jan_2026_financial_advice

本数据集名为Crypto Trading Signals, Risk Screening & OHLCV Candles (Jan 2026)，是一个关于加密货币拉高出货（pump-and-dump）策略的完整工作流记录与分析实例。它作为一篇配套文章（探讨在零期望市场中，通过公开推荐引入外部订阅者资本流入，从而将固定总和博弈转变为增长总和博弈的机制）的具体数据支撑。数据集完整捕获了一个基于Telegram频道（crypto_yoda_channel，2026年1月）信号的加密货币主观交易策略的全生命周期。内容包括：1) 原始Telegram帖文解析出的结构化信号（parser_items）；2) 应用两条规则（基于前24小时1分钟K线计算的平均波动范围`avgRangePct`和24小时动量`momentum24hPct`）进行风险筛选后的信号（screen_items，默认配置）；3) 用于回测的多时间框架OHLCV K线数据（candle_items，约92.9万条）；4) 对筛选后信号进行逐分钟回测产生的一系列报告（如每笔交易结果heat_report、分钟级操作流backtest_report、事件日志position_log等）；5) 最终汇总的已平仓交易（closed_signals）和按代币及投资组合统计的绩效热图（symbol_heatmap）。数据规模在10万到100万样本之间，涵盖时间序列预测、文本分类和表格分类等任务。核心分析显示，总回报+52.2%（夏普比率0.302）几乎完全由两个低流动性代币（PUMP， FARTCOIN）的三笔交易贡献，而高流动性代币（SOL， TRX， POL）的交易预期为负（利润因子小于1），直观展示了拉高出货策略的收益分布特征，并验证了配套文章的理论机制。数据集提供了完全可复现的原始数据和分析基础。This dataset, named Crypto Trading Signals, Risk Screening & OHLCV Candles (Jan 2026), is a complete workflow record and analysis case for cryptocurrency pump-and-dump schemes. It serves as the empirical data support for a companion paper that investigates the mechanism of transforming a fixed-sum game into a positive-sum game by introducing capital inflows from external subscribers via public recommendations in zero-expectation markets. This dataset fully captures the full lifecycle of a subjective cryptocurrency trading strategy based on signals from the Telegram channel crypto_yoda_channel (January 2026). The content includes: 1) Structured signals extracted from original Telegram posts (parser_items); 2) Risk-screened signals (screen_items, default configuration) generated by applying two rules: the average price range percentage `avgRangePct` calculated from 1-minute candlestick data over the previous 24 hours, and the 24-hour momentum percentage `momentum24hPct`; 3) Multi-timeframe OHLCV candlestick data for backtesting (candle_items, approximately 929,000 entries); 4) A series of reports generated by minute-by-minute backtesting of the screened signals, including transaction-level results (heat_report), minute-by-minute operation flow (backtest_report), event logs (position_log), and others; 5) Final aggregated closed trades (closed_signals) and performance heatmaps categorized by token and portfolio (symbol_heatmap). With a scale of 100,000 to 1,000,000 samples, this dataset covers tasks such as time series forecasting, text classification, and tabular classification. Core analysis reveals that the total return of +52.2% (Sharpe ratio of 0.302) is almost entirely contributed by three trades on two low-liquidity tokens (PUMP, FARTCOIN), while trades on high-liquidity tokens (SOL, TRX, POL) have negative expected returns (profit factor less than 1). This intuitively demonstrates the return distribution characteristics of pump-and-dump schemes and validates the theoretical mechanism proposed in the companion paper. The dataset provides fully reproducible raw data and analytical foundations.

原始信息汇总

数据集概述

该数据集名为 Crypto Trading Signals, Risk Screening & OHLCV Candles (Jan 2026)，是一个加密货币交易信号、风险筛选与OHLCV蜡烛图数据的综合回测数据集，作为一篇关于“pump-and-dump”机制文章的配套示例。

数据集核心信息

• 语言: 英语 (en)、俄语 (ru)
• 许可证: Apache-2.0
• 标签: 金融、时间序列、加密货币、比特币、交易信号、风险评估、回测、OHLCV、PnL、回撤、交易执行、事件日志、投资组合分析、夏普比率、市场微观结构、零期望、动量过滤器、pump-and-dump
• 任务类别: 时间序列预测、文本分类、表格分类
• 数据规模: 100K < n < 1M
• 发布时间: 2026年1月
• 数据来源: Telegram频道 crypto_yoda_channel 的交易信号
• 数据时段: 蜡烛图数据覆盖 2025-11-26 至 2026-04-27
• 报价单位: USDT

