bit-signal-store

Hugging Face2026-08-23 更新2026-08-24 收录

金融时间序列

量化金融回测

数据链接：

https://huggingface.co/datasets/The-Bit-Trading-Company/bit-signal-store 数据链接链接失效反馈

官方服务：

资源简介：

Bit Signal Store 是一个共享的只追加缓存数据集，由 Bit Trading Company 维护，用于支持 Backtest Lab 空间中的金融时间序列回测和分析。该数据集严格区分原始模型输出与交易决策：仅存储原始模型输出（如分位数预测或分类结果）和 OHLCV 价格数据，不包含任何交易决策（如入场、出场、头寸大小或盈亏）。这种分离使得不同策略可以基于相同的模型输出进行比较，而无需重新运行推理。

Bit Signal Store is a shared, append-only cache dataset maintained by Bit Trading Company to support financial time series backtesting and analysis in the Backtest Lab space. The dataset strictly separates raw model outputs from trading decisions: it only stores raw model outputs (such as quantile predictions or classification results) and OHLCV price data, and does not contain any trading decisions (such as entry, exit, position size, or profit/loss). This separation allows different strategies to be compared based on the same model outputs without re-running inference.

创建时间：

2026-08-15

原始信息汇总

Bit Signal Store 数据集概述

基本信息

许可证：Apache-2.0
标签：金融、时间序列、预测、回测
类型：原始时间序列模型输出与OHLCV价格的追加式共享缓存

核心设计原则

该数据集仅存储原始模型输出与价格数据，绝不包含任何交易决策（如入场、出场、仓位大小、盈亏）。交易规则、成本、滑点和仓位调整均由回测引擎在请求时实时应用，这种分离设计使得多种策略可以基于相同的模型输出进行比较，无需重新运行推理。

数据布局

主要目录结构

signals/{model_slug}/{asset}/{timeframe}/{year}.parquet：模型预测信号
prices/{asset}/{timeframe}/{year}.parquet：OHLCV价格数据
comparisons/：预计算的汇总统计表
runs/：保存的回测摘要
manifest.json：覆盖范围映射文件（schema_version: 1）

signals 数据列

分位数预测模型：ts（UTC时间戳）、q10、q50、q90、context_len、inference_version
分类模型：ts（UTC时间戳）、pred、confidence、context_len、inference_version

prices 数据列

ts（UTC时间戳）、open、high、low、close、volume、source

其中 source 字段记录数据提供商，包括：binance、coinbase、yfinance、stooq、tiingo。

manifest.json 内容

记录每个 (model_slug, model_revision, asset, timeframe) 组合的覆盖信息：start_ts、end_ts、rows、inference_version、last_updated、contributed_by。价格覆盖还额外包含 provider_max_days（记录提供商深度限制）和 gaps 计数。model_revision 是身份标识的一部分，同一模型的不同版本被视为不同的信号序列，不会合并。

数据说明

PLACEHOLDER 标记

标记为 PLACEHOLDER 的行是合成的，结构上与真实输出一致但不含任何模型信息，仅用于在GPU推理完成前为UI提供完整的渲染形状。真实运行会覆盖这些占位符。研究时不应使用 PLACEHOLDER 行。

覆盖贡献机制

通过Backtest Lab的"Extend coverage"流程，已登录用户可以选择模型、资产、时间框架和范围；请求会与 manifest.json 去重避免重复计算；推理在用户自己的ZeroGPU配额上运行；结果提交回此数据集。contributed_by 字段记录每片数据的贡献者。

v1 覆盖情况（初始种子数据）

信号数据：18个切片，共60,375行，无占位符

所有切片均为真实的 Chronos-Bolt 模型输出，模型版本已固定：

模型	资产	时间框架	覆盖范围	行数
chronos-bolt-small	BTC-USD	1d	2024-08-15 → 2026-08-15	731
chronos-bolt-small	ETH-USD	1d	2024-08-15 → 2026-08-15	731
chronos-bolt-small	SOL-USD	1d	2024-08-15 → 2026-08-15	731
chronos-bolt-small	SPY	1d	2024-08-14 → 2026-08-14	502
chronos-bolt-small	QQQ	1d	2024-08-14 → 2026-08-14	502
chronos-bolt-small	NVDA	1d	2024-08-14 → 2026-08-14	502
chronos-bolt-base	BTC-USD	1d	2024-08-15 → 2026-08-15	731
chronos-bolt-base	ETH-USD	1d	2024-08-15 → 2026-08-15	731
chronos-bolt-base	SOL-USD	1d	2024-08-15 → 2026-08-15	731
chronos-bolt-small	BTC-USD	1h	2025-09-05 → 2026-08-15	8,238
chronos-bolt-small	ETH-USD	1h	2025-09-05 → 2026-08-15	8,235
chronos-bolt-small	SOL-USD	1h	2025-09-05 → 2026-08-15	8,236
chronos-bolt-small	SPY	1h	2025-05-30 → 2026-08-14	2,110
chronos-bolt-small	QQQ	1h	2025-05-30 → 2026-08-14	2,110
chronos-bolt-small	NVDA	1h	2025-05-30 → 2026-08-14	2,110
chronos-bolt-small	BTC-USD	15m	2026-05-22 → 2026-08-15	8,020
chronos-bolt-small	ETH-USD	15m	2026-05-22 → 2026-08-15	7,743
chronos-bolt-small	SOL-USD	15m	2026-05-22 → 2026-08-15	7,681

价格缓存：15个切片

加密货币来自 Coinbase（Binance在种子机器上返回HTTP 451，备用链已处理）
股票来自 yfinance；小时级股票历史受限于提供商约730天的深度，记录为 provider_max_days 而非完整覆盖

