kalshi-perps-data

Kalshi Perps Market Data 是一个用于预测 Kalshi 平台上加密货币永续期货价格在未来30分钟内涨跌方向的数据集。它包含多时间框架价格历史数据、工程化技术特征以及新闻情绪数据，这些数据由开源交易机器人自动收集。数据集旨在为配套的分类模型提供训练数据，并在此存档以确保训练过程不依赖于 Kalshi API 可能仅提供的近期数据窗口。数据覆盖了自产品首次上市（2026年6月4日）以来每种工具的全部历史价格，涵盖13种加密货币工具：BTC、ETH、SOL、XRP、DOGE、LTC、BCH、LINK、SUI、NEAR、HYPE、kSHIB 和 ZEC。数据来源包括：价格数据来自 Kalshi 的 REST 端点（提供1分钟和60分钟的OHLC数据，反映实际可交易工具价格，而非外部指数）；新闻情绪数据来自免费的 RSS 源（如 Google News、CoinTelegraph、CryptoSlate、Decrypt），并通过简单关键词极性进行评分。数据以表格形式组织，每行代表一个工具在某一分钟的观测值，主要字段包括：工具代码、时间戳、收盘价、1分钟/5分钟/15分钟 trailing 百分比回报率、距离15分钟/30分钟移动平均的距离、过去15分钟内1分钟回报率的滚动标准差、过去60分钟蜡烛图窗口内的百分比变化、新闻情绪评分以及标签（若30分钟后价格上涨则为1，下跌则为0）。所有滚动/滞后特征均采用无泄漏方式计算。数据集大约每15分钟由机器人的定时收集任务追加更新，适用于时间序列预测、表格分类等任务，特别是在加密货币交易和价格方向预测的研究场景中。数据集以 MIT 许可证提供，规模在10万到100万样本之间，语言为英语。请注意，该数据集与 Kalshi 无关联或认可，仅作为开源交易机器人项目的一部分用于研究/信息目的，不保证准确性或完整性，且不构成财务建议。Kalshi Perps Market Data is a dataset for predicting the direction of cryptocurrency perpetual futures prices on the Kalshi platform within the next 30 minutes. It includes multi-timeframe price history data, engineered technical features, and news sentiment data, automatically collected by an open-source trading bot. The dataset is designed to provide training data for a companion classification model and is archived here to ensure the training process does not rely on Kalshi APIs potentially limited recent data window. Data covers the full price history of each instrument since its initial listing (June 4, 2026), including 13 cryptocurrency instruments: BTC, ETH, SOL, XRP, DOGE, LTC, BCH, LINK, SUI, NEAR, HYPE, kSHIB, and ZEC. Sources include: price data from Kalshis REST endpoints (providing 1-minute and 60-minute OHLC data reflecting actual tradable instrument prices, not external indices); news sentiment data from free RSS feeds (e.g., Google News, CoinTelegraph, CryptoSlate, Decrypt), scored via simple keyword polarity. Data is organized in tabular form, with each row representing a minute-level observation for an instrument. Key fields include: ticker, timestamp (ts, in UTC seconds), close price, 1-minute/5-minute/15-minute trailing percentage returns (ret_1m, ret_5m, ret_15m), distance to 15-minute/30-minute moving averages (dist_to_ma_15, dist_to_ma_30, as fractions), rolling standard deviation of 1-minute returns over the past 15 minutes (volatility_15), percentage change over the past 60-minute candle window (trend_pct), news sentiment score (sentiment_score, range [-1, 1]), and label (label_up: 1 if price rises after 30 minutes, 0 if falls, empty for recent rows). All rolling/lagged features are computed without leakage (using only data prior to their timestamp). The dataset is updated approximately every 15 minutes via the bots scheduled collection tasks. It is suitable for tasks like time series forecasting and tabular classification, particularly in research contexts for cryptocurrency trading and price direction prediction. The dataset is provided under an MIT license, with a scale between 100,000 and 1,000,000 samples, and in English. Note that this dataset is not affiliated with or endorsed by Kalshi; it is part of an open-source trading bot project for research/informational purposes only, with no guarantees of accuracy or completeness, and does not constitute financial advice.

原始信息汇总

数据集概述

数据集名称：Kalshi Perps Market Data
许可协议：MIT
语言：英语
任务类别：时间序列预测、表格分类
标签：加密货币、金融、交易、时间序列、Kalshi、永续合约、价格预测
数据集规模：100,000 < n < 1,000,000 条记录

---

核心用途

该数据集用于预测 Kalshi 平台上加密货币永续合约在 未来30分钟内的价格涨跌方向。它是为配套的方向分类模型（papylove/kalshi-perps-model）提供训练数据而构建的，确保训练不依赖于 Kalshi API 可能仅保留的近期窗口数据。

---

覆盖范围

• 涵盖的加密货币品种：BTC、ETH、SOL、XRP、DOGE、LTC、BCH、LINK、SUI、NEAR、HYPE、kSHIB、ZEC
• 未覆盖品种说明：DOT、HBAR、XLM 已在 Kalshi 上市，但截至数据集创建时尚未产生任何 K 线历史记录
• 时间跨度：覆盖每个交易品种自上市以来的完整历史（Kalshi 加密永续合约于 2026年6月4日 首次上线）

---

数据来源

数据类别	来源
价格数据	Kalshi 官方 REST API 端点 (/margin/markets/{ticker}/candlesticks)，提供 1分钟 和 60分钟 OHLC 数据
新闻情绪	免费 RSS 新闻源（Google News、CoinTelegraph、CryptoSlate、Decrypt），通过简单关键词极性评分

