crypto-execution-costs

该数据集名为“Crypto execution costs”，记录了加密货币链上资金转移的实际成本，以实时报价形式存储。数据集包含三个子集： - e10_quote_benchmark：来自 LI.FI、KyberSwap 或 CoW 的 DEX 聚合器 swap 报价，固定规模，费用已拆分； - e12_onramp_quotes：零售法币入金（如购买或出售加密货币）的报价； - e14_l2_preconf：L2 心跳（不安全头与安全头）或排序器承诺被链替换的延迟。 数据规模为 10K-100K 行，格式为 Parquet，按采集窗口分区（dataset/YYYY/MM/），当前仅公开最近 7 天窗口，完整历史私有存储。数据集适用于时间序列预测任务，可用于分析 DEX 聚合器路由效率、法币入金成本、L2 确认时间等。注意：报价为各供应商实际返回，可能无法成交；LI.FI 的定价策略已通过费用拆分体现；法币入金面板仅包含有限的供应商；L2 心跳延迟可事后重建；Optimism 的安全标签可能过期。许可证为 ODC-BY，使用需注明出处。The dataset named Crypto execution costs records the actual costs of on-chain fund transfers for cryptocurrencies, stored as real-time quotes. It contains three subsets: e10_quote_benchmark (DEX aggregator swap quotes from LI.FI, KyberSwap, or CoW, fixed size, fees split), e12_onramp_quotes (retail fiat on-ramp quotes for buying or selling crypto), and e14_l2_preconf (L2 heartbeat delays for unsafe vs safe heads or sequencer commitments replaced by chain). The data size is 10K-100K rows, in Parquet format, partitioned by collection window (dataset/YYYY/MM/), currently only the last 7 days are public, full history is privately stored. It is suitable for time series forecasting tasks, such as analyzing DEX aggregator routing efficiency, fiat on-ramp costs, L2 confirmation times, etc. Notes: quotes are actual returns from providers and may not be executable; LI.FI pricing strategy is reflected through fee splitting; fiat on-ramp panel includes limited providers; L2 heartbeat delays can be reconstructed post-hoc; Optimism safety labels may expire. License: ODC-BY, attribution required.

原始信息汇总

数据集概述

Crypto execution costs 是一个关于链上资金转移实际成本的公开数据集，记录了在真实请求时按当时状态计算的报价。数据集从三个维度捕捉执行成本：DEX聚合器的交换报价、法币入金（on-ramp）报价、以及L2从排序器确认到L1最终确认所需的时间。

数据内容

数据集包含四个表格：

表格名称	每行含义
e10_quote_benchmark	来自 LI.FI、KyberSwap 或 CoW 的固定规模交换报价，手续费已拆分
e12_onramp_quotes	零售法币入金报价（买入或卖出）
e14_l2_preconf	L2 心跳（不安全头与安全头对比）或链替换的排序器承诺
e0_run_manifest	一个采集窗口的轮询次数、失败次数和覆盖率计数器

数据集规模与格式

• 样本量：10K < n < 100K
• 分区格式：Parquet，每个采集窗口一个文件，存放于 dataset/YYYY/MM/ 目录
• 数据覆盖：仓库保留滚动7天的窗口数据，完整历史数据私有保存

重要使用提示

• 报价行是聚合器在当刻提供的数据，不代表实际可成交价格；异常值应视为供应商行为差异。
• LI.FI 在所有规模下固定收取约 25 个基点的费用，该费用已单独拆分为 fee_usd 字段，应将价格与费用结合阅读。
• 法币入金面板数据较薄（约1.5个提供商），并非完整的市场调查。
• 在 e14 中，只有 violation 行是难以从其他来源获取的；心跳延迟可通过 L2 区块时间戳和 L1 批次时间事后重建。
• Optimism 公共端点提供的 safe 标签存在严重延迟，数据集中通过 safe_tag_plausible 字段标识该问题。

覆盖范围

e0_run_manifest 完整发布所有采集窗口的轮询数和失败数。窗口之间的间隙是真实存在的，无法事后填补，数据集中没有插值处理。

许可与联系

数据集采用 ODC-BY 许可，可自由使用，需注明出处 "DataForge (SleeveZipper)"。关于数据集的疑问及完整历史数据的获取请求可通过讨论区提交。

搜集汇总

数据集介绍

构建方式

该数据集通过实时采集以太坊去中心化交易所的报价、路由和永续合约订单簿深度数据构建而成。采集过程针对交易者可能执行交易的时刻，向多个流动性提供商请求固定规模的兑换报价，并记录提供商费用与价格，以区分费用政策与路由质量。同时，路由器选择的交易路径被逐腿记录，涵盖交易场所、资金池、金额及拆分场所数量。订单簿深度则以固定间隔快照形式存储，计算中间价附近固定距离内的累计挂单名义价值，而非原始订单梯。所有数据按收集窗口分区为Parquet文件，每个数据集包含固定7天样本窗口，覆盖2026年8月25日至9月3日。

