apogee

Apogée加密货币市场蜡烛图数据集，包含市值前10的加密货币的1分钟间隔蜡烛图数据，数据来源于Binance。该数据集以优化的格式存储，支持高效的数据流式传输和实时聚合，适用于训练深度学习模型进行加密货币价格预测。

Apogée Cryptocurrency Market Candlestick Dataset contains 1-minute interval candlestick data of the top 10 cryptocurrencies by market capitalization, with all data sourced from Binance. Stored in an optimized format, this dataset supports efficient data streaming and real-time aggregation, making it suitable for training deep learning models for cryptocurrency price forecasting.

搜集汇总

数据集介绍

构建方式

Apogée数据集的构建基于加密货币市场中的一分钟间隔蜡烛图数据，这些数据来源于市值排名前10的加密货币，如比特币、以太坊等，数据由Binance提供。数据集采用NumPy内存映射缓冲区（.npy）格式存储，以实现高效的数据流和实时聚合，便于大规模深度学习模型的训练和不同时间框架的按需生成。

特点

该数据集的特点在于其包含了大量的加密货币交易数据，总计约3300万个蜡烛图和6600万个经过uint8量化的令牌。存储格式优化，支持高效的数据访问和实时懒加载聚合，使得数据无需完全加载到RAM中即可实现高速访问。此外，该数据集专为深度学习模型训练设计，支持加密货币价格预测的扩展律研究。

使用方法

使用Apogée数据集时，用户可通过官方提供的dataloader进行数据的加载和预处理。该数据集适用于训练深度学习模型，进行自回归价格预测、分析加密市场的可预测性极限、开发基于学习模式的交易算法、探索市场效率，以及进行扩展律分析，以确定数据集规模和模型容量增加时预测能力的提升。

背景与挑战

背景概述

Apogée数据集，是一项开源研究计划，旨在探索加密货币市场预测的规模法则。该数据集由Duon Labs于2025年创建，包含了来自Binance交易所的前十大市值加密货币的1分钟间隔蜡烛图数据。通过这一数据集，研究者试图量化历史蜡烛图数据对未来价格变动的可推断性。Apogée数据集对加密货币市场预测领域产生了重要影响，为大规模深度学习模型的训练提供了基础。

当前挑战

该数据集面临的挑战包括：如何在保持数据质量的同时处理大规模的时间序列数据；如何从加密货币市场的历史数据中提取可预测性信息；以及如何确保数据的使用不违反Binance的使用条款。此外，研究者还需探索深度学习模型在不同时间尺度下的预测能力和市场效率分析，以期为交易算法的优化提供支持。

常用场景

经典使用场景

Apogée数据集作为加密市场烛台图表的开源研究倡议，其经典使用场景在于对加密货币市场进行深度学习模型训练，以探索加密货币市场预测的规模化定律。该数据集支持研究者通过历史烛台数据，量化未来价格变动的不确定性，进而训练出能够捕捉市场规律的预测模型。

解决学术问题

该数据集解决了传统金融市场中关于不可预测性的假设问题，通过深度的数据分析和模型训练，揭示了加密货币市场中潜在的可预测性。这对于金融市场的理论研究、风险管理以及市场效率分析等方面具有重要的学术价值和实践意义。

衍生相关工作

基于Apogée数据集，研究者们已经开展了一系列相关工作，包括使用诸如变换器或状态空间模型等深度学习模型进行自回归价格预测，以及进行加密市场预测能力的极限分析等。这些研究进一步推动了加密货币市场分析技术的发展和应用。