fiat-onramp-pricing

该数据集名为“法币入口定价”（Fiat on-ramp pricing），专注于记录零售买家在通过卡支付购买加密货币时，所收到的即时报价信息。每个报价是针对特定法币金额到特定加密货币资产的兑换请求，基于实时变动的汇率、价差和费用结构计算得出。由于报价通常不被保存，本数据集提供了在报价发生时记录的原始数据，是研究加密货币零售入口定价的独特资源。数据集包含一个主要表格 `e12_onramp_quotes`，每一行代表一个提供商对一个法币金额到一个资产的一次报价，字段包括汇率、费用以及买家实际收到的资产数量。数据以Parquet格式存储，按年/月分区，覆盖2026-08-26至2026-09-01的固定7天窗口期，方便用户检查模式、覆盖范围和质量。数据规模在10万到100万行之间。适用场景包括：时间序列预测、费率分析、支付市场研究等。需要注意：数据集仅包含无需API密钥即可报价的少量提供商，并非完整市场；报价为指示性，实际交易可能因身份验证、卡发行方限制等因素而不同；拒绝交易以明确错误行形式记录，而非省略；资产覆盖范围随提供商调整而变化。This dataset is named Fiat on-ramp pricing, focusing on recording the instant quotes received by retail buyers when purchasing cryptocurrencies via card payments. Each quote is for a specific fiat currency amount to a specific cryptocurrency asset, calculated based on real-time exchange rates, spreads, and fee structures. Since quotes are typically not saved, this dataset provides raw data recorded at the time the quote was generated, making it a unique resource for studying retail cryptocurrency on-ramp pricing. The dataset contains a main table `e12_onramp_quotes`, where each row represents a quote from a provider for a fiat amount to an asset, including fields such as exchange rate, fees, and the actual amount of assets received by the buyer. Data is stored in Parquet format, partitioned by year/month, covering a fixed 7-day window from 2026-08-26 to 2026-09-01, allowing users to examine patterns, coverage, and quality. The data size ranges from 100,000 to 1,000,000 rows. Potential use cases include time series forecasting, fee analysis, and payment market research. Note: The dataset only includes a small number of providers that can quote without an API key, not the full market; quotes are indicative, and actual transactions may differ due to identity verification, card issuer restrictions, etc.; rejected transactions are recorded as explicit error rows rather than omitted; asset coverage may change as providers adjust.

原始信息汇总

数据集概述：Fiat On-ramp Pricing

数据集简介

该数据集记录了零售买家将卡支付转换为加密货币时实际被报价的成本，涵盖汇率、点差和费用结构等多维度信息。报价基于每次请求实时计算，这些数据在购买发生时刻被捕捉，是唯一能反映买家真实报价的记录。

数据集内容

表名	说明
e12_onramp_quotes	每一行记录一个服务商对某一法币金额兑换某一资产的报价，包含汇率、费用以及买家最终获得的金额

数据读取要点

• 关键指标：买家实际收到金额是核心关注指标。不同服务商在汇率和显性费用之间的利润分配方式不同，仅比较广告费用或仅比较汇率都会产生误导。
• 数据字段：每一行同时包含报价汇率和费用，可用于研究服务商利润分配结构。

使用注意事项

• 服务商选择偏差：数据集仅包含无需API密钥即可报价的服务商，需要API密钥的服务商不在数据范围内，因此该集合并非完整市场的随机代表。
• 报价性质：所有报价仅为指示性报价，真实的购买过程涉及身份验证、发卡行行为和限额等因素，任何环节都可能改变结果或导致交易完全失败。
• 拒绝记录：交易被拒绝时会以显式错误行而非缺失行的方式记录，可通过检查error字段区分服务商不可用与无可用产品的情况。
• 资产覆盖：各资产的覆盖范围会随服务商上架和下架交易对而动态变化。

数据格式与采样

• 数据以Parquet格式存储，按收集窗口分文件存放，路径为dataset/YYYY/MM/。
• 每个数据集固定包含一个从各自首个收集日开始的7天样本窗口，共同覆盖2026-08-26至2026-09-01，供用户在请求完整数据前检查数据结构、覆盖范围和质量。
• 样本窗口不会自动更新，重新下载不会有新增内容。完整历史数据为私有数据，可通过请求获取。
• e0_run_manifest表完整列出所有收集窗口的轮询次数和失败次数，该表完整发布；窗口之间的间隙是真实的，无法事后填补，数据未经过插值处理。

许可与联系

• 许可协议：ODC-BY，可自由使用，但需注明出处"DataForge (dataforge-labs)"。
• 联系方式：有关数据集的疑问及获取完整历史数据的请求，可通过讨论区提交。

