Polymarket BTC/ETH Up-or-Down order-book price dataset

免费、公开共享的Polymarket短期比特币和以太坊“涨跌”市场（5分钟和15分钟窗口）的逐笔订单簿快照。Free and publicly shared tick-by-tick order book snapshots of Polymarket's short-term Bitcoin and Ethereum "up-or-down" markets with 5-minute and 15-minute windows.

原始信息汇总

数据集概述

Polymarket BTC/ETH 涨跌预测市场订单簿数据集是一个免费、公开共享的逐笔级订单簿快照数据集，涵盖Polymarket平台上比特币和以太坊的短期"涨或跌"预测市场（5分钟和15分钟窗口）。数据采集器每隔几秒记录每个活跃窗口两个结果代币的最高订单簿信息，可用于重建市场实时定价并进行策略回测。市场通过Polymarket官方结算机制（Chainlink TWAP）进行结算。

数据覆盖范围

项目	详情
数据起始时间	2026-08-06 10:43:07 UTC
数据结束时间	2026-08-13 12:59:59 UTC
总快照数量	2,431,404行
追踪资产	BTC、ETH
窗口长度	5分钟和15分钟
最后更新时间	2026-08-13 13:57:58 UTC

数据文件

数据集存储在仓库的databases/目录下，使用zstd压缩。每个原始数据库约200 MB，压缩后约24 MB，压缩比约为8.5×。目前已发布三个完整文件：

文件名	覆盖时段（UTC）	行数	原始大小	压缩后大小
pm_btc_eth_5m_15m_20260806T104307Z_0000.db.zst	2026-08-06 → 2026-08-08	805,308	200.5 MB	23.7 MB
pm_btc_eth_5m_15m_20260808T190001Z_0001.db.zst	2026-08-08 → 2026-08-11	816,040	200.3 MB	23.4 MB
pm_btc_eth_5m_15m_20260811T040001Z_0002.db.zst	2026-08-11 → 2026-08-13	810,056	200.6 MB	24.0 MB

文件在数据库填满约200 MB后滚动生成，已发布的文件均为最终版本，不会更改。

数据格式与结构

每个数据库是一个SQLite文件，包含一个名为ticks的表，每行记录某个活跃市场窗口在某一时刻的完整最高订单簿信息。两个结果代币分别为Up（上涨）和Down（下跌），获胜代币结算为$1.00，失败代币结算为$0.00。

主要字段说明

字段	类型	说明
ts_ms	int	快照时间（UTC，毫秒级纪元）
iso	text	ISO-8601格式时间
asset	text	资产类型（BTC或ETH）
slug	text	Polymarket市场标识符
window_label	text	窗口类型（5m或15m）
window_start / window_end	int	窗口开闭时间（秒级纪元）
secs_into / secs_to_close	real	窗口已过/剩余秒数
up_bid / up_ask	real	Up代币最优买价/卖价（0–1，即概率）
up_mid / up_last	real	Up代币中点价/最后成交价
down_bid / down_ask	real	Down代币最优买价/卖价
down_mid / down_last	real	Down代币中点价/最后成交价
ask_sum	real	Up卖价与Down卖价之和（约等于1+市场费用）
ok	int	快照是否完整可用（1为可用）

关键使用说明

• 价格即为概率，取值范围在[0, 1]之间。
• Up和Down属于同一个市场，up_bid ≈ 1 - down_ask，ask_sum略高于1表示往返交易成本。
• 同一时间点可能存在多个活跃窗口，需通过slug进行区分。
• 分析时应使用WHERE ok = 1筛选完整快照。
• 多个文件构成连续序列，加载多个文件时需按(slug, ts_ms)去重。

下载与使用

bash

下载文件

curl -L -O https://github.com/gensx-x1/polymarket-btc-eth-updown-data/raw/main/databases/pm_btc_eth_5m_15m_20260806T104307Z_0000.db.zst

解压（无损还原原始SQLite数据库）

zstd -d pm_btc_eth_5m_15m_20260806T104307Z_0000.db.zst

使用sqlite3查询

sqlite3 pm_btc_eth_5m_15m_20260806T104307Z_0000.db "SELECT COUNT(*) FROM ticks;"

支持与免责声明

该数据集完全免费开放，作者接受加密货币捐赠支持服务器运行。数据集按"原样"提供，仅供研究和教育用途，不保证准确性、完整性或适用性，不构成财务建议，且与Polymarket无关联或背书关系。

搜集汇总

数据集介绍

构建方式

在预测市场的广阔图景中，订单簿数据是揭示市场微观结构与价格发现机制的关键窗口。本数据集聚焦于Polymarket平台上比特币与以太坊的短期涨跌市场（5分钟与15分钟窗口），通过持续采集器每隔数秒采样每个活跃窗口的双结果代币的盘口最优报价，构建了从2026年8月6日至13日共243万余条快照的全面时间序列。每条记录不仅包含双代币的买卖盘价格、数量与中点，还刻录了时间戳、市场时段及至结算的剩余时间等元数据，并以SQLite格式存储，经zstd无损压缩后公开共享，确保了数据的高度可重构性与研究友好性。

