edarchimbaud/eps-trend-stocks

该数据集包含S&P 500指数中公司的每股收益（EPS）趋势数据。它包括当前季度、下一季度、当前年度和下一年度的EPS估计信息，以及7天前、30天前、60天前和90天前的估计。数据集用于分析EPS趋势和进行财务分析任务，包含一个名为train的单一数据分割，并根据MIT许可证授权。

原始信息汇总

数据集概述

数据集名称: eps-trend-sp500

数据集内容: 包含S&P 500指数中公司的每股收益(EPS)趋势数据。数据包括当前季度、下一季度、当前年份和下一年份的EPS估计，以及7天前、30天前、60天前和90天前的估计。

数据集结构

数据字段

• symbol (string): 公司股票代码。
• date (string): 数据对应的日期。
• current_qtr (string): 当前季度。
• current_estimate_current_qtr (float64): 当前季度EPS的当前估计。
• next_qtr (string): 下一季度。
• current_estimate_next_qtr (float64): 下一季度EPS的当前估计。
• current_year (int64): 当前年份。
• current_estimate_current_year (float64): 当前年份EPS的当前估计。
• next_year (int64): 下一年份。
• current_estimate_next_year (float64): 下一年份EPS的当前估计。
• 7_days_ago_current_qtr (float64): 7天前当前季度的EPS估计。
• 7_days_ago_next_qtr (float64): 7天前下一季度的EPS估计。
• 7_days_ago_current_year (float64): 7天前当前年份的EPS估计。
• 7_days_ago_next_year (float64): 7天前下一年份的EPS估计。
• 30_days_ago_current_qtr (float64): 30天前当前季度的EPS估计。
• 30_days_ago_next_qtr (float64): 30天前下一季度的EPS估计。
• 30_days_ago_current_year (float64): 30天前当前年份的EPS估计。
• 30_days_ago_next_year (float64): 30天前下一年份的EPS估计。
• 60_days_ago_current_qtr (float64): 60天前当前季度的EPS估计。
• 60_days_ago_next_qtr (float64): 60天前下一季度的EPS估计。
• 60_days_ago_current_year (float64): 60天前当前年份的EPS估计。
• 60_days_ago_next_year (float64): 60天前下一年份的EPS估计。
• 90_days_ago_current_qtr (float64): 90天前当前季度的EPS估计。
• 90_days_ago_next_qtr (float64): 90天前下一季度的EPS估计。
• 90_days_ago_current_year (float64): 90天前当前年份的EPS估计。
• 90_days_ago_next_year (float64): 90天前下一年份的EPS估计。

数据分割

• train (训练集): 包含20195个样本，总大小为4466882字节。

附加信息

数据集许可证

• MIT License

数据集引用信息

• 来源: https://edarchimbaud.substack.com
• GitHub仓库: https://github.com/edarchimbaud

贡献者

• @edarchimbaud