BTCUSDT 4h OHLC + Fear & Greed Index (from 2020-03-25)

该数据集包含自2020年3月25日开始的比特币（BTC/USDT）4小时OHLC数据，并融合了加密恐惧与贪婪指数（FGI），适用于时间序列分析、基于情绪的策略、算法交易和机器学习任务。

This dataset encompasses 4-hour OHLC (Open, High, Low, Close) data for Bitcoin (BTC/USDT) starting from March 25, 2020, and integrates the Fear & Greed Index (FGI), which is suitable for time series analysis, sentiment-based strategies, algorithmic trading, and machine learning tasks.

原始信息汇总

📈 BTCUSDT 4小时OHLC数据与恐惧贪婪指数数据集（2020-03-25起）

数据集概述

• 数据内容：包含比特币（BTC/USDT）4小时OHLC数据及加密货币恐惧贪婪指数（FGI）。
• 适用场景：时间序列分析、基于情绪的策略、算法交易和机器学习任务。
• 数据格式：CSV文件。

数据列说明

列名	描述
⏰ timestamp	4小时OHLC蜡烛图的开始时间（UTC）。
🟢 open	区间开始时的BTC/USDT价格。
🔴 close	区间结束时的BTC/USDT价格。
🔼 high	区间内的最高BTC/USDT价格。
🔽 low	区间内的最低BTC/USDT价格。
😨 Fear & Greed Index	每日情绪评分（0–100），来源于alternative.me API。
📉 Fear & Greed Classification	情绪标签（如：极度恐惧、恐惧、中性、贪婪、极度贪婪）。

数据时间范围

• 起始日期：2020-03-25
• 时间间隔：4小时
• 更新频率：持续更新（最新的恐惧贪婪指数已合并）。

数据来源

• OHLC数据：CoinGecko API
• 恐惧贪婪指数：Alternative.me API。

许可证

• 许可证类型：CC0: Public Domain。

贡献与致谢

• 贡献：欢迎提交Pull requests和改进建议。
• 致谢：数据收集使用了CoinGecko和Alternative.me的公开API。

搜集汇总

数据集介绍

构建方式

在数字货币分析领域，精准的市场数据与情绪指标结合具有重要研究价值。该数据集通过系统整合CoinGecko API提供的BTC/USDT交易对4小时OHLC价格数据，与Alternative.me平台发布的加密货币恐惧与贪婪指数（FGI）每日情绪评分，采用时间戳对齐技术将两类异构数据进行融合。数据采集范围自2020年3月25日始，以UTC时间为基准持续更新，确保每个4小时K线周期都匹配对应的市场情绪量化指标与分类标签。

使用方法

该数据集以CSV标准格式存储，可通过Pandas等工具直接加载为DataFrame进行分析。典型应用场景包括：基于时间戳字段实现价格与情绪数据的时序对齐分析；利用OHLC数据构建技术指标结合FGI指标开发混合预测模型；通过恐惧贪婪分类标签进行市场情绪周期识别。研究人员可快速开展价格波动与情绪指标的相关性研究，量化交易开发者能直接接入算法交易策略回测系统。数据集采用CC0协议开放授权，支持商业与非商业场景的无限制使用。

背景与挑战

背景概述

BTCUSDT 4h OHLC + Fear & Greed Index数据集由开源社区于2020年3月25日创建，整合了CoinGecko API提供的比特币交易数据与Alternative.me API提供的加密市场情绪指数。该数据集旨在为量化金融研究者提供多维度分析工具，通过结合传统技术指标（开盘价、最高价、最低价、收盘价）与行为金融学指标（恐惧贪婪指数），探索加密货币市场中价格波动与群体心理的关联性。其4小时粒度的时序特性及持续更新的机制，使其成为算法交易策略开发和市场情绪建模的重要基准数据，显著推动了加密货币多因子模型研究的发展。

当前挑战

该数据集面临的核心挑战体现在两个维度：在领域问题层面，加密货币市场的高波动性与情绪指标的滞后性导致价格-情绪相关性建模困难，极端行情下恐惧贪婪指数的预测效能可能显著衰减；在构建过程层面，多源异构数据的时区对齐与采样频率匹配构成技术瓶颈，4小时K线与每日更新的情绪指数需要精确插值处理，而API接口的调用频率限制与历史数据获取约束则增加了数据集维护的复杂度。

常用场景

经典使用场景

在加密货币市场分析领域，BTCUSDT 4h OHLC + Fear & Greed Index数据集为研究者提供了结合价格波动与市场情绪的多维度分析工具。该数据集通过整合4小时级别的开盘价、最高价、最低价和收盘价数据，辅以每日更新的恐惧与贪婪指数，成为量化交易策略开发和市场情绪研究的基准数据源。其高频时间序列特性尤其适合捕捉比特币市场的短期波动规律与情绪驱动的价格异动。

解决学术问题

该数据集有效解决了加密货币研究中市场情绪量化不足的学术难题。恐惧与贪婪指数作为行为金融学的具象化指标，为解释非理性市场波动提供了可量化的代理变量。学术界利用该数据验证了情绪极端值与价格拐点的相关性，突破了传统技术分析仅依赖历史价格的局限，推动了基于多模态数据的市场预测模型发展。

实际应用

实际应用中，高频交易机构将该数据集纳入算法交易系统的实时决策模块，通过监测情绪指标与价格背离信号优化交易时机。监管机构则借助情绪指数识别市场过热风险，而零售投资者利用其构建情绪预警策略。数据中精确的时间对齐特性更使其成为跨交易所套利系统的关键输入。

数据集最近研究

最新研究方向

在数字货币分析领域，BTCUSDT 4小时OHLC数据结合恐惧与贪婪指数的数据集正成为量化金融研究的热点。该数据集通过整合技术指标与市场情绪指标，为探索加密货币价格波动与群体心理的关联性提供了新的视角。当前前沿研究集中在基于深度学习的多模态时间序列预测模型构建，利用Transformer架构同时处理价格序列和情绪标签，以捕捉市场极端情绪对短期价格走势的影响。2023年以来，随着ChatGPT引发的大模型热潮，部分团队开始尝试将LLM的语义理解能力应用于情绪指标分析，结合传统技术指标开发更精准的交易信号生成系统。这类研究不仅推动了算法交易策略的革新，也为理解非理性行为在加密市场中的传导机制提供了实证基础。