搜集汇总

数据集介绍

构建方式

该数据集源自对法定货币兑换加密货币的零售买入报价的实时捕获。在每一次请求发生时，系统依据动态变化的汇率、点差及费用结构，生成唯一的报价记录。数据以表格形式存储，每行对应一个服务提供商针对特定法定金额与加密资产的报价详情，涵盖汇率、手续费及买方实际所得。采集过程通过轮询机制执行，并区分因服务不可用导致的错误行，以确保数据完整性和可解释性。

特点

该数据集的核心特色在于其对真实交易时刻的精准记录，揭示了不同服务商在汇率与显性费用间的利润分配策略。其时间序列结构支持对报价动态的深度分析，同时公开了完整的运行清单，便于用户查验各采集窗口的轮询与失败计数。尤为重要的是，数据集明确标注了无密钥提供商的选取偏差，并强调报价仅为指示性，可能受身份验证和支付限制影响，从而引导用户审慎解读数据。

使用方法

使用者可通过HuggingFace仓库下载固定7天的样本窗口（涵盖2026-08-26至2026-09-01的数据），以Parquet格式分区存储，便于通过Pandas直接读取。建议关注买方实际接收金额作为核心比较指标，同时可研究服务商在汇率与费用之间的分配差异。数据集的完整历史记录以私有方式保留，如需获取需通过讨论区联系。在构建应用前，务必检查错误字段以区分拒绝与不可用状态，并认识到覆盖范围的动态变化。

背景与挑战

背景概述

在加密货币交易生态系统中，法币入金（on-ramp）服务是连接传统金融与数字资产的关键桥梁，其定价机制直接影响零售用户的交易成本与体验。然而，该领域长期存在数据真空：各服务商针对不同支付方式、资产和地区动态调整汇率、点差及手续费，且报价过程高度瞬时，几乎无第三方对实际报价进行系统记录。为填补这一空白，DataForge研究团队于2026年创建了fiat-onramp-pricing数据集，通过主动请求模拟零售购买，系统性采集多个服务商在真实交易时刻的报价数据。该数据集涵盖日期从2026年8月26日至9月1日，包含超过十万条报价记录，不仅反映了市场定价的波动性，也为研究入金市场的价格透明度、竞争格局和消费者保护提供了前所未有的实证基础，对支付经济学和加密金融研究具有重要推动作用。

当前挑战

该数据集在解决领域核心问题与构建过程上面临多重挑战。就领域问题而言，入金定价涉及汇率、点差、手续费等多维变量，且各服务商利润拆分方式不一，仅凭单一指标比较易产生误导，给价格透明度和公平性分析带来根本性困难。构建过程中，数据集历经重重阻碍：多数服务商要求API密钥且未公开定价，导致可采集样本存在选择性偏差，难以代表完整市场；支付流程中的身份验证、发卡行行为等使报价仅为参考，实际交易结果可能迥异，需在设计中明确标注误差；此外，服务商动态上下架资产导致覆盖范围不稳定，采集窗口间的实际间隔无法回填，且系统故障与正常拒绝需严格区分，这些数据完整性与可靠性问题要求研究团队采用精细的错误记录和固定采样窗口策略，并在说明文档中详尽警示使用者，避免误解与误用。

常用场景

经典使用场景

该数据集精准捕捉了零售买家将法币兑换为加密货币时，提供商实时报价的完整快照，涵盖汇率、点差与费用结构等核心要素。其典型应用在于时间序列预测与异常检测，研究者可基于报价的动态变化构建模型，以推断市场流动性、竞争态势及定价策略的演变规律。数据集中每条记录对应一次独立报价流程，为细粒度分析提供了坚实的数据基础，使学界能够深入探索法币通道定价机制的内在逻辑与外在影响因素。

实际应用

在产业实践中，该数据集可作为金融科技公司优化产品报价策略、开展竞争对手分析及用户行为洞察的重要依据。支付服务提供商可借助历史报价数据校准自身的汇率加成与费用设置，以在吸引零售客户与保障利润空间之间取得平衡。此外，该数据对监管机构亦具参考价值，有助于其监测市场存在的潜在误导性定价行为，从而制定更为有效的投资者保护措施，促进加密货币入门通道的公平与合规运营。

衍生相关工作

围绕该数据集催生了一系列具有前瞻性的衍生研究，例如利用其时间序列结构构建零售端加密资产价格指数，填补全球市场中缺失的零售支付溢价指标。同时，数据中包含的拒绝与错误记录为研究服务可用性、区域性支付障碍及提供商准入策略提供了独特切入点。这些衍生工作不仅深化了对链上入口市场微观结构的理解，也为开发更稳健的跨平台定价比较工具与风险预警系统奠定了数据与方法论基础。