five

gold-prices|黄金价格数据集|金融数据数据集

收藏
github2024-03-15 更新2024-05-31 收录
黄金价格
金融数据
下载链接:
https://github.com/datasets/gold-prices
下载链接
链接失效反馈
资源简介:
自1950年以来的每月黄金价格数据,以美元计价(伦敦市场)。数据来源于德国联邦银行。

Monthly gold price data since 1950, denominated in US dollars (London market). The data is sourced from the Deutsche Bundesbank.
创建时间:
2012-03-15
原始信息汇总

数据集概述

名称: 黄金价格数据集

时间范围: 1950年至今

货币单位: 美元

市场: 伦敦市场

数据来源: 德国联邦银行(Bundesbank)

数据准备

  • 所需软件: Python 3.6及以上版本
  • 所需库: dataflows
  • 更新数据: 运行gold_price_flow.py脚本

数据计算方法

  • 1950年1月至1954年3月21日: 使用英格兰银行的黄金购买价格和平均汇率计算。
  • 1954年3月22日至1959年12月: 使用Metallgesellschaft AG提供的标准金条固定价格和平均汇率计算。
  • 1960年1月至1968年3月14日: 使用英格兰银行季度公报中指定的标准金条平均固定价格。
  • 1968年3月15日: 固定价格暂停,黄金市场分为官方市场和自由市场。
  • 1968年3月18日至29日: 黄金交易暂停。
  • 每日价格来源:
    • 1968年4月至1974年3月: 金融时报(FT)
    • 1974年4月至1980年12月: Samuel Montagu & Co. Ltd.
    • 1981年1月至2005年12月: 金融时报(FT)
    • 2006年1月至今: 路透社(Reuters)

自动化更新

  • 更新频率: 每月
  • 更新平台: datahub.io

许可证

  • 许可证类型: 公共领域授权(Public Domain Dedication and License)
  • 数据限制: 无明显限制,数据库权利存疑。
AI搜集汇总
数据集介绍
main_image_url
构建方式
该数据集通过整合多个权威来源的历史记录构建而成,主要数据源自Timothy Green编制的历史金价表以及世界银行提供的商品市场数据。Timothy Green的数据涵盖了1833年至1960年的金价信息,而世界银行的数据则从1960年延续至今,确保了数据的连续性和完整性。数据集的构建过程严格遵循历史记录的准确性,并通过自动化脚本每月更新,以保证数据的时效性。
特点
该数据集以其时间跨度的广泛性和数据的权威性著称,涵盖了自1833年至今的月度黄金价格,单位为美元。数据来源包括世界黄金理事会和世界银行,确保了数据的可靠性和全面性。此外,数据集通过自动化流程每月更新,能够及时反映最新的市场动态,为研究者和分析师提供了宝贵的历史和实时数据资源。
使用方法
使用该数据集需要安装Python 3.6及以上版本,并依赖dataflows库。用户可通过运行提供的脚本更新数据,具体操作为安装所需依赖并执行处理脚本。数据集以CSV格式提供,便于导入到各类数据分析工具中进行进一步处理。自动化更新机制使得用户能够轻松获取最新的黄金价格数据,适用于经济学研究、市场分析以及投资决策等多个领域。
背景与挑战
背景概述
gold-prices数据集记录了自1833年以来以美元计价的月度黄金价格,数据源自世界黄金理事会,并由Timothy Green的历史记录和世界银行提供的数据补充。该数据集的创建旨在为研究黄金价格的历史趋势及其对全球经济的影响提供详实的数据支持。Timothy Green作为该领域的重要研究者,其历史数据为早期黄金价格研究奠定了坚实基础,而世界银行的数据则确保了数据的持续更新和全面性。该数据集在金融、经济史和商品市场研究领域具有重要影响力,为学者和从业者提供了宝贵的历史视角。
当前挑战
gold-prices数据集在解决黄金价格历史趋势分析问题时,面临数据来源多样性和一致性的挑战。由于数据来自不同时期和机构,如Timothy Green的历史记录和世界银行的现代数据,如何确保数据的无缝衔接和准确性成为关键问题。在构建过程中,研究人员需处理不同数据格式、时间跨度和记录标准的差异,这对数据清洗和整合提出了较高要求。此外,自动化更新机制的设计与实现也需克服技术难题,以确保数据的实时性和可靠性。这些挑战在数据集的持续维护和扩展中仍需不断优化和解决。
常用场景
经典使用场景
在金融经济学领域,gold-prices数据集被广泛用于研究黄金价格的长期趋势和波动性。研究者通过分析自1833年以来的月度黄金价格数据,能够深入探讨全球经济事件、货币政策以及市场供需关系对黄金价格的影响。该数据集为历史经济研究提供了宝贵的时间序列数据,帮助学者构建和验证各类经济模型。
解决学术问题
gold-prices数据集解决了金融经济学中关于黄金价格波动机制的多个关键问题。通过整合世界黄金理事会和世界银行的历史数据,研究者能够追溯黄金价格在不同历史时期的演变,分析其与通货膨胀、货币贬值以及全球经济危机之间的关联。这一数据集为理解黄金作为避险资产的角色提供了实证基础,推动了相关理论的发展。
衍生相关工作
基于gold-prices数据集,衍生了许多经典的研究工作。例如,学者们利用该数据集构建了黄金价格预测模型,探索了黄金与其他大宗商品之间的价格联动关系。此外,该数据集还被用于研究黄金市场的效率问题,验证市场是否遵循随机游走理论。这些研究不仅丰富了金融经济学的理论体系,也为实际市场操作提供了科学依据。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

