koen430/random_selected_stock_mix

---
dataset_info:
features:
- name: ticker
dtype: string
- name: prompt
dtype: string
- name: text
dtype: string
- name: url
dtype: string
- name: result_1
dtype: string
- name: result_1_bin
dtype: int64
- name: relevance
dtype: string
- name: token_count
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 12167785
num_examples: 3600
- name: val
num_bytes: 708256
num_examples: 200
- name: test
num_bytes: 698513
num_examples: 200
download_size: 7170454
dataset_size: 13574554
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

## INFO

A random selection of news articles and tweets for the purpose of fine-tuning a LLM to predict stock price movement the day after the news publications/tweets.

Source koen430/preprocessed_stock_news and koen430/preprocessed_stock_twitter

More info will follow soon

原始信息汇总

数据集概述

数据集特征

• ticker: 字符串类型
• prompt: 字符串类型
• text: 字符串类型
• url: 字符串类型
• result_1: 字符串类型
• result_1_bin: 整数类型（int64）
• relevance: 字符串类型
• token_count: 整数类型（int64）
• index_level_0: 整数类型（int64）

数据集分割

• train: 3600个样本，占用12167785字节
• val: 200个样本，占用708256字节
• test: 200个样本，占用698513字节

数据集大小

• 下载大小: 7170454字节
• 数据集总大小: 13574554字节

配置文件

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • val: 路径为data/val-*
  • test: 路径为data/test-*