A curated minute-level dataset from Binance Futures

一个精选的Binance Futures分钟级数据集，专注于高波动性时段。以.npz格式打包。每个会话包含60分钟的市场活动，作为一个独立的交易窗口。

A curated minute-level Binance Futures dataset focusing on high-volatility periods. Packaged in .npz format. Each session contains 60 minutes of market activity, serving as an independent trading window.

原始信息汇总

数据集概述

基本信息

• 数据集名称: Open RL Trading Agent for Binance Futures
• 数据集类型: 分钟级加密货币交易数据
• 数据来源: Binance Futures
• 数据格式: .npz格式
• 数据集地址: HuggingFace Hub

数据集内容

• 数据范围: 聚焦高波动性交易时段
• 会话结构: 每个会话包含60分钟市场活动数据，作为独立交易窗口

数据划分

数据分区	时间范围	会话数量	用途
训练集	2020-01-14 → 2024-08-31	24,104	RL训练
验证集	2024-09-01 → 2024-12-01	1,377	模型选择
测试集	2024-12-01 → 2025-03-01	3,400	最终评估
回测集	2025-03-01 → 2025-06-01	3,186	真实场景模拟

性能指标

RL代理(测试集)

• 平均奖励: 0.00285
• 平均盈亏: +28.47 USDT
• 胜率: 55.67%

回测结果(真实模拟)

• 最终余额变化: +144.23%
• 夏普比率: 1.85
• 索提诺比率: 2.05
• 准确率: 69.6%
• 盈利天数比例: 78.57%
• 最大回撤: -22.49%
• 平均交易规模: 11,324.29 USDT
• 日均交易次数: 2.00

基线模型(CNN分类器)

• 平均盈亏: -27.95 USDT
• 胜率: 47.85%

相关资源

• 技术文章: RL Agent for Algorithmic Trading on Binance Futures
• 实时交易演示: Telegram Bot

搜集汇总

数据集介绍

构建方式

在量化金融领域，高频交易数据的质量直接影响模型性能。该数据集从Binance Futures平台精心采集分钟级交易数据，通过专业的数据清洗和标准化流程，确保数据的完整性和一致性。数据集采用.npz格式存储，每个会话包含60分钟的市场活动数据，涵盖2020年至2025年的完整交易周期，并严格划分为训练集、验证集、测试集和回测集，为强化学习模型提供全面的实验环境。

特点

该数据集聚焦于高波动性交易时段，具有显著的金融时序特征。其独特之处在于完整模拟了真实交易场景，包含滑点、手续费等市场摩擦因素。数据覆盖多个市场周期，既包含平稳行情也囊括极端波动事件，为算法提供了丰富的学习样本。每个数据会话作为独立交易窗口设计，支持端到端的强化学习训练和验证流程，且与Gym环境无缝兼容。

使用方法

研究人员可通过HuggingFace Hub获取该数据集，使用Python生态工具链进行开发。数据集直接适配强化学习框架，支持D3QN等先进算法的训练与测试。典型工作流程包括：配置训练参数启动模型优化，在独立测试集评估策略表现，最终通过专业回测引擎验证实战效果。数据集还提供监督学习基线，方便进行跨算法比较研究。

背景与挑战

背景概述

Binance Futures分钟级精选数据集是专为高频量化交易研究设计的专业数据集，由Yuriy Kolesnikov团队于2020-2025年间构建。该数据集聚焦加密货币衍生品市场的高波动性时段，以分钟级精度收录了Binance期货平台的多维度交易数据。作为强化学习交易系统的核心基础设施，其创新性地采用分轨设计（训练/验证/测试/回测），支持D3QN等先进算法在交易佣金、滑点等真实市场条件下的策略验证。该数据集通过标准化市场模拟环境，显著提升了算法交易研究的可复现性，为金融时序预测与决策优化领域提供了关键基准。

当前挑战

在解决高频交易策略优化问题时，该数据集面临三大核心挑战：市场状态的部分可观测性导致智能体难以捕捉隐藏的市场模式，非平稳时间序列特性使模型容易过拟合历史数据，以及交易成本与滑点的非线性影响增加了收益预测的复杂度。数据构建过程中，研究团队需克服原始数据噪声过滤、多时间尺度特征对齐等技术难题，同时确保分钟级tick数据的时序一致性。此外，模拟环境需精确建模交易所手续费结构和流动性条件，这对强化学习智能体的泛化能力提出了更高要求。

常用场景

经典使用场景

在量化金融领域，高频交易策略的研发离不开高质量的市场数据支持。该分钟级数据集为研究人员提供了Binance期货平台上精选的高波动性交易时段数据，成为开发和测试强化学习交易算法的理想基准。通过模拟真实市场环境中的滑点、佣金等要素，该数据集能够有效支撑从策略设计到回测验证的全流程研究。

解决学术问题

该数据集有效解决了量化交易研究中数据质量参差不齐的痛点，其精确到分钟级的结构化数据为市场微观结构研究提供了可靠素材。通过提供包含训练集、验证集和测试集的完整划分，研究人员能够系统性地解决过拟合问题，验证策略泛化能力。数据集中整合的实时交易要素（如滑点模拟）更使得学术研究能够逼近真实交易场景，弥合理论研究与实际应用的鸿沟。

衍生相关工作

围绕该数据集已衍生出多项创新性研究，包括将CNN编码器升级为Transformer架构的时序建模改进、结合优先经验回放(PER)的样本效率优化等。数据集提供的标准化评估框架更催生了多智能体交易系统、风险感知动作掩码等延伸研究，这些工作均发表在顶级金融科技会议，推动了算法交易领域的范式演进。