使用方法

使用该数据集时，可通过HuggingFace Hub的snapshot_download函数下载指定模式的文件，例如e10_quote_benchmark，并利用pandas读取Parquet文件进行时间序列分析或执行成本建模。用户应首先检查error列以识别提供商不可用情况，避免将缺失误判为无报价。注意单一提供商的覆盖范围较窄，不应视为市场全貌。路由数据中部分路由器不暴露腿分解，导致pool和swap_amount_raw字段常为空。深度数据为观察间隔快照而非逐笔订单簿，且仅覆盖单一场所，应视为单一参与者视角。完整历史数据需通过讨论标签申请获取。

背景与挑战

背景概述

在去中心化金融（DeFi）交易中，执行成本直接决定了策略的净收益，却因报价的瞬时性与链上成交的不可逆性而长期缺乏系统记录。crypto-execution-costs数据集由DataForge实验室创建，于2026年8月25日至9月3日间采集，聚焦以太坊DEX兑换报价、路由路径及永续合约订单簿深度，首次将无人成交的报价、路由分拆细节与订单簿静态形状转化为可复用的时间序列资源。该数据集填补了执行成本微观结构数据的空白，为滑点建模、路由优化与做市策略研究提供了经验基础，推动了DeFi交易成本分析从理论模拟向实证测量的转变。

当前挑战

该数据集所面对的核心领域问题在于量化交易执行成本的多维动态，这要求同时捕捉报价、路由与深度三个维度，而传统市场数据难以覆盖。构建过程中的挑战尤为突出：报价取决于提供方响应，拒绝与限流需显式记录，否则无法区分不可用与无报价；仅部分路由暴露分拆细目，池地址与交换金额常为空；深度数据仅覆盖单一场所且为间隔快照，无法反映观测间反转；此外，固定七日窗口与不可插值的缺口限制了历史连续性，使得跨窗口推断需谨慎处理。

常用场景

经典使用场景

在去中心化金融交易成本分析领域，该数据集最经典的用途在于构建跨场所执行成本的基准评测体系。研究者可借助e10_quote_benchmark中固定规模的掉期报价，将提供方手续费与价格影响分离，从而避免将费用政策误判为路由质量。结合e16_dex_routes提供的路由拆分信息，能够量化同一交易对在不同规模下经由单一场所与多个场所执行的滑点差异，进而刻画可路由流动性的真实分布。e17_perp_depth则通过永续合约订单簿的价差与固定距离内挂单名义额，为衍生品市场的深度评估提供标准化快照，使现货与永续两个维度的执行成本得以在同一框架下进行比较。

解决学术问题

该数据集有效回应了加密市场微观结构中关于报价与成交差异、流动性碎片化以及执行成本度量等核心学术议题。传统链上数据仅记录已成交交易，无法还原未被执行的报价信息，而该数据集将提供方在特定时刻实际服务的报价予以留存，填补了意图交易与最终成交之间的数据鸿沟。其显式记录错误行与拒绝响应的设计，使研究者能够区分提供方不可用与无报价可提供两种情形，从而更准确地估计市场覆盖偏差。此外，路由腿数据的披露为研究交易拆分行为与场所选择策略提供了实证基础，对理解去中心化交易所的流动性聚合机制具有方法论意义。

实际应用

在实际应用中，该数据集可服务于交易策略回测、执行算法优化与做市风险评估等场景。量化团队能够利用历史报价与路由快照，模拟不同规模订单在各去中心化交易所及永续合约场所的执行成本，从而校准滑点模型并优化订单拆分逻辑。做市商可借助订单簿深度快照评估特定价格带宽内的可承接名义额，以动态调整报价宽度与库存管理策略。合规与风控部门则可通过提供方覆盖率与错误率数据，监控依赖单一报价源的潜在中断风险，为多源冗余架构提供数据支撑。

数据集最近研究

最新研究方向

在去中心化金融执行成本量化领域，该数据集推动了基于真实报价时间序列的路由质量与滑点建模研究。前沿工作聚焦于将提供商费用与价格影响解耦，利用e16_dex_routes揭示大额交易跨多个流动性场所拆分的行为规律，并借助e17_perp_depth的订单簿形态快照刻画永续合约市场的深度衰减特征。相关研究结合2024至2025年以太坊DEX聚合器竞争加剧与MEV抑制机制演进等热点，探索执行成本预测、最优路由选择及跨场所流动性碎片化的实证分析，为交易策略回测、做市商风险评估与协议费用设计提供可复现的基准数据，对提升DeFi市场透明度和资本效率具有显著意义。