---

数据模式

每一行对应 一个交易品种 的 1分钟观测数据。

列名	描述
ticker	Kalshi 市场代码，例如 KXBTCPERP
ts	Unix 时间戳（秒，UTC），对应 K 线收盘时间
close	该分钟内的合约价格
ret_1m, ret_5m, ret_15m	过去 1/5/15 分钟的滚动百分比收益
dist_to_ma_15, dist_to_ma_30	当前价格距离 15/30 分钟移动平均线的比例距离
volatility_15	过去 15 分钟内 1分钟收益率的滚动标准差
trend_pct	过去 60 分钟 K 线窗口内的百分比变化
sentiment_score	采集时对应币种的新闻情绪得分，范围 [-1, 1]
label_up	若30分钟后价格更高则为1，更低则为0；对于时间过近而无法确定的行则为空

所有滚动/滑动特征均 无数据泄露 —— 仅基于各自时间戳之前的过往数据计算。

---

更新频率

数据由开源交易机器人（papykabukanyi/bettor）的定时采集任务 大约每15分钟追加一次。

---

声明

• 与 Kalshi 无任何关联或背书
• 仅供研究与信息用途，作为开源交易机器人项目的一部分提供
• 不保证数据的准确性或完整性
• 不构成任何金融建议

搜集汇总

数据集介绍

构建方式

该数据集源自Kalshi平台上的加密货币永续期货合约，由开源交易机器人papykabukanyi/bettor自动收集构建。数据通过Kalshi官方REST接口获取1分钟与60分钟OHLC价格数据，并结合无密钥的RSS新闻源（如Google News、CoinTelegraph等）进行关键词情感极性评分，从而生成综合性的时间序列数据集。所有滚动与趋势特征均严格使用回溯窗口计算，确保无数据泄露。

特点

数据集覆盖Kalshi自2026年6月4日上线以来的全历史永续合约品种，包括BTC、ETH、SOL等13种加密货币，每行记录对应一个1分钟观测窗口。核心预测目标为判断未来30分钟价格涨跌，并提供了丰富的工程化特征，如多时间尺度收益率、移动平均距离、滚动波动率及新闻情感得分，兼具实时更新特性，每隔约15分钟自动追加新数据。

使用方法

该数据集专为时间序列预测与表格分类任务设计，可直接用于训练价格方向分类模型。用户可将'label_up'列作为二分类标签，利用其余特征进行监督学习。数据以行为单位按时间戳排列，支持滚动窗口验证与回测。同时，该数据集是HuggingFace上papylove/kalshi-perps-model模型的配套训练数据，便于复现与改进。

背景与挑战

背景概述

该数据集由开源交易机器人项目bettor于2026年创建，旨在利用机器学习预测Kalshi平台加密货币永续期货合约价格在未来30分钟内的涨跌方向。核心研究问题聚焦于多时间框架价格历史、工程化技术特征与新闻情感的融合建模，以服务于高频交易决策。数据集覆盖包括BTC、ETH、SOL等13种主流加密资产自2026年6月上市以来的完整价格历史，填补了Kalshi新兴永续合约市场缺乏公开可复现训练数据的空白，为时间序列预测与金融分类任务提供了标准化基准。其研究人员通过自动化管道采集平台原生价格数据与无密钥RSS新闻情感，确保了数据与研究目标的直接相关性，对加密金融领域量化策略开发与可复现性研究具有重要推动意义。

当前挑战

该数据集面临的核心挑战包括：1) 金融时间序列预测中市场噪声与短期价格波动的非平稳性，使得30分钟方向分类任务极易受随机因素干扰，模型需区分信号与瞬时市场异常；2) 构建过程中需解决Kalshi API有限历史窗口限制，通过实时追加数据确保训练数据完整性，同时实现多频率特征（1分钟与60分钟OHLC）的泄漏自由计算以避免未来信息污染；3) 新闻情感特征依赖于简单关键词极性评分，面临情感模糊性与多义性难题，且免费RSS源易产生延迟与覆盖缺失，需权衡特征时效性与成本。此外，新兴市场流动性不足与合约生命周期短导致部分交易对（如DOT、HBAR）无可用数据，限制了模型泛化能力。

常用场景

经典使用场景

Kalshi Perps Market Data 数据集为加密货币永续合约的短期价格方向预测提供了标准的时序分类任务。研究者通常利用该数据集构建二分类模型，依据过去1至60分钟的多时间尺度价格特征、技术指标（如移动平均线距离、滚动波动率）以及新闻情感分数，预测未来30分钟内价格的涨跌方向。该数据集尤其适用于高频或中频交易策略的离线回测与验证，亦可作为金融时序预测领域中端到端特征工程与模型训练的基准资源。

解决学术问题

该数据集聚焦于解决加密货币永续合约市场中的价格方向预测难题，这是行为金融学与市场微观结构研究中的典型问题。通过融合多时间尺度的收益率、技术指标和新闻情感，它有效支持了关于信息融入速度、市场效率假说以及情绪驱动价格发现机制等学术假说的实证检验。数据集的泄露自由设计确保了回测结果的统计无偏性，为评估预测模型在极短线时间窗内的泛化能力提供了可靠基础。

衍生相关工作

围绕该数据集衍生了若干经典工作，最突出的是配套的开源交易机器人项目papykabukanyi/bettor，其实现了数据自动采集、特征工程、模型训练与策略部署的完整流水线。同时，基于该数据训练的Kalshi Perps Model作为方向分类器模型被公开发布，验证了多时间尺度特征与新闻情感在短线价格预测中的有效性。此外，数据集本身的设计思路——包括泄露预防的滚动特征计算方式——为金融时序数据集构建提供了可复现的工程范本。