CT-666/depth-trades-cryptodatasets

Binance Spot Microstructure

币安现货逐笔成交 + 订单簿快照，时间统一为交易所时间（不含本地时间）。 多交易对 / 多日期持续累积。

交易对	类型	日期	行数	文件数
ADAUSDT	trades	20261005	404	2
ADAUSDT	depth	20261005	330	2
BNBUSDT	trades	20261005	29	1
BNBUSDT	depth	20261005	104	1
BTCUSDT	trades	20261005	244,170	8
BTCUSDT	depth	20261005	69,714	7
DOGEUSDT	trades	20261005	840	3
DOGEUSDT	depth	20261005	1,132	3
ETHUSDT	trades	20261005	5,029	1
ETHUSDT	depth	20261005	1,437	1
SOLUSDT	trades	20261005	22	2
SOLUSDT	depth	20261005	136	2
XRPUSDT	trades	20261005	256	2
XRPUSDT	depth	20261005	395	2

合计 323,998 行。

文件命名（增量分块）

<SYMBOL>_<trades|depth>_<YYYYMMDD>_<HHMMSS>.parquet

同一天多次采集/导出会产生多个分块文件（_HHMMSS 是分块时间），按文件读取即可自动合并。

用 datasets 直接加载（推荐）

卡片已声明 trades / depth 两个 config，glob 会自动覆盖所有分块与所有交易对：

from datasets import load_dataset

repo = "CT-666/depth-trades-cryptodatasets"
tr = load_dataset(repo, "trades")["train"]     # 逐笔成交
db = load_dataset(repo, "depth")["train"]      # 订单簿快照

注意 trades 与 depth 列结构不同，必须分开加载（schema 不兼容）。 需要 numpy 张量时用 .with_format("numpy") 或 set_format("numpy")。

改了卡片后 load_dataset 仍报 config not found？ 清一下本地缓存： ~/.cache/huggingface/hub/datasets--<owner>--<name> 与 ~/.cache/huggingface/datasets/<owner>___<name>。 库会缓存旧卡片，配置变更不会自动生效。

按文件读取（等价，适合精细控制）：

import glob, pyarrow.dataset as ds

# 读某交易对某天的全部逐笔分块
files = glob.glob("./data/BTCUSDT_trades_*.parquet")
t = ds.dataset(files, format="parquet").to_table()

# 读订单簿分块
files = glob.glob("./data/BTCUSDT_depth_*.parquet")
d = ds.dataset(files, format="parquet").to_table()

DuckDB 也能直接读：

SELECT count(*) FROM read_parquet('data/BTCUSDT_depth_*.parquet');

Schema

文件	列	说明
*_trades_*	T	交易所成交时间（ms，UTC）
	trade_id	成交 ID
	price_e8	价格 × 1e8 的整数（lossless），price = price_e8 / 1e8
	qty	成交量（基础币）
	side	1 = 主动卖出，0 = 主动买入
	is_best_match	是否最优撮合（一般恒为 true）
*_depth_*	T	交易所时钟对齐时间（ms）；订单簿推送体无时间戳，为「接收时刻 − 时钟偏移」
	last_update_id	订单簿更新 ID
	bids / asks	定长嵌套列表，20 档 × [price_e8, qty]
两者	symbol	交易对
	clock_offset_ms	采集时使用的时钟偏移

⚠️ bids[..., 0] 是 price_e8（价格×1e8 的整数），不是价格本身，用前必须 /1e8。 它的物理类型是 double（为了和 qty 组成定长 [2] 对），double 精确表示整数的上限是 2^53， 对应价格约 9000 万美元——当前主流币种远低于此，但如果你要处理极高价币种请注意这个理论边界。 trades.price_e8 是真正的 int64，无此问题。

读取示例

import pyarrow.parquet as pq, numpy as np

t = pq.read_table("BTCUSDT_trades_20261005.parquet")
price = np.array(t["price_e8"]) / 1e8          # 还原价格
side  = np.array(t["side"])                     # 1=主动卖 0=主动买
T     = np.array(t["T"])                        # 交易所时间(ms)

d = pq.read_table("BTCUSDT_depth_20261005.parquet")
bids = np.array(d["bids"].to_pylist())          # shape (rows, 20, 2)
bids_px  = bids[..., 0] / 1e8
bids_qty = bids[..., 1]

采集元信息

{
  "clockOffsetMs": 43,
  "clockSource": "rest",
  "clockRttMs": 84,
  "timeSource": "exchange",
  "ws": "wss://data-stream.binance.vision/stream?streams=btcusdt@trade"
}