yahoo-finance-data

Hugging Face2024-11-29 更新2024-12-12 收录

下载链接：

https://huggingface.co/datasets/bwzheng2010/yahoo-finance-data

下载链接

链接失效反馈

资源简介：

该数据集包含从Yahoo! Finance、Nasdaq和U.S. Department of the Treasury获取的财务数据，旨在用于研究和教育目的。数据集包括公司详细信息、高管信息、财务指标、历史盈利、股票价格、股息事件、股票拆分、汇率和每日国债收益率等。每个数据集都有其来源、简要描述以及列出的列及其数据类型和描述。数据定期更新，并以Parquet格式提供，可通过DuckDB进行查询。

This dataset contains financial data sourced from Yahoo! Finance, Nasdaq, and the U.S. Department of the Treasury, and is intended for research and educational purposes. It encompasses detailed corporate information, executive profiles, financial metrics, historical earnings, stock prices, dividend events, stock splits, exchange rates, daily treasury bond yields, and more. Each subset of the dataset includes its source, a brief description, as well as a listing of columns along with their data types and corresponding explanations. The data is updated regularly, provided in Parquet format, and queryable via DuckDB.

创建时间：

2024-11-28

原始信息汇总

Yahoo Finance 金融数据集

数据集概述

该数据集包含从 Yahoo! Finance、Nasdaq 和美国财政部通过公开 API 获取的金融数据，主要用于研究和教育目的。数据集定期更新，每次更新都会发布一个新的版本，版本格式为 dt=yyyy-mm-dd，其中 yyyy-mm-dd 表示最新数据的日期。

数据集列表

1. stock_profile

来源: https://finance.yahoo.com/quote/{$symbol}/profile/
描述: 包含公司详细信息，如地址、行业和员工数量。

列:

列名	列类型	描述
symbol	VARCHAR	股票代码
address	VARCHAR	公司地址
city	VARCHAR	城市
country	VARCHAR	国家
phone	VARCHAR	电话号码
zip	VARCHAR	邮政编码
industry	VARCHAR	行业类型
sector	VARCHAR	业务部门
long_business_summary	VARCHAR	业务摘要
full_time_employees	INTEGER	全职员工数量
report_date	VARCHAR	数据报告日期

2. stock_officers

来源: https://finance.yahoo.com/quote/{$symbol}/profile/
描述: 列出公司高管，包括他们的薪酬和职位。

列:

列名	列类型	描述
symbol	VARCHAR	股票代码
name	VARCHAR	高管姓名
title	VARCHAR	高管职位
age	INTEGER	高管年龄
born	INTEGER	出生年份
pay	INTEGER	薪酬（美元）
exercised	INTEGER	行使的股票期权
unexercised	INTEGER	未行使的股票期权

3. stock_summary

来源: https://finance.yahoo.com/quote/${symbol}/key-statistics/
描述: 提供财务指标，如市值、市盈率（P/E）和每股收益（EPS）。

列:

列名	列类型	描述
symbol	VARCHAR	股票代码
market_cap	DECIMAL(38,2)	市值（美元）
enterprise_value	DECIMAL(38,2)	企业价值（美元）
shares_outstanding	DECIMAL(38,2)	流通股数量
beta	DECIMAL(38,2)	贝塔值
trailing_pe	DECIMAL(38,2)	市盈率（TTM）
forward_pe	DECIMAL(38,2)	市盈率（前瞻）
tailing_eps	DECIMAL(38,2)	每股收益（TTM）
forward_eps	DECIMAL(38,2)	每股收益（前瞻）
enterprise_to_ebitda	DECIMAL(38,2)	企业价值/EBITDA
enterprise_to_revenue	DECIMAL(38,2)	企业价值/收入
peg_ratio	DECIMAL(38,2)	PEG比率
currency	VARCHAR	货币（如美元）

4. stock_tailing_eps

来源: https://ycharts.com/companies/${symbol}/eps_ttm
描述: 提供财务指标，如每股收益（TTM EPS）。
列:

列名列类型描述

symbol VARCHAR 股票代码

report_date VARCHAR 报告日期

tailing_eps DECIMAL(38,2) 每股收益（TTM）

update_time VARCHAR 最后更新时间

5. stock_earning_calendar

来源: https://www.nasdaq.com/market-activity/earnings
描述: 包含公司财报信息，包括股票代码、报告日期、公司名称和财政季度结束日期。
列:

列名列类型描述

symbol VARCHAR 股票代码

report_date VARCHAR 报告日期

name VARCHAR 公司名称

fiscal_quarter_ending VARCHAR 财政季度结束日期

6. stock_historical_eps

来源: https://finance.yahoo.com/quote/${symbol}/analysis/#Earnings History
描述: 包含公司历史财报数据，包括股票代码、实际和预计的每股收益、意外百分比和对应的财政季度。

列:

列名	列类型	描述
symbol	VARCHAR	股票代码
eps_actual	VARCHAR	实际每股收益
eps_estimate	VARCHAR	预计每股收益
surprise_percent	VARCHAR	意外百分比
quarter_name	VARCHAR	财政季度名称
quarter_date	VARCHAR	财政季度结束日期

7. stock_statement

来源: https://finance.yahoo.com/quote/${symbol}/financials/
描述: 包含公司财务报表详细信息，包括股票代码、报告日期、特定财务项目及其值、相关报表类型和期间。

