股票价格预测数据集

Data Set Information: 在预测股票价格时，你会收集某个时间段的数据——天、周、月等，但你不能利用某个时间段的数据，直到该时间段的下一个增量。例如，假设您每天收集数据。周一结束后，你就有了当天的所有数据。不过，你可以在周一投资，因为你要到一天结束才能得到数据。你可以利用周一的数据在周二进行投资。 在我们的研究中，每个记录（行）都是一周的数据。每一条记录也有股票在下一周的回报率（变化率、下一周的价格）。理想情况下，你需要确定哪只股票在接下来的一周内产生最大的回报率。这可以帮助您训练和测试您的算法。 这些属性中的一些可能不用于您的研究。它们最初被添加到我们的数据库中以执行计算。（Brown，Pelosi&Dirska，2013）使用了过去一周的价格变动百分比、交易量变动百分比、下一次分红天数和下一次分红回报百分比。我们将其他属性保留在数据集中，以防您想要使用它们中的任何一个。当然，你想要最大化的是未来几周的价格变化百分比。 Training data vs Test data: In (Brown, Pelosi & Dirska, 2013) we used quarter 1 (Jan-Mar) data for training and quarter 2 (Apr-Jun) data for testing. Interesting data points: If you use quarter 2 data for testing, you will notice something interesting in the week ending 5/27/2011 every Dow Jones Index stock lost money. Attribute Information: quarter: the yearly quarter (1 = Jan-Mar; 2 = Apr=Jun). stock: the stock symbol (see above) date: the last business day of the work (this is typically a Friday) open: the price of the stock at the beginning of the week high: the highest price of the stock during the week low: the lowest price of the stock during the week close: the price of the stock at the end of the week volume: the number of shares of stock that traded hands in the week percent_change_price: the percentage change in price throughout the week percent_chagne_volume_over_last_wek: the percentage change in the number of shares of stock that traded hands for this week compared to the previous week previous_weeks_volume: the number of shares of stock that traded hands in the previous week next_weeks_open: the opening price of the stock in the following week next_weeks_close: the closing price of the stock in the following week percent_change_next_weeks_price: the percentage change in price of the stock in the following week days_to_next_dividend: the number of days until the next dividend percent_return_next_dividend: the percentage of return on the next dividend Relevant Papers: Brown, M. S., Pelosi, M. & Dirska, H. (2013). Dynamic-radius Species-conserving Genetic Algorithm for the Financial Forecasting of Dow Jones Index Stocks. Machine Learning and Data Mining in Pattern Recognition, 7988, 27-41. Citation Request: We request that you provide a citation to this paper when using the dataset. We welcome you to compare your results against ours in (Brown, Pelosi & Dirska, 2013). Dr. Michael Brown, michael.brown '@' umuc.edu, University of Maryland University College

数据集信息：在股票价格预测任务中，研究者会按固定周期（如日、周、月等）采集数据，但需注意：无法在该周期结束前使用当期数据。例如，若按日度采集数据，周一的完整数据需等到周一收盘后方可获取，因此无法在周一进行投资决策，仅可依托周一的数据在周二开展投资操作。
本研究中，每条数据记录对应一周的行情数据，同时包含该股票下一周的回报率（即价格变化率与下一周收盘价）。任务目标为筛选出下一周回报率最高的股票，以此为基础开展算法的训练与测试工作。
部分属性可能并非所有研究均需使用：这些属性最初为辅助计算而加入数据集。Brown、Pelosi与Dirska（2013）的研究仅使用了过去一周价格变动百分比、交易量环比变动百分比、下一次分红距当前的天数以及下一次分红的回报率百分比。本数据集保留其余属性，供研究者按需选用。本任务的优化目标为最大化未来一周的价格变动百分比。

训练集与测试集划分：在Brown等人（2013）的研究中，以第一季度（1-3月）数据作为训练集，第二季度（4-6月）数据作为测试集。
有趣的数据发现：若使用第二季度数据作为测试集，可观察到在2011年5月27日当周，所有道琼斯指数（Dow Jones Index）成分股均出现亏损。

属性信息：
quarter：季度（quarter，1代表1-3月；2代表4-6月）
stock：股票代码（stock symbol，详见前文说明）
date：日期（date，当周最后一个交易日，通常为周五）
open：开盘价（open）
high：最高价（high）
low：最低价（low）
close：收盘价（close）
volume：成交量（volume，当周易手的股票份额数）
percent_change_price：当周价格变动百分比（percent_change_price）
percent_change_volume_over_last_week：当周成交量较上一周的环比变动百分比（percent_change_volume_over_last_week，原文存在拼写笔误，已修正）
previous_weeks_volume：上一周成交量（previous_weeks_volume）
next_weeks_open：下一周开盘价（next_weeks_open）
next_weeks_close：下一周收盘价（next_weeks_close）
percent_change_next_weeks_price：下一周价格变动百分比（percent_change_next_weeks_price）
days_to_next_dividend：距下一次分红天数（days_to_next_dividend）
percent_return_next_dividend：下一次分红回报率百分比（percent_return_next_dividend）

相关论文：Brown, M. S., Pelosi, M. & Dirska, H. (2013). 《用于道琼斯指数（Dow Jones Index）成分股金融预测的动态半径物种保护遗传算法（Dynamic-radius Species-conserving Genetic Algorithm）》. 模式识别中的机器学习与数据挖掘, 7988, 27-41.

引用要求：使用本数据集时，请务必引用该论文。欢迎研究者将自身实验结果与Brown等人（2013）的研究结果进行对比。
联系人：Michael Brown博士，邮箱：michael.brown '@' umuc.edu，马里兰大学全球分校（University of Maryland University College）