Advertisement

LOB:中国市场的限价订单基准数据集

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:ZIP


简介:
LOB数据集专注于中国市场金融交易,提供了详尽的限价订单信息,为学术研究和算法开发提供强有力的数据支持。 高球 中国市场限价订单基准数据集 FinAI实验室 香港高等研究院 目录 介绍 该存储库包含论文描述的数据集和实验细节。在建议的基准数据集上测试了五个基线模型,包括线性回归(LR),多层感知器(MLP),卷积神经网络(CNN),长期短期记忆(LSTM)以及 CNN-LSTM。 笔记 所有算法均基于深度学习框架。 我们的PyTorch版本是1.7.0。如果您使用的是较低版本,请相应地修改代码。 摘要 限价单(LOB)已生成大量金融数据,供学术界和行业从业者进行分析与预测。本段落提供了一个涵盖中国股票市场在2020年6月至9月期间的数千只股票的基准LOB数据集。设计了实验协议以评估模型性能:每秒结束时预测接下来1至300秒内交易量加权平均价格(VWAP)的变化和交易量,共分为12个时间间隔水平。比较了基于线性回归模型与最先进的深度学习模型的结果,并提出了一种生成的Alp方法。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • LOB
    优质
    LOB数据集专注于中国市场金融交易,提供了详尽的限价订单信息,为学术研究和算法开发提供强有力的数据支持。 高球 中国市场限价订单基准数据集 FinAI实验室 香港高等研究院 目录 介绍 该存储库包含论文描述的数据集和实验细节。在建议的基准数据集上测试了五个基线模型,包括线性回归(LR),多层感知器(MLP),卷积神经网络(CNN),长期短期记忆(LSTM)以及 CNN-LSTM。 笔记 所有算法均基于深度学习框架。 我们的PyTorch版本是1.7.0。如果您使用的是较低版本,请相应地修改代码。 摘要 限价单(LOB)已生成大量金融数据,供学术界和行业从业者进行分析与预测。本段落提供了一个涵盖中国股票市场在2020年6月至9月期间的数千只股票的基准LOB数据集。设计了实验协议以评估模型性能:每秒结束时预测接下来1至300秒内交易量加权平均价格(VWAP)的变化和交易量,共分为12个时间间隔水平。比较了基于线性回归模型与最先进的深度学习模型的结果,并提出了一种生成的Alp方法。
  • 浙江格趋势
    优质
    本数据集汇集了浙江省各类商品和服务的价格信息,涵盖不同时间点和地区的市场行情,旨在帮助用户分析价格波动趋势。 浙江省市场价格走势信息主要包括浙江省主要农产品价格的走向和趋势。相关数据存储在以下文件中:cata_6008_3.csv、cata_6008_2.csv、cata_6008_1.csv、cata_6008_4.csv、cata_6008_5.csv 和 cata_6008_6.csv。
  • 医疗保险
    优质
    该数据集涵盖了美国医疗保险市场全面信息,包括参保人特征、服务使用情况及费用支付详情,旨在支持医疗政策研究与数据分析。 这段文字介绍的是全美个人及小企业医疗健康与牙医保险的市场数据,包括保险范围、种类、费率、计划内容、网络覆盖情况以及商业条款等方面的信息,并且涵盖了收益与支出等细节。这些信息由美国卫生与公共服务部发布。
  • 优质
    鱼市场数据集包含丰富多样的鱼类交易信息,涵盖种类、价格、重量等细节,旨在支持商业分析和机器学习研究。 该数据集记录了鱼类市场销售中的7种常见不同鱼类。使用此数据集,可以利用机器友好型的数据执行预测模型,并能预测鱼的重量。
  • 20大城房地产.xlsx
    优质
    该Excel文件包含了中国20个主要城市最新的房地产市场数据,包括房价、成交量、库存量等关键指标,为投资者和研究者提供全面的数据支持。 全国20强城市房地产市场相关数据.xlsx包含了关于中国主要城市的房地产市场的详细资料。这份文件提供了有关各个城市的房产价格、成交量以及其他重要指标的信息。
  • 趋势展望
    优质
    本报告深入分析当前国际石油市场的供需状况,探讨影响油价的关键因素,并预测未来油价走势,为投资者提供决策参考。 这段文字描述了国际油价走势预测的分析方法,旨在解决企业长期性和基本性的问题,并追求精确预测国际油价的趋势。该文档是一份有价值的参考资料,对相关领域的研究者具有一定的参考价值,有兴趣的人可以下载阅读。
  • 八大碳行情.xlsx
    优质
    本文件为中国八大碳市场的最新行情数据汇总,涵盖交易价格、成交量等关键信息,旨在为相关研究和决策提供详实的数据支持。 中国八大碳市场的价格行情数据涵盖了2013年至2021年的交易情况。主要指标包括:交易所、交易类型、交易日期、开盘价(元)、最高价(元)、最低价(元)、成交价(元)、收盘价(元)、交易额(元)和交易量(吨)。
  • TMALL_ORDER_REPORT.csv
    优质
    该数据集包含TMALL_ORDER_REPORT.csv文件中的订单信息,记录了详细的交易历史和用户购买行为,适用于电商数据分析与业务洞察。 订单数据集tmall_order_report.csv包含有关于天猫订单的详细记录。
  • 各直辖和地级
    优质
    本资料汇集了中国所有直辖市及地级市最新的房价信息,涵盖平均单价、成交量等关键指标,为研究房地产市场提供详实的数据支持。 各地级市
  • 探究资本股溢现象(含2000-2020年分析及Stata代码)
    优质
    本研究深入分析了2000年至2020年间中国资本市场的低价股溢价现象,并提供了详实的数据支持与Stata编程实现,为投资者和学者提供有价值的洞见。 中国资本市场低价股的溢价之谜 本段落选取2000年至2020年间沪深两市A股上市公司作为研究样本。 数据筛选标准如下: - 剔除发行B股或H股的交叉上市公司的样本。 - 排除非金融保险业公司。 - 排除资不抵债的公司。 - 删除缺失关键变量的数据点。 **1. 因变量——个股收益率** 本段落旨在探讨股票价格与其回报率之间的关系,因此以个股收益作为因变量。鉴于研究主要基于月度数据,我们采用考虑现金红利再投资的月回报率减去无风险利率来衡量个股收益率。其中无风险利率是指每月折算的一年期银行存款利率。 **2. 自变量** 根据假设设计,本段落涉及以下自变量:股票价格、散户规模、机构投资者持股比例、证券分析师关注度及卖空机制。 - 股票价格(PRICE):采用上市公司月末收盘价来衡量其市场价格水平。 - 散户规模(RETRAIL) :由于不同公司之间的股本总额和市值差异较大,直接比较股东人数不具备可比性。因此本段落使用持股的个人股东数与总股份数的比例作为散户规模的度量指标。