Dados históricos de ações sem viés de sobrevivência US | Stratmill
Resumo
Este documento descreve um conjunto de dados diários de ações dos US que abrange cerca de 3,200 empresas, de 1962 até março de 2018. Inclui emissores deslistados, o que o torna útil para pesquisas históricas nas quais excluir empresas que faliram ou foram deslistadas poderia distorcer os resultados. Os dados contêm campos padrão OHLCV e preço de fechamento ajustado, e podem ser carregados para símbolos e datas selecionados ou para uma amostra aleatória menor, destinada à prototipagem.
O conjunto de dados está congelado porque o provedor deixou de atualizá-lo em março de 2018. Portanto, pesquisadores devem tratá-lo como uma fonte histórica fixa, e não como um feed atual do mercado. O documento explica como baixar e carregar os dados em parquet e aponta exemplos de usos em pesquisa, mas não apresenta análises de trading nem evidências de desempenho. Seu principal valor para a pesquisa está na cobertura histórica declarada e no universo sem viés de sobrevivência; ele não explica como os títulos deslistados são representados, como ações corporativas são tratadas nem quais outras verificações de qualidade dos dados podem ser necessárias.
Ideias principais
- O conjunto de dados contém histórico diário de ações dos OHLCV para cerca de 3,200 empresas de US, incluindo emissores deslistados.
- A série histórica vai de 1962 a março de 2018 e não é mais atualizada.
- Pesquisadores podem carregar o universo completo ou filtrar por símbolo, intervalo de datas ou tamanho da amostra.
- O documento descreve o acesso e o carregamento dos dados, mas não fornece resultados de estratégias nem análises de qualidade dos dados.
Tags
Texto completo
# 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.
Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: MIT
Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.