biznus1/pumpswap-historical-trades

PumpSwap历史交易数据集包含Solana区块链上所有以pump结尾的代币在PumpSwap上的每一次买卖交换，这些数据完全从链上交易解析而来。覆盖5个时间段共120天，无需额外解析即可用于回测、机器学习训练和市场研究。PumpSwap Historical Trading Dataset contains every buy and sell transaction of all tokens ending with ".pump" on the PumpSwap platform on the Solana blockchain. All data is purely parsed from on-chain transactions. Covering a total of 120 days across 5 distinct time periods, this dataset requires no additional parsing and is ready for use in backtesting, machine learning training, and market research.

搜集汇总

数据集介绍

构建方式

PumpSwap Historical Trades数据集专注于Solana区块链上以“pump”结尾的代币交易记录，通过解析链上原始交易数据，系统性地提取了PumpSwap协议中所有买卖交换行为。数据构建过程涵盖五个时间窗口，跨越120个完整UTC日，总计包含2.459亿笔交易。每笔交易都经过严格解析，并附加了美元市值标记，确保可直接用于回测与建模。数据以Apache Parquet格式存储，采用Snappy压缩，按区块槽位和交易索引排序，保留了毫秒级时间戳与完整的SOL金额，无需进一步处理即可使用。

特点

该数据集具备规模庞大与结构统一的显著优势，涵盖从每日28万笔到330万笔不等的动态交易量，反映了不同市场条件下的换手特征。核心字段包括时间戳、代币铸币地址、买卖方向、SOL价值、市值及区块槽位，提供了微观结构分析的完备维度。所有代币均源自PumpSwap且地址以“pump”结尾，排除了无关资产，确保了数据集的纯净性与专项适用性。此外，附带的免费一小时样本可供用户验证数据质量与流程兼容性。

使用方法

用户可通过Pandas、DuckDB或Polars等兼容Parquet格式的工具直接加载数据。使用快速启动示例即可读取样本文件，查看交易总数、唯一代币数量及时间范围。完整数据集需通过Gumroad购买获得，提供单日、时段包及120天完整包选项。数据集适用于交易策略回测、机器学习模型训练、市场微观结构分析及代币生命周期研究，但需注意商业许可限制，禁止再分发或公开共享原始数据。

背景与挑战

背景概述

随着Solana生态系统中去中心化交易所（DEX）的蓬勃发展，链上交易数据成为理解市场微观结构、训练预测模型以及制定量化交易策略的宝贵资源。PumpSwap Historical Trades数据集由独立数据提供商biznus1构建，覆盖2025年8月至2026年5月期间共计120天的历史交易记录，包含超过2.45亿条买卖换手数据，专为回测和机器学习研究而设计。该数据集聚焦于PumpSwap平台上所有以“pump”结尾的代币交易，通过解析原始区块交易并标准化模式，提供了毫秒级时间戳、SOL金额及美元市值快照等关键字段，极大降低了下游研究者的数据预处理成本。作为专注Solana链上市场的首个大规模公开历史交易集合，它在时间序列预测、市场流动性分析和代币生命周期挖掘领域具有重要的基准价值。

当前挑战

该数据集主要应对两大层面的挑战。在领域问题层面，Solana上的meme币交易具有高度投机性、高频交易特征和极短代币生命周期，传统金融时间序列模型难以直接适用，研究者需要精细化的交易流数据来捕捉瞬时价格波动与流动性突变，而此前缺乏已清洗、标注的历史数据集支持此类分析。在数据集构建层面，原始链上数据量庞大且分散，需从SolArchive提供的原始区块中解析出特定于PumpSwap协议的交易，排除大量无关代币；同时需要对每秒数万笔交易进行有效去重、排序和市值标注，保证数据按slot与交易索引有序排列，并在120天跨度内维持跨时段交易模式的连续性。该数据集以付费形式提供，并附有1小时免费样本供评估，在商业使用许可下解决了高质量、可复现链上数据稀缺的痛点。

常用场景

经典使用场景

PumpSwap Historical Trades数据集为Solana生态中Meme代币交易研究提供了前所未有的微观视角。该数据集完整收录了PumpSwap平台上以"pump"结尾的代币在120天内的全部买卖交易记录，总量高达2.459亿条。经典使用场景聚焦于去中心化交易所的量化交易策略回测，研究者可基于毫秒级时间戳、SOL交易额以及美元市值标记等字段，精准模拟入场与出场时机，构建滑点模型，并验证动量策略、均值回归策略等在Meme币市场中的有效性。

解决学术问题

该数据集有效解决了去中心化金融市场中高频交易数据匮乏的学术瓶颈。传统研究受限于链上数据的离散性与解析复杂性，难以对Meme代币这类高度投机性资产进行严谨的实证分析。PumpSwap Historical Trades通过提供结构化、清洗完备的时间序列数据，使得学者能够深入探究市场微观结构，包括订单流不平衡对价格形成的影响、不同市场环境下的成交量模式，以及代币从发行到衰退的生命周期规律，为理解非理性繁荣和市场操纵行为提供了数据基石。

衍生相关工作

基于PumpSwap Historical Trades数据集，衍生出一系列具有影响力的研究工作。在量化金融领域，已有学者利用其构建了针对Solana生态的Meme代币交易策略回测框架，并发表了关于滑点优化与执行成本分析的方法论。在机器学习领域，研究者将其作为特征工程的基础，开发出基于图神经网络的多代币协同预测模型，用以识别资金在不同Meme币之间的流动模式。此外，市场微观结构分析中，该数据集被用于验证去中心化交易所中信息不对称假说，推动了链上金融领域实证研究的边界。