数据集核心分析结论

数据集是对特定交易策略回测结果的完整记录，其经济特征呈现典型的 pump-and-dump 模式：

• 总收益 +52.2%，但几乎全部来自两个低市值币种（PUMP、FARTCOIN）的3笔交易（贡献约 +60.9 个百分点）。
• 夏普比率 0.30，真实市值回撤约 21%，恢复系数 2.75。
• 剔除低市值泵币后，其余19笔交易净收益约为 -8.7 个百分点。
• 高流动性币种（SOL、TRX、POL）均呈现负期望，利润因子分别仅为 0.34、0.48 和 0.75。

数据集组成与配置

数据集包含13个HuggingFace配置（config），默认配置为 screen_items。

配置	分割	行数	文件	大小
screen_items (默认)	screen	32	backtest-kit.screen-items.json	64 KB
parser_items	parser	32	backtest-kit.parser-items.json	43 KB
candle_items	candles	928,886	backtest-kit.candle-items.json	355 MB
heat_report	heat	22	report/heat.jsonl	39 KB
breakeven_report	breakeven	17	report/breakeven.jsonl	32 KB
partial_report	partial	248	report/partial.jsonl	464 KB
highest_profit_report	highest_profit	1,473	report/highest_profit.jsonl	1.3 MB
max_drawdown_report	max_drawdown	1,889	report/max_drawdown.jsonl	1.6 MB
backtest_report	backtest	506,534	report/backtest.jsonl	185 MB
performance_report	performance	506,482	report/performance.jsonl	209 MB
position_log	log	73,874	log/log.jsonl	47 MB
closed_signals	signals	22	signals.json	60 KB
symbol_heatmap	heatmap	1	heatmap.json	9.6 KB

文件格式: 输入文件为顶层JSON数组；8个结果文件为JSONL格式；closed_signals 为JSON数组；symbol_heatmap 为单个JSON对象。输入文件使用MongoDB扩展JSON格式。

数据模式详解

1. parser_items — 原始解析信号

包含从Telegram解析的32条原始交易信号。

字段	类型	描述
_id.$oid	string	ObjectId，关联其他配置的ID字段
channel / messageId	string / int	Telegram来源/消息ID
symbol / direction	string	标准化交易对 / long 或 short
entry / targets / stoploss	object / float[] / float	入场区间 / TP阶梯 / 止损
note	string	原始Telegram文本（俄语）
publishedAt.$date / visited	ISO 8601 / bool	发布时间 / 是否被下游消费

2. screen_items — 风险筛选信号（默认配置）

经过两步规则筛选后的32条信号，结果包含 follow（20条）和 skip（12条）。

字段	类型	描述
parserItemId	string	关联 parser_items._id.$oid
symbol / direction	string	交易对/方向
entryFrom / entryTo / targets / stoploss	float(s)	订单几何参数
riskAction	string	筛选结果：follow 或 skip
riskConfidence / riskSureLevel	string	输入可靠性/确定度区间（low 到 medium_high）
riskDescription	string	单行摘要，包含触发规则和 avgRangePct / momentum24hPct（俄语）
riskReasoning	string	逐步规则追踪（俄语）
publishedAt.$date	ISO 8601	发布时间

3. candle_items — 多时间框架OHLCV数据

包含928,886根K线，覆盖14个交易对和5种时间间隔。

字段	类型	描述
exchangeName / symbol / interval	string	ccxt-exchange / 交易对 / 时间间隔（1m、15m、30m、1h、4h）
timestamp	integer	K线开盘时间，Unix毫秒
open/high/low/close / volume	float	OHLC / 基础资产成交量

交易对（14个）: BTCUSDT, DOGEUSDT, ETHUSDT, FARTCOINUSDT, HBARUSDT, HYPEUSDT, NEARUSDT, PENGUUSDT, POLUSDT, PUMPUSDT, SOLUSDT, TRXUSDT, XAUTUSDT, ZECUSDT。

4. 回测报告（*_report、position_log）

所有报告文件共享通用字段：reportName、嵌套的 data 负载、以及提升到顶层的路由字段（symbol、strategyName=jan_2026_strategy、frameName=jan_2026_frame、exchangeName=ccxt-exchange、timestamp、signalId）。data 字段包括：timestamp、symbol、signalId、backtest、position、priceOpen、priceTakeProfit/priceStopLoss、cost（100）及峰值利润/最大回撤等字段。

• heat_report（22行）：每条平仓交易一行，包含 pnl/pnlCost、closeReason、openTime/closeTime 等。
• backtest_report（506,534行）：逐分钟刻度，action 包括 idle、active、opened、closed。
• partial_report（248行）：部分成交记录。
• highest_profit_report（1,473行）/max_drawdown_report（1,889行）：运行时峰值利润/最差回撤快照。
• performance_report（506,482行）：引擎计时，metricType 包括 backtest_timeframe、backtest_signal、backtest_total。
• position_log（73,874行）：事件日志，每条记录包含 position active 心跳及相关参数。

