G-Research已经发布了他们的加密高频数据，供宽客开发自己的交易策略。点击标题
该数据集包含多种加密资产（例如比特币和以太坊）的历史交易信息。您的挑战是预测他们未来的回报。
由于加密货币的历史价格并不保密，这将是一场使用时间序列 API 的预测竞赛。此外，公共排行榜目标是公开的，并作为竞赛数据集的一部分提供。预计会看到许多人为了好玩而提交完美的作品。因此，本次比赛的活跃阶段公共排行榜没有任何意义，只是为任何想要测试其代码的人提供便利。预测阶段的公共排行榜和最终的私人排行榜将使用提交期结束后收集的真实市场数据来确定。
文件
- train.csv - 训练集
- timestamp- 该行所涵盖的分钟的时间戳。
- Asset_ID- 加密资产的 ID 代码。
- Count- 这一分钟发生的交易数量。
- Open- 每分钟开始时的美元价格。
- High- 一分钟内的最高美元价格。
- Low- 一分钟内的最低美元价格。
- Close- 每分钟结束时的美元价格。
- Volume- 一分钟内交易的加密资产单位数量。
- VWAP- 每分钟的成交量加权平均价格。
- Target- 15 分钟剩余收益。有关如何计算目标的详细信息，请参阅本笔记本的“预测和评估”部分。
- example_test.csv - 将由时间序列 API 提供的数据示例。
- example_sample_submission.csv - 将由时间序列 API 提供的数据示例。数据只是从train.csv复制的。
- asset_details.csv - 提供每个加密资产的真实名称以及Asset_ID每个加密资产在指标中收到的权重。
- gresearch_crypto - 用于离线工作的时间序列 API 文件的未优化版本。您可能需要Python 3.7和Linux环境才能运行它而不会出现错误。
- Supplemental_train.csv - 提交期结束后，此文件的数据将替换为整个提交期的加密资产价格。当前副本已在原始版本的基础上进行了更新，涵盖了大约 2/3 的提交周期。