vaquum/binance_btcusdt_15m_klines

该数据集是从`origo.binance_daily_spot_trades`表每日导出的，使用`get_binance_spot_klines`方法以15分钟分辨率生成的Binance现货BTCUSDT交易K线数据。数据包含时间戳、开盘价、最高价、最低价、收盘价、均值、标准差、成交量、做市商比例、交易数量、流动性指标等列，时间戳为UTC时区，且故意省略了中位数和四分位距字段。

This dataset is exported daily from `origo.binance_daily_spot_trades` using `get_binance_spot_klines` at 15-minute resolution for Binance spot BTCUSDT trading klines. It includes columns such as datetime, open, high, low, close, mean, std, volume, maker_ratio, no_of_trades, liquidity metrics, with timestamps in UTC and intentionally omits median and iqr fields.

搜集汇总

数据集介绍

构建方式

在加密货币市场分析领域，高质量的高频交易数据是量化研究与模型训练的基础。该数据集源自Binance现货市场中的BTCUSDT交易对，通过从`origo.binance_daily_spot_trades`表中每日导出的方式构建，并利用`get_binance_spot_klines`函数以15分钟为分辨率进行切片处理。最终以Parquet格式存储，形成涵盖2020年1月1日至2026年6月3日的快照文件，共包含225,053条记录，确保数据的高效存取与长期可追溯性。

特点

该数据集的核心特点在于其多维度的粒度信息与流动性指标深度融合。除了标准的开盘价、最高价、最低价、收盘价、成交量和交易笔数外，还创新性地引入均值、标准差、做市商比例以及从开盘到收盘各时间点的流动性数值，并汇总为流动性总和。这种设计不仅刻画了价格波动特征，还揭示了市场深度与交易行为的内在结构，为分析市场微观结构与异常波动提供了独特视角。

使用方法

在使用数据集时，研究者可直接通过加载Parquet文件读取结构化表格数据，利用`datetime`列作为时间索引进行时序分析。基于`open`、`high`、`low`、`close`字段可计算技术指标或构建预测模型，同时结合`volume`和`maker_volume`分析交易者行为差异。流动性相关列（如`liquidity_sum`）适用于市场质量评估或冲击成本建模。需注意所有时间戳均采用UTC时区，且数据中省略了中位数与四分位距，避免在多场景分析中产生歧义。

背景与挑战

背景概述

binance_btcusdt_15m_klines数据集由Origo团队创建，以15分钟为粒度，系统记录了2020年1月1日至2026年6月3日期间Binance现货市场中BTCUSDT交易对的行情数据。该数据集源自`origo.binance_daily_spot_trades`表，通过`get_binance_spot_klines`每日导出，内容涵盖开盘价、最高价、最低价、收盘价、成交量、成交笔数及流动性指标等关键变量。在加密货币高频交易与市场微观结构研究中，高质量、细粒度的历史K线数据是分析价格发现、流动性动态与交易行为的基础。该数据集填补了公开可获取的高精度加密货币现货数据缺口，为量化策略回测、市场效率检验及机器学习模型训练提供了极具价值的基准资源，尤其适用于研究Binance这一全球最大加密货币交易所的BTCUSDT市场行为。

当前挑战

该数据集所解决的领域问题在于，加密货币市场缺乏标准化、高分辨率且长期连续的现货K线数据，传统数据集通常为日级别或采样频率较低，难以捕捉15分钟级别的日内波动与流动性变化，限制了短期交易策略研究与市场微观结构分析。构建过程中面临的挑战包括：需确保数据从Binance API实时采集的完整性与准确性，避免因网络中断或API限流导致的缺失；处理不同时间戳时区转换的复杂性，保证UTC时间的一致对齐；计算衍生指标如均值和标准差时，需应对极端价格波动下的异常值影响；以及维护每日增量更新与历史数据快照的一致性，使得数据集在长期跨度内无断点且可追溯。

常用场景

经典使用场景

在金融时序分析与量化交易研究领域，binance_btcusdt_15m_klines 数据集以其精确的15分钟粒度，成为高频交易策略回测与市场微观结构分析的经典基石。研究者常借助该数据集的OHLCV（开盘、最高、最低、收盘价与成交量）要素，结合流动性指标如开仓流动性与成交笔数，构建动量因子或波动率模型。其清晰的时间戳与丰富的衍生特征（如均值、标准差、做市商占比）为日内价格行为模式挖掘提供了可靠的数据支撑，尤其在加密货币市场情绪探测与短线趋势预测任务中展现出极高的复用价值。

解决学术问题

该数据集有效回应了加密货币领域长期存在的低信噪比与数据稀疏性挑战。通过提供涵盖完整牛熊周期的连续15分钟K线记录，它解决了因数据分辨率不足而导致的回测过拟合问题。学术研究中，它被广泛用于检验有效市场假说在数字资产中的适用性、评估订单流不平衡对价格冲击的预测力，以及验证基于流动性的风险溢价模型。其意义在于弥合了传统金融计量方法与新兴加密市场之间的数据鸿沟，推动了行为金融学与计算金融学在去中心化交易场景下的理论实证。

衍生相关工作

基于该数据集的衍生工作已形成多条研究脉络。其中最经典的是基于LSTM与Transformer架构的加密价格预测模型，通过将15分钟K线序列编码为时间特征向量，显著提升了方向性准确率。另一重要分支聚焦于流动性度量改进，研究者利用该数据中的逐笔交易分解指标，提出了动态做市商激励机制与基于成交笔数的微观波动率代理变量。此外，对抗生成网络被应用于生成合成K线数据以增强小样本训练，以及多智能体强化学习框架在模拟交易所环境中复制该数据集的盘口特征，推动了仿真环境的逼真度跃升。