5. closed_signals — 已平仓信号

22条被跟随并已完全平仓的交易信号。id = parser_items._id.$oid。

字段	类型	描述
id	string	信号 ObjectId
symbol / position / cost	string / string / float	交易对/方向/名义价值（100）
priceOpen / priceTakeProfit / priceStopLoss	float	成交价/最终TP/最终SL
peakProfit/maxDrawdown	object	最佳/最差波动
pnl	object	已实现 结果
status / createdAt / updatedAt	string / int / int	closed / 开仓时间 / 平仓时间

6. symbol_heatmap — 按交易对统计与投资组合统计

单个JSON对象，包含 symbols[] 数组和 portfolio* 聚合指标。

每个交易对统计: totalPnl、totalTrades、winRate、profitFactor、expectancy、avgWin/avgLoss 等。 投资组合聚合: portfolioTotalTrades=22、portfolioTotalPnl=52.2200、portfolioSharpeRatio=0.3021、portfolioSortinoRatio=0.9774、portfolioRecoveryFactor=2.7523、portfolioStdDev=7.8565、portfolioExpectancy=2.3736。

数据处理流程

Telegram频道 ──解析──▶ parser_items │ ▼ screen (avgRangePct, momentum24hPct + 2条规则) ──▶ screen_items │ follow (20) / skip (12) ▼

两步风险筛选规则：

• 规则1（止猎）: 若为 SHORT 且 avgRangePct < 0.07%，则跳过（流动性不足）。
• 规则2（坠落飞刀）: 若为 LONG 且 momentum24hPct < -1%，则跳过（无流入资金支持）。

每个交易对盈亏明细

交易对	交易次数	胜率	总PnL	利润因子	期望值	流动性
FARTCOIN	2	100%	+38.33	∞	+19.17	低市值
PUMP	1	100%	+22.58	∞	+22.58	低市值
HYPE	2	100%	+4.15	∞	+2.07	中等
BTC	1	100%	+0.90	∞	+0.90	高
NEAR	4	75%	+0.47	1.11	+0.12	中等
POL	2	50%	-1.03	0.75	-0.52	高流动性
TRX	5	60%	-4.56	0.48	-0.91	高流动性
SOL	5	40%	-8.63	0.34	-1.73	高流动性

搜集汇总

数据集介绍

构建方式

该数据集源自一个完整的加密货币信号策略回测流水线，原始信号抓取自2026年1月的Telegram频道，经由正则解析引擎转化为结构化交易指令。随后，系统读取每条信号发布前24小时的分钟级OHLCV行情数据，计算平均每根K线波动幅度与24小时动量百分比，并依据两条风险过滤规则进行筛选：空头信号在流动性稀薄时被跳过，多头信号在缺乏资金流入动能时被拦截。通过筛选的信号以固定名义本金100 USDT进行逐笔回测，逐分钟追踪持仓状态，直至触及止盈、止损或超时平仓，最终生成完整的交易记录与投资组合统计。数据集共包含13个配置，涵盖原始解析结果、风险筛查记录、多时间框架K线、逐笔成交明细及汇总报表。

使用方法

用户可通过HuggingFace Datasets库加载数据集，默认配置为screen_items，直接调用load_dataset函数并指定split参数即可获取32条经过风险筛查的信号记录。对于更深入的分析，可分别加载parser_items获取原始解析信号、candle_items读取包含92万条K线的多时间框架行情数据，以及heat_report、backtest_report等回测结果。closed_signals与symbol_heatmap提供了22笔已平仓交易的完整明细与投资组合统计指标。所有输入文件采用JSON格式，回测结果采用JSONL格式，便于按行解析。建议用户在复现本文分析时，注意数据中的信号ID字段可用于跨表关联，且回测报告中的signalId字段可直接映射至原始信号记录。

背景与挑战

背景概述

该数据集由独立研究者Petr Tripolsky于2026年创建，聚焦于加密货币交易信号领域中的预期收益悖论问题。其核心研究命题在于揭示公开交易信号策略中存在的‘零期望陷阱’——当市场参与者均知晓同一策略时，超额收益将因资本重新分配而衰减至零。该数据集通过完整记录Telegram频道‘crypto_yoda_channel’在2026年1月发布的32条原始信号、经双规则风险筛选后的20条可执行信号、以及逐笔回测的22笔已平仓交易的全生命周期数据，实证展示了信号策略在剔除流动性极差的小市值币种后，其夏普比率从0.302的低预期水平进一步恶化为负值的现象。该工作提供了量化金融领域关于信号时效性、流动性套利与外部资本注入机制的重要研究素材，其12个配置模块涵盖从原始消息解析、风险评分、多时间框架OHLCV数据到逐分钟头寸日志的全链路数据，为复现分析、策略评估与市场微观结构研究提供了透明且可验证的基准。

