数据集是金融分析和投资决策中非常重要的资源，它包含了股票市场的各种信息，如价格、交易量等等。

一、研究背景：

数据集作为金融市场信息的集合，记录了股市的历史轨迹，并且蕴含着预测未来趋势的线索。在数据驱动的时代，这些数据集对于投资者、分析师和计算机科学家来说具有极高的价值 。

二、研究意义：

它们是评估公司价值、判断市场走势、制定投资策略的重要依据。同时，它们也是训练机器学习模型、开发智能交易系统的关键素材 。

三、研究方法：

技术分析：通过绘制股票价格图表，识别价格走势的支撑位、阻力位、趋势线等关键信息，预测未来价格走势。

基本面分析：深入研究公司的财务报表、行业地位、竞争优势等基本面信息，评估公司的内在价值和未来增长潜力。

量化分析：利用统计学和数学方法，对数据集进行量化处理，构建投资策略和交易模型。

机器学习：使用机器学习算法，如线性回归、K-近邻、自动ARIMA、Prophet和LSTM等，来预测股票价格的未来走势。

应用场景：

1、投资策略制定：投资者可以利用历史价格数据集进行技术分析，识别股票价格的走势模式，从而制定买入或卖出的策略。

2、风险评估：基本面数据集可以帮助投资者评估公司的财务风险、经营风险和市场风险等，为投资决策提供重要参考。

3、智能交易系统开发：计算机科学家和数据分析师可以利用数据集训练机器学习模型，开发能够自动执行交易指令的智能交易系统。

4、数据可视化：通过可视化手段直观展示股票市场的动态变化，帮助投资者更好地理解市场趋势 。


数据集：GME Data|股票市场分析数据集|

  • 更新时间：2024-05-23
  • 链接地址：GME Data
  • 数据集介绍：关于2021年GameStop股票活动的数据，包括每日合并的GME短期成交量数据、每日失败交付数据、可借股数、期权链数据以及不同时间框架的开盘/最高/最低/收盘/成交量条形图。


数据集：koen430/relevant_selected_stock_news|股票预测数据集|文本分析数据集

  • 更新时间：2024-05-20
  • 链接地址：koen430/relevant_selected_stock_news|股票预测数据集|文本分析数据集
  • 数据集介绍：该数据集精选了由GPT-3.5-turbo判定为相关的新闻文章，旨在用于微调大型语言模型（LLM），以预测新闻发布后第二天的股票价格变动。数据集包含股票代码、新闻文本、URL等特征，并分为训练集、验证集和测试集。


数据集：BatteRaquette58/airbnb-stock-price|股票市场数据集|金融分析数据集

数据集：eming/stock_price_trunked_128_12|股票市场数据集|价格预测数据集

  • 更新时间：2024-03-25
  • 链接地址：eming/stock_price_trunked_128_12|股票市场数据集|价格预测数据集
  • 数据集介绍：该数据集包含股票交易相关的详细信息，如交易日期、收盘价、不同周期的移动平均线（MA3, MA5, MA10, MA20, MA60）、MACD指标、股票代码、预测值及预测日期。数据集分为训练集，共有121379个样本，总大小为1126032983字节。

数据集：chuyin0321/earnings-forecast-stocks|盈利预测数据集

  • 更新时间：2023-09-27
  • 链接地址：chuyin0321/earnings-forecast-stocks|盈利预测数据集
  • 数据集介绍：该数据集包含股票的财务预测信息，具体特征包括股票代码、日期、唯一标识符、财务年度结束日期、共识每股收益预测、最高每股收益预测、最低每股收益预测、预测数量、上调次数和下调次数。数据集分为训练集，包含5699个样本，总大小为509571字节。数据集的下载大小为92802字节。


数据集：Ultimate stock prediction machine learning training dataset|

  • 更新时间：2023-03-18
  • 链接地址：数据集
  • 数据集介绍：该数据集包含截至2019年的所有股票每日收盘数据，用于机器学习训练。

数据集：nick-carroll1/sp500|股票市场数据集|金融分析

  • 更新时间：2022-10-30
  • 链接地址：nick-carroll1/sp500|股票市场数据集|金融分析数据集
  • 数据集介绍：该数据集整合了自1970年1月1日起，S&P 500指数中每个股票的每日收盘价。数据来源于Kaggle数据集，并使用PANDAS进行了汇总。数据集包含407列，指定了日期和相关股票的收盘价，其中由于股票名称变更等问题，有94只股票数据缺失。数据集结构包括股票名称及其对应的收盘价（均为float64类型），以及日期（timestamp[ns]类型）。

数据集：Bankruptcy prediction dataset for american companies in the stock market|破产预测数据集

  • 更新时间：2022-07-26
  • 链接地址：破产预测数据集|股票市场数据集
  • 数据集介绍：我们提供了一个与美国股票市场上市公司相关的破产预测数据集（1999-2018年）。该数据集收集了8262家不同公司的会计数据，根据美国证券交易委员会的规定，将公司标记为破产或存活。数据集无缺失值，包含78682个公司年度观察值，分为训练集、验证集和测试集。

数据集：stocknet-dataset||社交媒体分析

  • 创建时间：2018-04-29
  • 链接地址：stocknet-dataset|社交媒体分析数据集
  • 数据集介绍：这是一个综合数据集，用于从推文和历史股票价格预测股票变动。数据集包含两年的股票价格变动（2014年1月1日至2016年1月1日），涵盖88只股票，来自9个不同行业的公司。数据集主要由两部分组成：推文数据和价格数据，分别来自Twitter和Yahoo Finance。