Polymarket Historical Data

免费Polymarket历史数据：包含7个事件中2,278个市场的订单簿、交易和结果数据，共1730万行数据，以Parquet和CSV格式提供，可使用marketlens Python SDK进行回测。Free Polymarket Historical Data: Contains order book, trade, and outcome data for 2,278 markets across 7 events, totaling 17.3 million rows. It is provided in both Parquet and CSV formats, and supports backtesting via the marketlens Python SDK.

原始信息汇总

Polymarket Historical Data 数据集总结

数据集概述

• 免费提供 Polymarket 历史数据，包含订单簿、交易和结果。
• 覆盖 7 个事件下的 2,278 个市场。
• 共 1,730 万行数据，格式为 Parquet，附带 CSV 摘要。
• 每个文件夹对应一个事件，包含该事件中交易的所有市场，从首次记录的订单簿到结算。
• 数据格式与 Marketlens SDK 兼容，可通过 pip install marketlens 离线回测。

事件列表

事件	系列	日期	市场数	行数	大小
Bitcoin up or down, one day at three cadences	btc-up-or-down-5m, btc-up-or-down-15m, btc-up-or-down-hourly	2026-06-15	408	12,641,833	111.2 MB
MLB, one full day	mlb	2026-07-05	814	994,332	19.7 MB
World Cup final day	soccer-fifwc	2026-07-19	558	1,813,340	35.6 MB
UFC 330	ufc	2026-08-16	69	118,566	5.2 MB
Counter-Strike, one day	counter-strike	2026-09-10	385	1,278,333	26.3 MB
New York daily temperature, three days	nyc-daily-weather	2026-07-16	33	319,831	22.4 MB
Apple weekly price buckets	aapl-neg-risk-weekly	2026-06-12	11	151,639	10.9 MB

数据背景

• Polymarket 的 API 仅返回当前订单簿，不返回历史订单簿。
• Marketlens 自 2026 年 3 月 1 日起记录了 Polymarket 的每一次订单簿更新，本仓库是该存档的样本。

下载方式

• 克隆仓库： bash git clone --depth 1 https://github.com/marketlenstrade/polymarket-historical-data.git

• 单个文件可直接从原始 URL 加载，例如使用 pandas 读取 markets.csv。

使用 Marketlens SDK 回测

• 需要从 marketlens.trade 获取一个免费 API 密钥。
• SDK 从文件夹读取订单簿行，仅向 API 请求市场元数据，元数据不计费。
• 提供回测策略示例（OpeningFader），通过 client.backtest 传入文件夹作为 data_dir，引擎逐笔重放订单簿，模拟成交、队列位置、延迟和费用。

数据格式

• 每个 history-<market>-compact.parquet 文件包含单个市场的历史数据，统一时间基准。

列名	类型	含义
event_type	string	snapshot（完整订单簿）、delta（某一价格档位变化）、trade
t	int64	自纪元以来的毫秒数，UTC
price, size	float64	变化的价格档位或成交；size 为 0 表示移除该档位
side	string	BUY（买方）或 SELL（卖方）
trade_id	string	仅交易
is_reseed	bool	重连后的快照
bids, asks	string	JSON 列表，元素为 {"price", "size"}，最优档在前，仅快照

• 重建任意时刻订单簿：取该时刻或之前最后一个快照，再按顺序应用其后的增量。
• 这是交易对齐的紧凑变体：订单簿在每笔交易和每个快照处精确，交易之间的档位变化被折叠合并。
• 每个文件夹还包含：
  • markets.csv（问题、结果、获胜结果、时间、交易量）
  • snapshots.csv（每个存储订单簿的最优买价、最优卖价、中间价、价差、深度）
• 加密类文件夹携带 reference-BTC.parquet，即同一时间跨度内的 Binance 交易记录。

完整存档

• archive-index.csv 列出 Marketlens 收集的 924 个定期系列。
• 包括各种频率的加密涨跌市场、体育联赛、电子竞技、天气城市、股票、大宗商品和经济数据发布，以及大型一次性事件。
• 完整存档可通过 Marketlens API 获取，提供按系列和时间窗口的 Parquet 导出、K 线、订单簿指标和回测引擎。
• 免费密钥每日覆盖 2,500 万行。

更多样本

• Bitcoin 5 minute L2 depth, one day
• the 2026 World Cup final
• every resolved market with its outcome（均在 Hugging Face 上）

常见问题

• Polymarket 是否提供历史数据？ 订单簿不提供。Gamma 和 CLOB API 返回实时市场和当前订单簿，价格历史端点返回采样的价格线。订单簿历史仅存在于市场活跃时被记录的地方。
• 数据是否提供 CSV 格式？ 是：每个文件夹中的 markets.csv 和 snapshots.csv。Parquet 文件可用 pandas、DuckDB、Polars 或 R 打开。
• 能否用此数据回测 Polymarket 策略？ 可以。将文件夹作为 data_dir 传给 client.backtest，引擎逐笔重放订单簿，模拟成交、队列位置、延迟和费用。每个文件夹的 README 有确切的调用方式。

许可证

• 数据以 CC BY 4.0 发布；署名格式为 "Marketlens, https://marketlens.trade"。
• 引用详情见 CITATION.cff。
• 使用 SDK 1.8.3 由 tools/build.py 从 targets.json 构建。

