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？
Xetra HHI Insights|市场集中度分析数据集|金融数据分析数据集
收藏Snowflake2024-08-23 更新2024-08-24 收录
下载链接：
https://app.snowflake.com/marketplace/listing/GZTSZXF0M8
下载链接
链接失效反馈资源简介：
**Overview**
The Herfindahl-Hirschman Index (HHI) is a key market concentration measure, aiding in assessing liquidity quality and concentration risks. It ranges from 0 to 1, considering both participant numbers and volume. HHI Insights provides detailed concentration indicators like buy vs. sell and aggressive vs. passive breakdowns.
- The Herfi ndahl-Hirschman Index (HHI) is commonly accepted measure of market concentration
- It helps market participants to assess the quality of available liquidity and to identify concentration risk
- The measures are expressed through an index value ranging from 0 to 1
- HHI Insights does not only capture the number of participants, but additionally takes the respective volume into account
- Along with an overall market concentration measure, HHI Insights also provides concentration indicators for several breakdowns, e.g. buy vs. sell and aggressive vs. passive
<p><br/></p>
**Designed for market participants such as:**
- Buy-side and sell-side traders, researchers and analysts
- Market makers
- Brokerage firms
- Systematic trading firms
<p><br/></p>
**Benefits**
- Using Xetra® and Eurex® proprietary data, HHI Insights provides unique insights into market concentration and the relative demand imbalance
- It gives customers additional guidance when deciding whether to add a new market to their trading universe, when setting maximum position limits, and when adjusting how aggressively they would like to enter and exit positions
<p><br/></p>
**Data details**
- HHI Insights is calculated by squaring the market share of each fi rm competing in the market and summarizing the resulting numbers
- The figures are calculated daily and delivered T+1
- HHI Insights is available for both Eurex and Xetra instruments
- 24 individual daily HHI figures for Eurex® and 18 individual daily HHI figures for Xetra®
- Xetra® HHI Insights is calculated on an ISIN level basis
- Eurex® HHI Insights is calculated on an expiry basis plus further breakdowns for options
- History is available for Xetra® back to 1 July 2017 and for Eurex® back to 1 January 2017
<p><br/></p>
**Disclaimer**: The download and usage of the free sample data provided by Deutsche Börse AG via the Snowflake Marketplace is subject to the Terms of Use (which can be viewed on the right side). By downloading the data, you accept to adhere to the Terms of Use.
提供机构：
Deutsche Boerse - Market Data and Services
创建时间：
2024-08-22
数据主题
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
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建，包含5686张图像和45578个标签，重点关注六种行为：举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景，通过YOLOv5、YOLOv7和YOLOv8算法评估，平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础，解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
中国1km分辨率逐月降水量数据集（1901-2023）
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2023.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
LFW
人脸数据集;LFW数据集共有13233张人脸图像，每张图像均给出对应的人名，共有5749人，且绝大部分人仅有一张图片。每张图片的尺寸为250X250，绝大部分为彩色图像，但也存在少许黑白人脸图片。 URL: http://vis-www.cs.umass.edu/lfw/index.html#download
AI_Studio 收录
YOLO Drone Detection Dataset
为了促进无人机检测模型的开发和评估，我们引入了一个新颖且全面的数据集，专门为训练和测试无人机检测算法而设计。该数据集来源于Kaggle上的公开数据集，包含在各种环境和摄像机视角下捕获的多样化的带注释图像。数据集包括无人机实例以及其他常见对象，以实现强大的检测和分类。
github 收录
ChinaTravel
ChinaTravel是由南京大学国家重点实验室开发的一个真实世界基准数据集，专门用于评估语言代理在中国旅行规划中的应用。该数据集涵盖了中国10个最受欢迎城市的旅行信息，包括720个航班和5770趟列车，以及3413个景点、4655家餐厅和4124家酒店的详细信息。数据集通过问卷调查收集用户需求，并设计了一个可扩展的领域特定语言来支持自动评估。ChinaTravel旨在解决复杂的真实世界旅行规划问题，特别是在多兴趣点行程安排和用户偏好满足方面，为语言代理在旅行规划中的应用提供了重要的测试平台。
arXiv 收录