的方法论缺陷，为智能体金融决策研究提供了大规模、高保真的基准环境。

当前挑战

该数据集所应对的领域挑战在于，历史价格回放无法反映智能体行为对市场的反馈，导致回测中表现优异的策略在真实环境中不可执行，典型的如仅在隐含概率趋近0或1时建仓以攫取终值残余。构建过程中亦面临多重困难：Polymarket不提供历史订单簿，深度表与半价差须通过实时采样校准后冻结；市场最小变动价位并非全局统一，仅21%相邻价位落在0.001网格；数据存在约13k加密类市场的高暴露，且原始两版仓库存在26天重叠需以字节数仲裁；此外，时间序列分割必须冻结以防止预训练知识泄漏，终端锚点价格须经校准性验证以确保结果标签与时间戳对齐无误。

常用场景

经典使用场景

在预测市场与智能体交易研究的交叉领域，agentic-polymarket 数据集最为经典的用途是为大语言模型智能体构建可执行回测环境。其核心并非提供静态价格序列，而是通过影子市场机制参数与深度表，使智能体下单行为能够反向影响成交价格，从而模拟真实市场中的滑点、冲击成本与资本占用。研究者可依托三十八万余条已结算二元事件市场的小时级锚定价格曲线、问题文本与结算条款，训练和评估智能体在连续决策中捕捉事件概率偏差的能力，进而检验其策略是否具备现实可执行性。

解决学术问题

该数据集直面预测市场研究中的关键方法论困境：历史价格记录无法作为回测目标，因其不响应智能体行为，任何数量皆可按任意价格成交，买卖同价且不承担资本成本，致使部分策略在回测中表现优异却无法落地。agentic-polymarket 通过引入反应式影子市场、按价格分桶的深度表与半价差参数，将回测环境从静态记录转变为动态响应系统。同时，其时间冻结切分策略规避了预训练模型知识截断带来的结果记忆问题，为区分真实预测能力与记忆性复现提供了严谨的评估框架。

衍生相关工作

该数据集衍生出一系列围绕智能体交易与预测市场机制的研究工作。其配套的影子市场回测环境与智能体交易接口成为后续策略评估的基础设施，推动了反应式回测范式的讨论。基于深度表与半价差参数的研究进一步探索了流动性约束下的最优执行问题。时间冻结切分方法被借鉴用于其他金融时序数据集的构建，以缓解信息泄露。同时，该数据集对加密货币类市场的高暴露特性亦催生了针对可迁移检索与推理任务的子集筛选标准，启发了对研究可处理市场边界的界定。