Überlebendenfreie historische US-Aktienmarktdaten nutzen
Zusammenfassung
Dieses Dokument beschreibt einen täglichen US-Aktienmarktdatensatz mit rund 3,200 Unternehmen von 1962 bis März 2018. Er umfasst auch dekotierte Emittenten und eignet sich damit für historische Forschung, bei der der Ausschluss gescheiterter oder dekotierter Unternehmen die Ergebnisse verzerren könnte. Die Daten enthalten standardmäßige OHLCV-Felder und bereinigte Schlusskurse. Sie lassen sich für ausgewählte Symbole, Zeiträume oder eine kleinere Zufallsstichprobe für Prototypen laden.
Der Datensatz ist eingefroren, da sein Anbieter ihn seit März 2018 nicht mehr aktualisiert. Forschende sollten ihn daher als feste historische Quelle und nicht als aktuellen Marktdatenfeed behandeln. Das Dokument erklärt, wie die Parquet-Daten heruntergeladen und geladen werden, und nennt mögliche Forschungsanwendungen, enthält aber keine Trading-Analyse oder Performance-Nachweise. Der zentrale Forschungswert liegt in der angegebenen historischen Abdeckung und dem um Survivorship Bias bereinigten Anlageuniversum. Es erklärt nicht, wie dekotierte Wertpapiere dargestellt oder Kapitalmaßnahmen behandelt werden und welche weiteren Datenqualitätsprüfungen nötig sein könnten.
Kernaussagen
- Der Datensatz enthält tägliche OHLCV-Historien für rund 3,200 US-Unternehmen, einschließlich dekotierter Emittenten.
- Die historische Zeitreihe reicht von 1962 bis März 2018 und wird nicht mehr aktualisiert.
- Forschende können das gesamte Anlageuniversum laden oder nach Symbol, Zeitraum oder Stichprobengröße filtern.
- Das Dokument beschreibt den Zugriff auf und das Laden der Daten, enthält aber weder Strategieergebnisse noch eine Datenqualitätsanalyse.
Schlagwörter
Volltext
# 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.
Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: MIT
Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.