当前挑战

该数据集所解决的领域核心挑战在于量化金融中公开交易信号的预期收益悖论——理论上任何已知的盈利策略都将因市场参与者的模仿而迅速丧失超额收益，然而实践中付费订阅模式通过引入外部新资本（即订阅者的执行资金）将固定和博弈转变为增长和博弈，从而在短期内维持正向预期。数据集构建过程中的挑战则体现在双重层面：其一，需从混杂的俄语Telegram消息中利用正则表达式精确解析出交易品种、多层级止盈梯度、入场区间及止损价位等结构化字段，并确保与交易所真实订单簿的报价精度对齐；其二，规则驱动的风险筛选引擎需要基于1440根1分钟K线实时计算流动性代理指标（平均每根K线振幅百分比）与24小时动量，以识别‘流动性猎杀’（做空低振幅品种）和‘接飞刀’（做多暴跌品种）两种高概率亏损模式，并通过记录每笔信号的决策理由链确保筛选过程完全可审计可复现。

常用场景

经典使用场景

在金融时间序列与交易信号分析领域，该数据集为研究者提供了一个完整的、可复现的加密资产回测实验框架。其经典使用方式是将Telegram频道的原始喊单信号、基于动量与流动性的风险筛选规则、多时间周期OHLCV蜡烛图数据以及逐笔交易与组合绩效报告进行系统化整合。用户可借助HuggingFace Datasets库便捷加载十三个不同配置模块，从解析后的信号项、风险评分项到分钟级回测流、部分成交记录及最终持仓损益报告，形成从信号生成到绩效归因的端到端研究闭环。这一设计尤其适合用于验证特定动量过滤策略在低流动性高波动性资产上的有效性，或剖析'拉高出货'模式中外部资金流入对期望收益的扭曲效应。

解决学术问题

该数据集在学术层面主要解决了交易信号期望收益来源的归因困境，尤其针对'零和博弈中长存边缘必然衰减'这一经典假设提供了实证反驳。传统量化金融研究多假设市场是固定和博弈，参与者盈利必然以他人亏损为代价，因此信号策略的超额收益会随参与者增多而迅速收敛至负值。然而，数据集中详尽的持仓日志与回测绩效揭示了一种'增长和博弈'机制：当信号面向付费订阅者发布时，外部资本作为增量资金注入市场，将固定和转变为增长和，使得低流动性小市值资产上的'拉高出货'能够产生正期望收益。该发现挑战了有效市场假说在加密资产领域的适用边界，并为行为金融学中信息不对称与资金流冲击的理论建模提供了宝贵的微观数据支撑。

实际应用

在实际应用场景中，该数据集为加密资产交易策略的开发者与风险管理者提供了高保真的回测校验基准。量化交易团队可利用其中的风险筛选规则（动量24h百分比、平均K线幅度）作为预过滤器，构建自动化信号跟单系统，在实盘部署前对特定品种（如SOL、TRX等流动性较高的代币）的期望收益进行事前评估。此外，数据集中的逐分钟状态流与部分成交记录可用于优化止损止盈算法、头寸规模管理及滑点模拟，而组合层面的夏普比率、恢复因子和最大回撤指标则为绩效归因提供了可验证的参照系。对于交易所的风控部门而言，该数据还可作为异常交易行为——特别是集中流入导致的价格操纵——的检测模板，辅助设计更精细的市场监察规则。

数据集最近研究

最新研究方向

该数据集精心记录了2026年1月加密货币信号策略的完整生命周期，其核心价值在于为量化金融领域提供了一个可复现的拉高出货（pump-and-dump）现象实证样本。当前前沿研究方向聚焦于将此类回测数据与动量过滤、市场微观结构分析相结合，探索如何从嘈杂的公开信号中识别出由外部资金流入驱动而非统计套利的“成长性游戏”。该数据集的独特之处在于，它暴露了传统夏普比率与胜率指标的局限性——在22笔交易中，超过52%的收益仅集中于两个低市值代币（PUMP与FARTCOIN），而流动性最高的主流资产（SOL、TRX、POL）的期望值实际为负。这一发现直接挑战了被动跟随信号策略的有效性，推动了学术界与业界对“零期望博弈”向“资金增量博弈”跃迁机制的研究，并为设计基于流动性过滤与日内动量的风险筛选规则提供了实证基准。其公开的盘前K线分析与逐笔回测日志，更使得“停止狩猎”（stop-hunt）与“落刀接飞刀”（falling-knife）等风险场景的量化识别成为可能，对提升量化交易系统的鲁棒性具有深远意义。