Gekko Trading Bot dataset

包含可用于Gekko交易机器人的SQLite格式历史文件，数据按交易所和货币对分类，每日更新。

This dataset provides SQLite-formatted historical files compatible with the Gekko Trading Bot, with all data categorized by trading exchange and currency pair and updated daily.

原始信息汇总

数据集概述

数据集描述

该数据集包含用于Gekko交易机器人的SQLite数据库文件，用于历史回测。数据分为两种类型：

1. 完整历史数据：按交易所和货币对分类，每个数据库文件包含特定交易所的所有可用资产。
2. 近期数据：包含过去7天、14天、30天和60天的所有可用货币和资产，存储在一个数据库文件中。

数据更新

数据文件每天在格林尼治标准时间23:15更新。

可用数据集

• Binance：BTC, BNB, ETH, USDT（完整历史）
• Bitfinex：BTC, ETH, USD, EUR, GBP, JPY（完整历史）
• Poloniex：BTC, ETH, XMR（完整历史），USDT（从2017-07-01开始）
• GDAX：USD, BTC, EUR, GBP（完整历史）
• Kraken：XBT, ETH, USD, EUR, CAD, GBP, JPY（完整历史）

即将可用/正在导入的数据集

• Poloniex：USDT（完整历史）
• BitX (aka Luno)：MYR, NGN, ZAR（完整历史）

数据下载

数据文件以zip格式压缩，存储在Google Drive上。详细信息可在.info文件中找到。

• 近期数据：Google Drive链接
• 完整历史数据：Google Drive链接

数据安装

1. 访问Google Drive链接下载所需数据集。
2. 在Gekko主目录中创建一个history文件夹（如果不存在）。
3. 解压缩下载的文件，并将数据库文件复制到history文件夹中。
4. 重启Gekko。

本地数据集更新

推荐使用Gekko-BacktestTool应用程序通过交易所API导入进行自我更新。

数据集镜像制作

提供脚本用于从上次值更新到当前时间，并将数据集共享在Google Drive上。脚本位于/root/gekko目录中，并需要Gekko、Gekko-BacktestTool和Gdrive。

搜集汇总

数据集介绍

构建方式

Gekko Trading Bot数据集的构建基于多个主流加密货币交易所的历史交易数据，包括Binance、Bitfinex、Poloniex、GDAX和Kraken等。数据通过Gekko交易机器人及其配套工具Gekko-BacktestTool进行系统化整理，分为全历史数据和近期数据（如7天、14天、30天、60天）两类。全历史数据按交易所和货币对分别存储，而近期数据则将所有货币对和资产整合到一个数据库文件中。数据每日更新，确保其时效性和完整性。

特点

该数据集的特点在于其高度结构化和多样化的数据组织形式。全历史数据按交易所和货币对分类存储，便于用户针对特定交易对进行深入分析；而近期数据则将所有货币对整合，适合快速获取最新市场动态。此外，数据集覆盖了多个主流交易所和主要加密货币，如BTC、ETH、USDT等，为量化交易策略的开发与回测提供了丰富的数据支持。数据每日更新，确保其与市场同步，满足高频交易和长期策略分析的需求。

使用方法

使用Gekko Trading Bot数据集时，用户需从Google Drive下载压缩文件，解压后将数据库文件复制到Gekko的*history*目录中。重启Gekko后，数据集即可用于回测和策略开发。对于需要更新数据的用户，推荐使用Gekko-BacktestTool工具，通过命令行自动导入最新数据。此外，用户还可以通过提供的脚本文件实现数据集的自动更新和共享，进一步提升数据使用的便捷性和灵活性。

背景与挑战

背景概述

Gekko Trading Bot数据集由xFFFFF团队创建，旨在为Gekko交易机器人提供历史交易数据，以支持回测和策略优化。该数据集涵盖了多个主流加密货币交易所的历史交易数据，包括Binance、Bitfinex、Poloniex、GDAX和Kraken等。数据按交易所和货币对分类存储，并每日更新，确保数据的时效性和完整性。该数据集的推出为加密货币交易策略的研究和开发提供了重要的数据支持，推动了量化交易领域的发展。

当前挑战

Gekko Trading Bot数据集在构建和应用过程中面临多重挑战。首先，数据集的规模庞大，未压缩的全历史数据已达21GB，存储和分发成为一大难题，尤其是Google Drive的存储空间限制。其次，数据的实时更新和同步依赖于复杂的脚本和API调用，技术实现较为复杂。此外，不同交易所的数据格式和更新频率各异，数据清洗和整合工作繁重。最后，数据集的应用场景主要集中在加密货币交易策略的回测，如何确保数据的准确性和一致性，以支持可靠的策略验证，是另一个关键挑战。

常用场景

经典使用场景

Gekko Trading Bot数据集广泛应用于加密货币市场的历史数据回测和分析。该数据集通过提供多个交易所的完整历史数据，使得研究人员和交易者能够基于真实市场数据进行策略开发和优化。数据集中的SQLite文件包含了不同交易所和货币对的详细交易信息，为量化交易策略的验证提供了坚实的基础。

解决学术问题

该数据集解决了加密货币市场研究中数据获取和处理的难题。通过提供结构化的历史数据，研究人员能够深入分析市场行为、价格波动以及交易策略的有效性。数据集的高质量和完整性为学术研究提供了可靠的数据支持，推动了加密货币市场量化分析领域的发展。

衍生相关工作

基于Gekko Trading Bot数据集，衍生了许多经典的研究和应用工作。例如，研究人员开发了多种量化交易策略，并通过该数据集进行了验证和优化。此外，该数据集还被用于构建加密货币市场的预测模型，推动了机器学习在金融领域的应用。相关工具如Gekko-BacktestTool的开发和优化，也极大地提升了数据集的实用性和易用性。