| --- |
| license: mit |
| tags: |
| - polymarket |
| - prediction-market |
| - time-series |
| - financial-data |
| datasets: |
| - custom |
| --- |
| |
| # Polymarket ML Dataset |
|
|
| ## 数据集描述 |
|
|
| Polymarket 时间序列预测数据集，用于训练 WaveNet 模型。 |
|
|
| ## 数据集结构 |
|
|
| - **ml_dataset.parquet**: 主数据集文件（Parquet格式） |
| - 特征维度: (n=4, m=1) 滑动窗口 |
| - 15个因子特征 |
| - 1个时间步预测标签 |
| |
| - **market_stats.csv**: 市场统计信息 |
|
|
| ## 数据格式 |
|
|
| ### 特征列 |
| - `segment_0_*` 到 `segment_3_*`: 4个时间窗口的特征（每个窗口15个因子） |
| - 共 60 个特征列 |
|
|
| ### 标签列 |
| - `response_zscore_t1`: 未来1个时间步的标准化响应值 |
|
|
| ## 使用示例 |
|
|
| ```python |
| import pandas as pd |
| |
| # 读取数据集 |
| df = pd.read_parquet('ml_dataset.parquet') |
| |
| # 查看数据形状 |
| print(f"数据集大小: {len(df)} 条") |
| print(f"特征列数: {len([c for c in df.columns if c.startswith('segment_')])}") |
| print(f"标签列数: {len([c for c in df.columns if c.startswith('response_zscore_t')])}") |
| ``` |
|
|
| ## 数据来源 |
|
|
| - 来源: Polymarket 市场数据 |
| - 处理时间: 2024-11-06 |
| - 参数: n=4, m=1 |
|
|
| ## 许可证 |
|
|
| MIT License |
|
|
