raeidsaqur/NIFTY

NIFTY数据集是一个结合新闻和市场数据的金融趋势预测数据集，主要用于时间序列预测、多选题问答和文档问答等任务。数据集包含2111个样本，时间跨度为2010年1月6日至2020年9月21日，分为训练集、验证集和测试集。每个样本包含日期、上下文信息、新闻内容、对话记录、标签和百分比变化等信息。数据集的结构为JSONL格式，适用于大语言模型的评估和训练。

原始信息汇总

NIFTY 数据集概述

数据集基本信息

• 许可证: MIT
• 标签:
  • nifty
  • stock-movement
  • news-and-events
  • RLMF
• 任务类别:
  • multiple-choice
  • time-series-forecasting
  • document-question-answering
• 任务ID:
  • topic-classification
  • semantic-similarity-classification
  • multiple-choice-qa
  • univariate-time-series-forecasting
  • document-question-answering
• 语言: 英语
• 数据集名称: nifty
• 数据规模: 1K<n<100k

数据集配置

• 配置名称: nifty-lm
• 数据文件:
  • 训练集: train.jsonl
  • 测试集: test.jsonl
  • 验证集: valid.jsonl

数据集结构

• 数据格式: JSONL

• 示例: json { "id": "nifty_1795", "date": "2019-02-14", "context": "date,open,high,low...", "news": "Amazon May Still See Benefits From ...", "conversations": [ { "role": "user", "value": "Project the $SPY indexs ... Answer:" }, { "role": "assistant", "value": "Rise 0.0109" } ], "label": "Rise", "pct_change": 0.0109 }

• 数据集统计:

  • 总样本数: 2111
  • 日期范围: 2010-01-06 至 2020-09-21
  • 各部分样本数:

    部分	样本数	日期范围
    训练	1477	2010-01-06 至 2017-06-27
    验证	317	2017-06-28 至 2019-02-12
    测试	317	2019-02-13 至 2020-09-21