校准概览

q10–q90区间的经验覆盖率（名义值为0.80）：

切片	覆盖率	误差
chronos-bolt-small · BTC-USD · 1d	0.862	+0.062
chronos-bolt-base · BTC-USD · 1d	0.841	+0.041
chronos-bolt-small · BTC-USD · 1h	0.855	+0.055
chronos-bolt-small · SPY · 1h	0.891	+0.091

Chronos-Bolt 在此数据集中表现出过度分散：其80%区间捕获了83–89%的结果，区间宽度超出实际需要。完整校准表位于 comparisons/calibration.parquet。

已知限制

覆盖范围稀疏且依赖社区贡献，使用前应检查 manifest.json 确认切片是否存在
加密货币价格来自现货交易所（Binance为主、Coinbase备用），与其他交易所的成交记录不完全一致
股票K线未进行除息除权调整（超出提供商提供的调整范围），日内股票历史受提供商深度限制
模型输出为预测结果，存在错误可能，comparisons/ 中的校准统计可反映错误频率

免责声明

本数据集中的任何内容均不构成投资建议。基于其得出的回测结果是假设性的，不代表未来表现。

搜集汇总

数据集介绍

构建方式

在量化金融与时间序列预测领域，模型输出的可复现性长期受制于推理成本与版本漂移。Bit Signal Store以追加式缓存架构应对这一困境，其构建依托Backtest Lab的“扩展覆盖”流程：已登录用户选定模型、资产、时间框架及区间后，系统经由manifest.json去重，避免任何冗余推理；计算在用户自有的ZeroGPU配额上执行，最终将原始输出提交回库。价格数据则从Binance、Coinbase、yfinance、stooq、tiingo等源头采集，按资产与时间框架分片存储为parquet文件。所有真实信号均与模型修订版本严格绑定，同一模型的不同修订视为独立信号序列，绝不合并。

使用方法

使用Bit Signal Store时，应首先查阅manifest.json以确认目标（模型、资产、时间框架）切片是否存在，避免假设覆盖完整。信号与价格分别位于signals/{model_slug}/{asset}/{timeframe}/{year}.parquet与prices/{asset}/{timeframe}/{year}.parquet路径下，可直接加载为DataFrame。回测引擎负责实时应用交易规则、成本、滑点与头寸规模，因此同一模型输出可支撑多种策略比较而无需重复推理。校准统计位于comparisons/calibration.parquet，可用于评估分位数区间的经验覆盖率；例如Chronos-Bolt在多个切片上呈现过度离散，名义80%的区间实际覆盖83%至89%。切勿将PLACEHOLDER行用于研究，且所有回测结果均为假设性，不构成投资建议。

背景与挑战

背景概述

量化投资领域长期面临模型输出与交易决策纠缠不清的困境，导致策略复现与公平比较困难重重。Bit-Trading-Company于2024年前后构建的bit-signal-store数据集，作为一个只追加的共享缓存，首次将原始时序模型输出与OHLCV价格数据严格分离，且绝不存储任何交易决策。该数据集由Backtest Lab空间驱动，核心研究问题在于如何在不重复运行推理的前提下，让多种策略共享同一模型信号进行回测。其v1版本包含18个信号切片、六万余行真实Chronos-Bolt输出，为金融时序预测研究提供了可复现、可比较的基准，对量化交易回测领域具有重要的基础设施意义。

当前挑战

该数据集所对应的领域问题——金融时序预测与回测，要求模型输出与交易执行之间保持严格的时序因果关系，同时应对多资产、多时间框架下数据稀疏且异质的现实。构建过程中，主要挑战包括：覆盖度只能依赖用户贡献而逐步扩展，不同资产与时间框架的起点参差不齐；加密货币价格因交易所差异难以完全一致，股票日内数据受限于供应商深度；Chronos-Bolt模型输出存在系统性过度离散，标称80%的预测区间实际覆盖83%至89%的结果，可能误导基于分位数的止损设定；占位符行虽结构完整却不含模型信息，若误用于研究将导致错误结论。

常用场景

经典使用场景

在量化金融研究领域，时间序列预测模型的评估与策略回测长期依赖统一的原始数据基础。Bit Signal Store以仅追加缓存的形式，汇聚了多类时间序列模型（如Chronos-Bolt）对加密资产与美股权益资产的原始预测输出及OHLCV价格数据，从而支撑经典的回测实验流程。研究者可针对同一模型输出，灵活施加迥异的入场、出场、仓位管理与成本假设，在Backtest Lab引擎中即时比较不同策略的表现，而无需重复执行推理过程。

解决学术问题

该数据集有效缓解了学术研究中模型预测与交易决策相互纠缠、难以复现的问题。通过严格分离原始信号与交易规则，它使得不同策略可以在完全相同的预测输入上进行比较，避免了因推理批次或模型版本差异带来的混淆。同时，数据集提供了校准统计表，揭示了模型预测区间的经验覆盖率，例如Chronos-Bolt的80%分位带实际捕获83%至89%的结果，为研究者评估预测不确定性提供了客观依据，推动了可复现的量化研究。

实际应用

在实际量化投研与策略开发场景中，Bit Signal Store充当共享的预测与价格缓存，显著降低重复推理的算力开销。投资团队或独立研究者可借助Backtest Lab的扩展覆盖流程，按需补充特定模型、资产与时间窗口的切片，贡献者信息被如实记录。回测引擎在每次请求时动态施加交易成本、滑点与仓位规模，确保从原始信号到策略绩效的转换过程透明可控。该数据集亦可用于实时监控模型校准状态，辅助风险管理和止损阈值的设定。

数据集最近研究