استخدام بيانات أسهم تاريخية خالية من تحيز البقاء US
الملخص
تصف هذه الوثيقة مجموعة بيانات يومية لأسهم US تضم نحو 3,200 شركة من 1962 حتى مارس 2018. وتشمل الجهات المصدرة التي أُزيلت من التداول، ما يجعلها مفيدة للبحث التاريخي حيث قد يؤدي استبعاد الشركات المتعثرة أو المشطوبة إلى تحريف النتائج. تحتوي البيانات على حقول OHLCV المعتادة وسعر الإغلاق المعدل، ويمكن تحميلها لرموز أو تواريخ محددة أو لعينة عشوائية أصغر لأغراض إعداد النماذج الأولية.
البيانات ثابتة لأن مزودها توقف عن تحديثها في مارس 2018. لذلك ينبغي للباحثين التعامل معها بوصفها مصدرا تاريخيا ثابتا لا موجزا حاليا للسوق. تشرح الوثيقة كيفية تنزيل بيانات باركيه وتحميلها، وتحدد استخدامات بحثية نموذجية، لكنها لا تعرض تحليلا للتداول أو أدلة على الأداء. وتتمثل قيمتها البحثية الأساسية في التغطية التاريخية المعلنة ومجموعة الشركات الخالية من تحيز البقاء؛ ولا تشرح كيفية تمثيل الأوراق المالية المشطوبة، أو معالجة إجراءات الشركات، أو فحوص جودة البيانات الأخرى التي قد تلزم.
الأفكار الرئيسية
- تحتوي مجموعة البيانات على تاريخ يومي لأسهم OHLCV لنحو 3,200 شركة من US، بما فيها الجهات المصدرة التي أُزيلت من التداول.
- تمتد السلسلة التاريخية من 1962 إلى مارس 2018، ولم تعد تُحدّث.
- يمكن للباحثين تحميل المجموعة كاملة أو تصفيتها حسب الرمز أو النطاق الزمني أو حجم العينة.
- تشرح الوثيقة الوصول إلى البيانات وتحميلها، لكنها لا تقدم نتائج لاستراتيجية أو تحليلا لجودة البيانات.
الوسوم
النص الكامل
# US Equities (NASDAQ Data Link WIKI Prices) # US Equities (NASDAQ Data Link WIKI Prices) Historical US equity OHLCV for ~3,200 companies from 1962-01-02 to 2018-03-27. Survivorship-bias free — includes delisted issuers. The dataset is frozen (NASDAQ Data Link stopped updating it in March 2018), so the downloader writes once and you never re-pull. ## Dataset - **Source**: NASDAQ Data Link (formerly Quandl) `WIKI/PRICES` - **Coverage**: 1962-01-02 → 2018-03-27 daily OHLCV, ~3,199 US tickers - **Size on disk**: ~650 MB parquet - **Access**: Free with a NASDAQ Data Link API key (https://data.nasdaq.com/sign-up) - **Canonical schema**: `symbol`, `timestamp` (Date), `open`, `high`, `low`, `close`, `volume`, `adj_close`, … ## Download ```bash # One-off: ~several minutes, 650 MB uv run python data/equities/market/us_equities/download.py # Preview without hitting the API uv run python data/equities/market/us_equities/download.py --dry-run # Re-download even if the parquet is already on disk uv run python data/equities/market/us_equities/download.py --force ``` API key resolution order (first match wins): 1. `--api-key <key>` CLI flag 2. `QUANDL_API_KEY` environment variable 3. `NASDAQ_DATA_LINK_API_KEY` environment variable 4. Same keys in a `.env` file at the repo root Output: `$ML4T_DATA_PATH/equities/us_equities/us_equities.parquet`. ## Loading ```python from data import load_us_equities df = load_us_equities() # full universe df = load_us_equities(symbols=["AAPL", "MSFT"]) df = load_us_equities(start_date="2000-01-01", end_date="2010-12-31") df = load_us_equities(max_symbols=50) # random 50 for prototyping ``` If the parquet is missing, the loader raises `DataNotFoundError` with the exact download command. ## Consumers - `case_studies/us_equities_panel/` — the dedicated case study (Ch7 → Ch20 pipeline) operates on this universe. - Chapter 2 EDA notebook `01_us_equities_eda.py` — coverage survey. - Any chapter that needs a long, survivor-free US equities history.
يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: MIT
أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.