OptionVault

历史印度金融市场数据集，用于量化研究、算法交易、回测和市场微观结构分析。数据集涵盖NSE现货、NSE指数、NSE期货、NSE期权、MCX期货、MCX期权、逐笔数据和Level 2市场深度数据，提供分钟级、秒级和逐笔分辨率，包括OHLC、成交量、持仓量和希腊值等信息。This is a historical Indian financial market dataset intended for quantitative research, algorithmic trading, backtesting and market microstructure analysis. The dataset covers NSE spot markets, NSE indices, NSE futures, NSE options, MCX futures, MCX options, tick-by-tick data and Level 2 market depth data, with three temporal resolutions: minute-level, second-level and tick-by-tick. It includes metrics such as OHLC prices, trading volume, open interest and Greeks.

原始信息汇总

数据集概述

OptionVault 是一个专注于印度金融市场历史数据的公开数据集，旨在支持量化研究、算法交易、回测和市场微观结构分析。

覆盖范围

市场	时间范围	数据频率	包含指标
NSE 现货	2018年至今	1分钟	OHLCV
NSE 指数	2022年至今	1秒	OHLC
NSE 期货	2018年至今	1分钟	OHLC、成交量、持仓量
NSE 期权	2018年至今	1分钟	OHLC、成交量、持仓量、希腊值
MCX 期货	2023年至今	1分钟	OHLC、成交量、持仓量
MCX 期权	2023年至今	1分钟	OHLC、成交量、持仓量、希腊值
逐笔数据	可用	逐笔	交易事件
Level 2	可用	快照	市场深度

数据集结构

• 现货数据：包含时间戳、OHLC、成交量、持仓量（现货为0）、底层名称、交易代码、到期日、行权价、工具类型及分区键。
• 期货数据：包含时间戳、OHLC、成交量、持仓量、底层资产、合约代码、合约到期日及合约类型（FUT）。
• 期权数据
  • 市场数据：时间戳、OHLC、成交量、持仓量、底层资产、期权代码、行权价、到期日、合约类型（OPT）及方向（CE/PE）。
  • 希腊值：包含一阶希腊值（IV、Delta、Gamma、Vega、Theta、Rho）和高阶希腊值（Vanna、Charm、Vomma、Speed、Zomma、Color、Veta、Ultima、Dual Delta、Dual Gamma）。

样本文本与访问

• 仓库提供多个市场的样本文件（CSV格式），涵盖现货、衍生品、指数1秒数据、市场深度及MCX数据。
• 完整数据集大小：超过300GB，历史数据持续更新。
• 云访问：授权用户可通过Google Drive获取全部数据集，且数据按市场、工具和日期组织，便于下载和集成。

设计用途

应用领域
量化研究、回测、算法交易
统计套利、机器学习、波动率研究
投资组合分析、执行研究、市场微观结构
HFT模拟、流动性分析、风险分析

联系方式与许可

• 仓库通过GitHub Issues或Telegram（https://t.me/QuantDevstack ）提供支持。
• 注意事项：仓库中的样本文件仅用于评估，完整数据集需获得商业许可。

搜集汇总

数据集介绍

构建方式

OptionVault数据集精心构建于印度金融市场的数据生态之上，覆盖了国家证券交易所（NSE）的现货、指数、期货与期权，以及多种商品交易所（MCX）的衍生品合约。其时间跨度自2018年延伸至今，现货数据以1分钟为颗粒度记录OHLCV（开盘、最高、最低、收盘价及成交量），指数数据更精细至1秒级别，期货与期权则同步提供OHLC、成交量、未平仓合约及希腊字母风险指标。逐笔交易数据与L2市场深度快照的纳入，进一步丰富了微观结构分析的维度。数据按市场、工具类型和日期进行系统化整理，并通过Google Drive以结构化文件夹形式向授权用户交付完整超300GB的历史记录。

特点

该数据集的核心特质在于其多维度的精密刻画与金融衍生品深度指标的全面性。现货与期货数据除了基础的价格与成交量外，还包含未平仓合约这一关键流动性指标；期权部分则尤为突出，不仅提供IV（隐含波动率）、Delta、Gamma等一阶希腊字母，更囊括了Vanna、Charm、Speed等高阶敏感度参数，为波动率曲面建模与期权组合风险管理提供了底层数据支撑。此外，逐笔交易数据与市场深度快照使研究者能够触及高频交易模拟、订单流分析与流动性探测等前沿领域。

