Grencape/semantaai-crypto_assets

# SemantaAI Dataset Standard This repository follows a 2-layer standard with no versioned folder names. ## Layout - `raw/`: canonical OHLCV history (Binance spot, 5m, one file per asset). - `gold/`: enriched training-ready layer (`raw` + feature engineering + labels + targets). ## Raw - Contains original OHLCV parquet files and per-asset metadata. - Main index files: - `raw/DATASET_INDEX.json` - `raw/DATASET_INDEX.csv` ## Gold - Contains the production feature/label layer used for model training. - Includes deviation features around moving averages (`SMA/EMA/DEMA/TEMA`) and trend/mean-reversion confidence signals. - Main docs and indexes: - `gold/README.md` - `gold/METRICS.md` - `gold/DATASET_INDEX.json` - `gold/DATASET_INDEX_FILES.json` ## Notes - Legacy folders `labeled_v1/` and `labeled_v2/` were consolidated into `gold/`. - Standard policy for all future SemantaAI datasets: - `DATA_STANDARD.md`# SemantaAI 数据集标准（SemantaAI Dataset Standard） 本仓库采用双层标准架构，不使用带版本号的文件夹命名。 ## 目录结构 - `raw/`：标准化的OHLCV（开盘价-最高价-最低价-收盘价-成交量，Open-High-Low-Close-Volume）历史数据（币安现货市场，5分钟粒度，每个交易品种对应一个文件）。 - `gold/`：经过增强处理的可直接用于模型训练的数据集层，包含`raw/`目录数据、特征工程结果、标签与目标变量。 ## 原始数据集层 包含原始OHLCV格式的Parquet文件与各交易品种的元数据。 主索引文件： - `raw/DATASET_INDEX.json` - `raw/DATASET_INDEX.csv` ## 黄金数据集层 包含用于模型训练的生产级特征与标签数据集层。 包含围绕移动平均线构建的偏差特征（如SMA（简单移动平均线，Simple Moving Average）/EMA（指数移动平均线，Exponential Moving Average）/DEMA（双指数移动平均线，Double Exponential Moving Average）/TEMA（三重指数移动平均线，Triple Exponential Moving Average））以及趋势/均值回归置信度信号。 主文档与索引文件： - `gold/README.md` - `gold/METRICS.md` - `gold/DATASET_INDEX.json` - `gold/DATASET_INDEX_FILES.json` ## 说明事项 - 原有`labeled_v1/`与`labeled_v2/`文件夹已整合至`gold/`目录下。 - 未来所有SemantaAI数据集的标准规范： - `DATA_STANDARD.md`