five

edarchimbaud/eps-revisions-stocks

收藏
Hugging Face2023-11-11 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/edarchimbaud/eps-revisions-stocks
下载链接
链接失效反馈
官方服务:
资源简介:
eps-revisions-sp500数据集提供了S&P 500指数中公司的每股收益(EPS)修订信息。数据集包含多个字段,如公司代码、日期、当前季度、下一季度、当前年份、下一年份等,以及在这些时间段内EPS的上升和下降情况。数据集仅包含一个训练集,没有提供特定的任务或评估指标。数据集的创建目的是为了提供S&P 500指数中公司EPS修订的信息,数据来源于可靠来源并经过标准化处理。数据集由edarchimbaud收集,并遵循MIT许可证。

eps-revisions-sp500数据集提供了S&P 500指数中公司的每股收益(EPS)修订信息。数据集包含多个字段,如公司代码、日期、当前季度、下一季度、当前年份、下一年份等,以及在这些时间段内EPS的上升和下降情况。数据集仅包含一个训练集,没有提供特定的任务或评估指标。数据集的创建目的是为了提供S&P 500指数中公司EPS修订的信息,数据来源于可靠来源并经过标准化处理。数据集由edarchimbaud收集,并遵循MIT许可证。
提供机构:
edarchimbaud
原始信息汇总

数据集概述

数据集名称

eps-revisions-sp500

数据集描述

该数据集提供了S&P 500指数中公司的每股收益(EPS)修订信息。

数据集特征

  • symbol (string): 公司股票代码或缩写。
  • date (string): 记录数据的日期。
  • current_qtr (string): 当前季度。
  • up_last_7_days_current_qtr (float64): 当前季度过去7天内EPS增长的天数。
  • next_qtr (string): 下一季度。
  • up_last_7_days_next_qtr (float64): 下一季度预计EPS增长的天数。
  • current_year (int64): 当前年份。
  • up_last_7_days_current_year (float64): 当前年度过去7天内EPS增长的天数。
  • next_year (int64): 下一年度。
  • up_last_7_days_next_year (float64): 下一年度预计EPS增长的天数。
  • up_last_30_days_current_qtr (float64): 当前季度过去30天内EPS增长的天数。
  • up_last_30_days_next_qtr (float64): 下一季度预计过去30天内EPS增长的天数。
  • up_last_30_days_current_year (float64): 当前年度过去30天内EPS增长的天数。
  • up_last_30_days_next_year (float64): 下一年度预计过去30天内EPS增长的天数。
  • down_last_7_days_current_qtr (null): 当前季度过去7天内EPS下降的天数,数据缺失。
  • down_last_7_days_next_qtr (null): 下一季度预计过去7天内EPS下降的天数,数据缺失。
  • down_last_7_days_current_year (null): 当前年度过去7天内EPS下降的天数,数据缺失。
  • down_last_7_days_next_year (null): 下一年度预计过去7天内EPS下降的天数,数据缺失。
  • down_last_30_days_current_qtr (float64): 当前季度过去30天内EPS下降的天数。
  • down_last_30_days_next_qtr (float64): 下一季度预计过去30天内EPS下降的天数。
  • down_last_30_days_current_year (float64): 当前年度过去30天内EPS下降的天数。
  • down_last_30_days_next_year (float64): 下一年度预计过去30天内EPS下降的天数。

数据集分割

  • train (训练集): 包含20208个样本,总大小为3206767字节。

数据集大小

  • 下载大小: 263860字节
  • 数据集大小: 3206767字节

许可证

MIT License

搜集汇总
数据集介绍
main_image_url
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作