उत्तरजीवी-पक्षपात-मुक्त ऐतिहासिक US इक्विटी डेटा

लेख Machine Learning for Trading

सारांश

यह दस्तावेज़ 1962 से मार्च 2018 तक लगभग 3,200 कंपनियों को कवर करने वाले दैनिक US इक्विटी डेटासेट का वर्णन करता है। इसमें डीलिस्ट की गई कंपनियाँ शामिल हैं, इसलिए ऐतिहासिक शोध में यह उपयोगी है, जहाँ विफल या डीलिस्ट हुई कंपनियों को छोड़ने से नतीजे विकृत हो सकते हैं। डेटा में मानक OHLCV फ़ील्ड और समायोजित क्लोज़ शामिल हैं। प्रोटोटाइप बनाने के लिए इसे चुने हुए सिंबल, तारीखों या छोटे यादृच्छिक नमूने के साथ लोड किया जा सकता है।

यह डेटासेट स्थिर है, क्योंकि इसके प्रदाता ने मार्च 2018 में इसे अपडेट करना बंद कर दिया था। इसलिए शोधकर्ताओं को इसे मौजूदा बाज़ार फ़ीड के बजाय एक निश्चित ऐतिहासिक स्रोत मानना चाहिए। दस्तावेज़ parquet डेटा डाउनलोड और लोड करने का तरीका बताता है और शोध के उदाहरण सुझाता है, लेकिन ट्रेडिंग विश्लेषण या प्रदर्शन के प्रमाण प्रस्तुत नहीं करता। इसका मुख्य शोध-मूल्य बताई गई ऐतिहासिक कवरेज और उत्तरजीविता-पक्षपात-मुक्त यूनिवर्स में है; यह नहीं बताता कि डीलिस्ट की गई प्रतिभूतियों को कैसे दर्शाया गया है, कॉर्पोरेट कार्रवाइयों को कैसे संभाला गया है, या डेटा गुणवत्ता की कौन-सी अन्य जाँचें आवश्यक हो सकती हैं।

मुख्य विचार

डेटासेट में लगभग 3,200 US कंपनियों का दैनिक OHLCV इतिहास है, जिसमें डीलिस्ट की गई कंपनियाँ भी शामिल हैं।
ऐतिहासिक श्रृंखला 1962 से मार्च 2018 तक जाती है और अब अपडेट नहीं होती।
शोधकर्ता पूरा यूनिवर्स लोड कर सकते हैं या सिंबल, तारीख की सीमा अथवा नमूने के आकार के अनुसार फ़िल्टर कर सकते हैं।
दस्तावेज़ डेटा तक पहुँचने और उसे लोड करने का तरीका बताता है, लेकिन रणनीति के नतीजे या डेटा गुणवत्ता विश्लेषण नहीं देता।

# 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.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: MIT

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।

उत्तरजीवी-पक्षपात-मुक्त ऐतिहासिक US इक्विटी डेटा

सारांश

मुख्य विचार

टैग