VoxBox

VoxBox是一个大规模语音语料库,由多样化的开源数据集构建而成,用于训练文本到语音(TTS)系统。

github 收录

jpft/danbooru2023

Danbooru2023是一个大规模的动漫图像数据集,包含超过500万张由爱好者社区贡献并详细标注的图像。图像标签涵盖角色、场景、版权、艺术家等方面,平均每张图像有30个标签。该数据集可用于训练图像分类、多标签标注、角色检测、生成模型等多种计算机视觉任务。数据集基于danbooru2021构建,扩展至包含ID #6,857,737的图像,增加了超过180万张新图像,总大小约为8TB。图像以原始格式提供,分为1000个子目录,使用图像ID的模1000进行分桶,以避免文件系统性能问题。

hugging_face 收录

TM-Senti

TM-Senti是由伦敦玛丽女王大学开发的一个大规模、远距离监督的Twitter情感数据集,包含超过1.84亿条推文,覆盖了超过七年的时间跨度。该数据集基于互联网档案馆的公开推文存档,可以完全重新构建,包括推文元数据且无缺失推文。数据集内容丰富,涵盖多种语言,主要用于情感分析和文本分类等任务。创建过程中,研究团队精心筛选了表情符号和表情,确保数据集的质量和多样性。该数据集的应用领域广泛,旨在解决社交媒体情感表达的长期变化问题,特别是在表情符号和表情使用上的趋势分析。

arXiv 收录

Multi-Text CIR (MTCIR)

MTCIR是一个大规模的合成数据集,包含340万图像对和1770万修改文本。该数据集由亚马逊公司收集,旨在解决组合图像检索领域数据不足的问题,通过多模态大型语言模型生成图像对的修改文本,并提供了多个简短的修改文本,以覆盖各种属性,更好地反映人类查询构建方式,为CIR模型提供更真实、全面的训练基础。

arXiv 收录

CatMeows

该数据集包含440个声音样本,由21只属于两个品种(缅因州库恩猫和欧洲短毛猫)的猫在三种不同情境下发出的喵声组成。这些情境包括刷毛、在陌生环境中隔离和等待食物。每个声音文件都遵循特定的命名约定,包含猫的唯一ID、品种、性别、猫主人的唯一ID、录音场次和发声计数。此外,还有一个额外的zip文件,包含被排除的录音(非喵声)和未剪辑的连续发声序列。

huggingface 收录