特点

此数据集的独特之处在于其捕捉了真实可交易价格而非仅中间标记价格，赋予研究者回溯市场任意时刻定价的契机。其设计精妙之处包括：双代币（Up/Down）的联合呈现，使得对市场边缘与套利空间的探析成为可能；快照覆盖所有并行的活跃窗口，支持对多市场联动效应的考察；数据集的滚动发布机制确保了每个文件的完整性，且无损压缩技术使约200MB的原始数据缩减至约24MB，兼顾了下载效率与数据保真度。这些特性使其成为金融市场微观结构、算法策略回测与预测市场行为研究的珍贵资源。

使用方法

研究者可便捷地获取和解压数据：通过提供的curl命令下载.zst文件，使用zstd解码还原SQLite数据库，继而利用SQL查询高效筛选所需字段。数据表的‘ticks’结构清晰地列出了每个时间点的详情，建议通过‘slug’或‘window_start’字段过滤特定窗口，并按‘ts_ms’排序以重建时间序列。为保障分析质量，建议过滤‘ok=1’的完整快照，并注意合并多个文件时按‘(slug, ts_ms)’去重。数据集附带的示例查询（如提取每个BTC 15分钟窗口在开始3分钟时的Up代币卖价）为上手提供了直观参考，使得从数据到洞察的距离大大缩短。

背景与挑战

背景概述

在去中心化预测市场蓬勃发展的当下，Polymarket 平台凭借其对比特币与以太坊短期价格走势的‘Up or Down’产品，为金融衍生品研究提供了独特的高频订单簿数据。该数据集由独立研究者 gensx-x1 于 2026 年 8 月创建，聚焦 5 分钟与 15 分钟窗口的实时盘口快照，记录了每一时刻买卖双方的最优报价与挂单量，从而真实还原市场参与者的博弈过程。依托 Chainlink TWAP 的官方结算机制，数据兼具透明度与可验证性。该数据集填补了链上预测市场缺乏细腻盘口信息的空白，为量化交易、市场微观结构及行为金融等领域提供了宝贵的研究基础，显著推动了对短期预测市场定价机制的理解。

当前挑战

构建此数据集面临多维度挑战。首当其冲的是高频数据采集的稳定性，需在每秒多次轮询多市场窗口的同时保障低延迟与完整性，避免断点或丢失。其次，数据存储与传输瓶颈凸显：原始 SQLite 文件约 200 MB，需在无损压缩与 GitHub 100 MB 限值间权衡，最终选用 zstd 级别 6 达成约 8.5× 压缩比，兼顾下载速度与还原保真度。此外，多窗口并发（同一资产同一时刻存在多个活跃窗口）要求严格按 slug 区分，且需处理跨文件滚动的连续性，确保时间序列无缝衔接。最后，数据质量监控必不可少，通过 ok 字段标记异常快照，辅以 ask_sum 近似 1 的校验规则，为下游研究的可靠性提供保障。

常用场景

经典使用场景

该数据集为研究预测市场微观结构提供了高频率的订单簿快照数据，尤其适用于短期加密货币方向性市场。经典场景包括构建与验证高频交易策略，如基于买卖价差、订单簿不平衡或价格发现过程的算法交易模型；同时，研究者可借此分析市场流动性动态，探讨时间窗口临近到期时价格收敛与套利机会。数据以毫秒级时间戳记录双方代币的首次报价，使研究者能够精确重构市场在任意时刻的隐含概率，从而对市场有效性进行严格检验。

解决学术问题

在学术层面，该数据集解决了预测市场研究中缺乏可交易价格细粒度数据的问题，突破了以往仅依赖成交价或中间价的局限。它使研究者能够深入考察市场微观结构中的价格形成机制，检验信息效率假说，量化买卖价差与不确定性的关系，并评估短周期市场的定价偏差。此外，数据覆盖多个时间窗口和两种资产，为比较研究提供了基础，有助于揭示市场设计对流动性和价格发现的影响，推动了预测市场理论模型的实证验证与发展。

衍生相关工作

基于这一数据集，可衍生若干经典研究与应用工作。例如，构建订单簿不平衡因子用于短期价格变动预测，训练机器学习模型以捕捉窗口内价格演化规律；开发高频套利算法，利用Up与Down代币间的价格互补关系捕捉瞬时偏离；设计流动性提供策略，分析不同市场阶段最佳买卖报价；亦可对市场操纵行为进行实证检测，研究短周期预测市场的脆弱性。这些工作进一步拓展了预测市场的数据分析边界，成为金融科技与区块链经济交叉领域的重要基石。