CNNpred：基于CNN的股市预测，使用一组不同的变量数据集

Data Set Information: 它涵盖了各类技术指标、期货合约、大宗商品价格、全球市场重要指数、美国市场主要公司价格和国债利率的特征。“CNNpred：基于CNN的股市预测，使用不同变量集”一文中提到了来源和对特征的全面描述。 Attribute Information: Provide information about each attribute in your data set. Relevant Papers: CNNpred: CNN-based stock market prediction using a diverse set of variables U-CNNpred: A Universal CNN-based Predictor for Stock Markets Citation Request: Please cite the following paper: Hoseinzade, E., & Haratizadeh, S. (2019). CNNpred: CNN-based stock market prediction using a diverse set of variables. Expert Systems with Applications, 129, 273-285. Ehsan Hoseinzade, a Ph.D. student of computer science at Simon Fraser University. ehoseinz '@' sfu.ca

数据集信息：本数据集涵盖各类技术指标、期货合约、大宗商品价格、全球市场核心指数、美国市场主要上市公司股价与国债收益率的特征。《CNNpred：基于卷积神经网络（Convolutional Neural Network，CNN）的股市预测：采用多样化变量集》一文详细记载了该数据集的来源及特征的完整说明。属性信息：请详述数据集中每一项属性的相关信息。相关论文：1. 《CNNpred：基于卷积神经网络的股市预测：采用多样化变量集》；2. 《U-CNNpred：面向股票市场的通用卷积神经网络预测器》。引用要求：请引用以下论文：Hoseinzade, E. 与 Haratizadeh, S. (2019). 《CNNpred：基于卷积神经网络的股市预测：采用多样化变量集》，《Expert Systems with Applications（专家系统及其应用）》，第129卷，第273-285页。作者简介：Ehsan Hoseinzade，西蒙弗雷泽大学（Simon Fraser University）计算机科学博士生，联系邮箱：[e-mail]（原邮箱标注格式为ehoseinz '@' sfu.ca）

搜集汇总

背景与挑战

背景概述

该数据集名为“CNNpred：基于CNN的股市预测，使用一组不同的变量数据集”，是一个用于股市预测的机器学习数据集，基于卷积神经网络（CNN）。它包含多种变量，如技术指标、期货合约、大宗商品价格、全球市场重要指数、美国公司价格和国债利率，旨在通过多样化的特征提高预测准确性。数据集大小为2.7M，适用于计算机分类任务，相关论文为《CNNpred: CNN-based stock market prediction using a diverse set of variables》。