使用方法

用户可通过GitHub仓库获取样本文件以评估数据格式，样本按现货、衍生品、指数、市场深度及MCX等目录组织，每种工具以CSV文件呈现，字段清晰标明时间戳、OHLC、成交量、未平仓合约、希腊字母及合约属性。对于完整数据集，需通过许可协议获取Google Drive访问权限，支持按市场分段下载。数据可直接导入Python的Pandas、R的data.table或MATLAB等量化分析框架，用于策略回测、统计套利模型训练、机器学习特征工程以及期权定价模型校准等研究场景。

背景与挑战

背景概述

OptionVault数据集由QuantDevstack团队于近年创建，专注于印度金融市场的历史交易数据，涵盖NSE（印度国家证券交易所）和MCX（印度大宗商品交易所）的现货、指数、期货、期权及逐笔交易数据，时间跨度从2018年至今，总规模超过300GB。该数据集旨在为量化研究、算法交易、回测及市场微观结构分析提供高精度、多分辨率的数据支持，包括1分钟K线、1秒指数数据以及逐笔成交记录，并首次系统性地提供了期权希腊字母（Greeks）高阶指标。作为印度金融市场中稀缺的标准化高频数据集，OptionVault填补了新兴市场在衍生品定价、波动率建模和统计套利等领域的基础数据空白，对推动南亚量化生态发展具有里程碑意义。

当前挑战

OptionVault所解决的领域挑战在于，印度金融衍生品市场长期缺乏结构化、高频率的历史数据集，导致量化研究者难以基于本地市场进行期权定价、波动率曲面构建及高频统计套利策略的开发。其构建过程面临的挑战主要包括：海量异构数据的整合——需将NSE与MCX两大交易所不同时间粒度（从1秒到逐笔）、不同资产类别（现货、期货、期权及大宗商品）的数据统一清洗对齐；期权希腊字母的精准计算——需针对印度市场特有的合约规则（如手动调整的到期日、非标准行权价间隔）开发校准模型，并确保高阶希腊字母（如Vanna、Charm、Vomma）在分钟级数据上的数值稳定性；数据可用性与合规性的平衡——公开样本仅提供2018年后的部分合约切片，完整300GB数据集需通过许可访问，且需持续处理交易所数据发布延迟与合约生命周期管理带来的更新挑战。

常用场景

经典使用场景

在金融量化研究的广袤领域中，OptionVault数据集宛若一座蕴藏丰富的矿藏，为探究印度金融市场微观结构与衍生品定价机制提供了坚实的数据基石。其经典使用场景集中于构建高精度因子模型，研究者可借助涵盖NSE与MCX多市场、跨越现货、期货与期权的高频数据，深入剖析隐含波动率曲面动态、期权希腊字母风险暴露与到期日效应间的交互关系，进而实现对复杂交易策略的精细化回测与归因分析。

实际应用

在实际应用层面，OptionVault数据集为算法交易系统的开发与风控体系的搭建提供了可落地的数据支撑。交易团队可利用其逐笔Tick及市场深度快照来训练隐马尔可夫模型或强化学习代理，以捕捉瞬时订单流失衡信号并优化执行算法；同时，期权希腊字母表的完备性使得大型做市商能够实时监测组合的极端风险敞口，并基于历史回测结果动态调整Delta对冲参数。

衍生相关工作

围绕OptionVault数据集已衍生出多项具有影响力的学术与工程工作。例如，研究者基于其期权分钟级OHLC及IV序列，验证了机器学习模型（如XGBoost与LSTM）在跨期波动率预测中优于传统GARCH族模型；另有开源项目在此数据上复现了Bollerslev等人的跳跃风险溢价发现，并进一步构建了针对Nifty指数的日内统计套利策略。这些工作不仅丰富了量化研究文献库，也反向推动了数据集本身在数据清洗与事件对齐方法上的持续迭代。