搜集汇总

数据集介绍

构建方式

预测市场微观结构研究长期受制于订单簿历史数据缺失，因Polymarket的API仅暴露当前盘口而非历史快照。该数据集由Marketlens自2026年3月1日起持续录制Polymarket全量订单簿更新，以构建可复现的微观结构档案，并从中抽取7个代表性事件、2278个市场、约1730万行记录作为公开样本。构建流程依托SDK 1.8.3，由tools/build.py按targets.json配置从录制存档中裁剪、压缩为Parquet格式，并同步生成CSV摘要文件。每个市场以单一时间基存储完整订单簿演变，涵盖自首个订单簿记录至结算的全过程，并按事件分文件夹组织，形成可直接用于离线回测的标准化语料。

特点

该数据集的核心特征在于其时间戳对齐的紧凑订单簿重建机制与跨领域的事件覆盖广度。数据以event_type区分快照、增量与成交三类记录，快照内含完整买卖档位JSON，增量则记录单档位变化，使得研究者可精确重建任意时点的订单簿状态。内容涵盖加密货币涨跌、MLB赛事、世界杯决赛、UFC、反恐精英电竞、纽约气温及苹果股价区间等七类事件，兼具高频金融与体育竞猜场景。每文件夹附有markets.csv与snapshots.csv，提供市场元数据及最优买卖价、中间价、价差与深度指标，加密事件更附带同期的Binance BTC逐笔成交数据，增强了跨市场分析的数据基础。

使用方法

使用该数据集可直接通过git clone获取完整仓库，或利用pandas从raw URL读取单个CSV文件。进行策略回测时，需安装marketlens库并配置免费API密钥，该密钥仅用于获取未计量的市场元数据，订单簿数据则从本地文件夹读取。用户可继承Strategy类并实现on_market_start与on_book等回调，通过sdk.backtest方法传入市场ID列表、初始资金及数据目录，引擎将逐笔重放订单簿并模拟成交、队列位置、延迟与费用。对于自定义分析，可借助pandas或DuckDB直接读取Parquet文件，按event_type筛选成交与快照，或依据快照与增量按序重建订单簿，从而支持从简单统计到复杂做市策略的多样化研究。

背景与挑战

背景概述

预测市场作为汇聚群体智慧以推断事件概率的信息聚合机制，其微观结构研究长期受制于历史订单簿数据的匮乏。Polymarket作为去中心化预测市场的代表性平台，其API仅返回实时订单簿与采样价格线，已成交的历史深度信息无从回溯。Marketlens团队自2026年3月起持续录制平台全量订单簿更新，并于GitHub发布Polymarket Historical Data数据集，涵盖比特币涨跌、MLB、世界杯决赛、UFC 330、反恐精英、纽约气温及苹果股价等七类事件的2278个市场，共计1730万行Parquet记录，按事件分目录存储完整订单簿、成交与结算结果，旨在为预测市场微观结构与策略回测研究提供可复现的高频数据基础。

当前挑战

该数据集所应对的核心领域问题在于预测市场订单簿历史数据的系统性缺失：平台API仅暴露当前状态，价格历史端点提供的是采样后的价格线，无法支撑订单簿动态、流动性与价格发现机制的实证研究。构建过程中的主要挑战包括：其一，订单簿快照与增量更新需在断线重连后通过重新播种保持状态一致，数据重建须依赖is_reseed标记与事件顺序严谨回放；其二，跨七类事件、不同交易节奏与结算规则的市场需统一为单一时间基准与紧凑列式格式，同时保留成交对齐的精确性；其三，高频更新产生的1730万行数据对存储、传输与离线回测引擎的逐笔重放效率提出显著要求。

常用场景

经典使用场景

在预测市场微观结构研究中，限价订单簿的动态演化是核心议题，该数据集通过记录二千二百七十八个市场从首笔订单簿至结算的完整tick级轨迹，为还原市场流动性形成与价格发现过程提供了经典素材。研究者常利用其快照与增量数据重建任意时点的订单簿状态，并借助事件类型与成交标识对买卖价差、深度及订单流进行逐笔分析，从而在加密货币涨跌、体育赛事及天气合约等多元场景下检验市场效率假说。

解决学术问题

既有学术研究长期受困于预测市场历史订单簿的缺失，公开接口仅提供实时状态或采样价格线，致使基于限价订单簿的实证分析难以复现。该数据集弥补了这一空白，使学者能够精确检验知情交易、做市商行为及价格发现等理论命题，并为市场微观结构、行为金融与预测市场效率的交叉研究提供可靠的数据基础，其意义在于将原本不可回溯的订单簿动态转化为可量化、可复现的学术资源。

衍生相关工作

围绕该数据集的发布，Marketlens SDK成为其最直接的衍生工具，支持离线回测与订单簿重放，形成了以数据驱动策略研究的经典工作流。此外，该数据集在Hugging Face上衍生出比特币五分钟L2深度、世界杯决赛及已结算市场结果等系列样本，archive-index.csv所列举的九百二十四个周期性序列亦催生了跨市场档案的持续采集与扩展，推动了预测市场数据基础设施的互联与复用。