vaquum/binance_btcusdt_1M_dollar_klines

该数据集名为BTCUSDT 1M美元现货K线，每日从`origo.binance_spot_dollar_klines`导出，使用基于1M Origo美元K线基础生成的1M美元美元柱。数据集包含Binance现货市场BTCUSDT交易对的K线数据，涵盖从2020年1月1日到2026年5月29日的时间范围，共有5,391,918行数据。列包括开始时间、结束时间、美元柱ID、开盘价、最高价、最低价、收盘价、均值、标准差、成交量、做市商比例、交易笔数、开盘流动性、最高流动性、最低流动性、收盘流动性、流动性总和、做市商成交量和做市商流动性。注意：源市场为Binance现货BTCUSDT，源表为`origo.binance_spot_dollar_klines`，在导出的Parquet快照中故意省略了median和iqr列，时间戳为UTC格式。This dataset is named BTCUSDT 1M USD Spot K-line. It is exported daily from the table `origo.binance_spot_dollar_klines`, and is built with 1M USD candles generated from the underlying 1M Origo USD k-line data. The dataset contains k-line data for the BTCUSDT trading pair on Binance's spot market, spanning the time period from January 1, 2020 to May 29, 2026, with a total of 5,391,918 rows of data. Its columns include start time, end time, USD candle ID, opening price, highest price, lowest price, closing price, mean value, standard deviation, trading volume, market maker ratio, number of trades, opening liquidity, highest liquidity, lowest liquidity, closing liquidity, total liquidity, market maker trading volume, and market maker liquidity. Note: The source market is Binance Spot BTCUSDT, the source table is `origo.binance_spot_dollar_klines`. The median and iqr columns are intentionally omitted in the exported Parquet snapshot, and all timestamps are in UTC format.

搜集汇总

数据集介绍

构建方式

该数据集源于币安现货交易平台中BTCUSDT交易对的高频交易记录，依托Origo框架中的美元柱线（dollar kline）基础数据，通过每日导出`origo.binance_spot_dollar_klines`表构建而成。数据集采用1M-dollar的美元柱线粒度，即以每100万美元成交额为单位切分时间序列，从而在保持市场微观结构信息的同时降低噪音干扰。导出的Parquet快照文件覆盖2020年1月1日至2026年6月3日，包含逾539万行记录，字段涵盖时间戳、价格极值、成交量、流动性指标及交易者行为特征，其中刻意省略中位数与四分位距以精简数据量。

使用方法

用户可通过Parquet文件直接加载数据，利用Python的`pandas`或`pyarrow`库读取`btcusdt_1M_dollar_kline_20200101_to_20260603.parquet`，并基于`start_datetime`与`end_datetime`列进行时间窗口筛选。美元柱线ID（`dollar_bar_id`）可用于序列对齐与合并分析。适用于构建高频交易模型、流动性风险评估或做市商策略回测，可按需选取`open`、`close`等价格字段计算收益率，或利用`liquidity_sum`、`maker_ratio`等指标刻画市场微观结构。

背景与挑战

背景概述

该数据集旨在为加密资产的高频交易与微观结构研究提供高质量的基础数据支撑。创建于2020年，由Origo团队基于币安现货市场的BTCUSDT交易对，将原始逐笔成交数据加工为等美元成交额的1分钟美元柱线。核心研究问题在于如何在非均匀时间序列中捕捉市场微结构特征，以克服固定时间框架在波动率聚集环境下的局限性。该体系通过引入美元驱动柱线，重构了高流动性资产的价格发现与流动性度量范式，对量化策略的回测与实盘分析产生了深远影响。

当前挑战

首先，构建过程中需解决原始订单簿与成交数据中的海量噪声与缺失值问题，尤其是流动性突变时的数据一致性维护。其次，规避时间区间不均衡导致的标准统计量（如中位数、四分位距）失真，因而在导出时被主动排除。最后，该数据集所解决的领域问题在于如何利用美元柱线刻画市场微观结构的真实演化，挑战在于将非均匀的逐笔成交序列映射为等资金流量的柱体，同时保持开盘价、成交量等关键指标的相合性；此外，跨交易所的同步与数据清洗也是一大难点，因为币安作为单一数据源需保证其主观采样偏差不影响后续分析结论的鲁棒性。

常用场景

经典使用场景

该数据集以美元计价交易量为基准，将传统的固定时间K线重构为等美元成交量的数据颗粒，适用于高频金融时间序列分析、市场微观结构研究以及基于成交量驱动的策略建模。研究人员常利用其丰富的统计特征，如均值、标准差和流动性指标，来捕捉比特币现货市场的瞬时动态与波动模式。

解决学术问题

该数据集有效解决了传统时间K线在非均匀交易活动下信息失真问题，为市场效率假说、流动性溢价理论和波动率聚集效应等金融核心议题提供了高保真数据支撑。它使得学者能够更精准地刻画订单流不平衡对价格发现的驱动机制，并量化做市商行为与市场深度的动态关系。

实际应用

在量化交易实践中，该数据集被广泛用于构建基于成交量加权的价格预测模型、流动性风险预警系统以及自适应交易执行算法。机构投资者借助其精细的流动性数据和交易者构成信息，优化仓位管理策略，降低大额订单的市场冲击成本，并评估不同市场状态下的套利机会。

数据集最近研究

最新研究方向

该数据集为基于美元成交量的高频交易研究提供了全新视角，聚焦于Binance现货市场BTCUSDT交易对的分钟级美元柱数据。当前前沿方向集中于利用海量微观订单流特征（如流动性指标、做市商参与率）量化市场微观结构，结合机器学习模型预测短期价格波动与流动性黑洞事件。2023-2024年间，加密市场剧烈波动与做市商行为异化成为热点，该数据集的精细粒度（1M美元柱）与长跨度（2020-2026）支持研究者剖析熔断机制、闪电崩盘等极端事件中的资金流向与韧性变化，对完善DeFi风险管理与算法策略迭代具有里程碑意义。