列:

列名	列类型	描述
symbol	VARCHAR	股票代码
report_date	VARCHAR	报告日期
item_name	VARCHAR	财务报表项目名称
item_value	DECIMAL(38,2)	财务报表项目值
finance_type	VARCHAR	财务报表类型
period_type	VARCHAR	报告期间类型

8. stock_prices

来源: https://finance.yahoo.com/quote/${symbol}/chart
描述: 包含历史股票市场数据，包括股票代码、报告日期和关键交易指标，如开盘价、收盘价、最高价、最低价和交易量。

列:

列名	列类型	描述
symbol	VARCHAR	股票代码
report_date	VARCHAR	交易日期
open	DECIMAL(38,2)	开盘价
close	DECIMAL(38,2)	收盘价
high	DECIMAL(38,2)	最高价
low	DECIMAL(38,2)	最低价
volume	BIGINT	交易量

9. stock_dividend_events

来源: https://finance.yahoo.com/quote/${symbol}/chart
描述: 包含股息数据，包括股票代码、报告日期和股息值。
列:

列名列类型描述

symbol VARCHAR 股票代码

report_date VARCHAR 报告日期

amount DECIMAL(38,2) 股息金额

10. stock_split_events

来源: https://finance.yahoo.com/quote/${symbol}/chart
描述: 包含股票拆分数据，包括股票代码、报告日期和拆分因子。
列:

列名列类型描述

symbol VARCHAR 股票代码

report_date VARCHAR 报告日期

split_factor VARCHAR 拆分因子

11. exchange_rate

来源: https://finance.yahoo.com/quote/${symbol}/chart
描述: 包含报告日期的货币汇率数据，包括开盘价、收盘价、最高价和最低价。

列:

列名	列类型	描述
symbol	VARCHAR	股票代码
report_date	VARCHAR	报告日期
open	DECIMAL(38,2)	开盘价
close	DECIMAL(38,2)	收盘价
high	DECIMAL(38,2)	最高价
low	DECIMAL(38,2)	最低价

12. daily_treasury_yield

来源: https://home.treasury.gov/
描述: 包含每日国债收益率数据，包括不同时间段的收益率（月度和年度）。

列:

列名	列类型	描述
report_date	VARCHAR	报告日期
bc1_month	DECIMAL(38,2)	1个月国债收益率
bc2_month	DECIMAL(38,2)	2个月国债收益率
bc3_month	DECIMAL(38,2)	3个月国债收益率
bc6_month	DECIMAL(38,2)	6个月国债收益率
bc1_year	DECIMAL(38,2)	1年国债收益率
bc2_year	DECIMAL(38,2)	2年国债收益率
bc3_year	DECIMAL(38,2)	3年国债收益率
bc5_year	DECIMAL(38,2)	5年国债收益率
bc7_year	DECIMAL(38,2)	7年国债收益率
bc10_year	DECIMAL(38,2)	10年国债收益率
bc30_year	DECIMAL(38,2)	30年国债收益率

数据使用说明

数据集可通过 DuckDB 进行查询，所有数据集均为公开访问，并以 Parquet 文件格式存储。

AI搜集汇总

数据集介绍

构建方式

该数据集通过整合来自Yahoo! Finance、Nasdaq以及美国财政部的公开API数据构建而成，涵盖了多个金融领域的关键信息。数据集的构建方式依赖于定期更新，确保数据的时效性和准确性。每个数据集的版本通过GIT TAGS进行管理，版本号格式为`dt=yyyy-mm-dd`，便于用户追踪最新数据。数据以Parquet格式存储，便于高效查询和处理。

特点

该数据集的特点在于其广泛的数据覆盖范围和多维度的金融信息。它不仅包含了公司基本信息、高管薪酬、财务指标等基础数据，还涵盖了历史股价、股息事件、股票拆分等市场动态数据。此外，数据集还提供了汇率和每日国债收益率等宏观经济数据，为金融研究提供了全面的支持。

使用方法

用户可以通过DuckDB工具进行数据查询，使用SQL语句从不同的数据集中提取所需信息。例如，用户可以查询特定股票的公司概况、高管信息、财务摘要等。数据集的查询方式灵活，支持按股票代码、报告日期等条件进行筛选，满足不同研究需求。所有数据集均以Parquet格式存储，确保高效的数据读取和处理。

背景与挑战

背景概述

在金融数据分析领域，准确且全面的数据集对于研究与决策至关重要。yahoo-finance-data数据集由Bowen Zheng创建，旨在通过整合来自Yahoo! Finance、Nasdaq及美国财政部的公开API数据，为研究者和教育工作者提供高质量的金融数据资源。该数据集涵盖了股票概况、公司高管信息、财务指标、历史股价、分红事件、汇率及国债收益率等多个方面，极大地丰富了金融数据的研究维度。通过定期更新和版本控制，确保数据的时效性和可靠性，为金融市场的深入分析提供了坚实的基础。

当前挑战

尽管yahoo-finance-data数据集在金融数据领域具有广泛的应用前景，但其构建与维护过程中仍面临诸多挑战。首先，数据来源的多样性要求确保各数据源之间的兼容性与一致性，避免数据冲突与冗余。其次，金融市场的动态变化使得数据更新频率较高，如何高效地进行数据抓取与处理成为一大难题。此外，数据隐私与合规性问题也不容忽视，尤其是在处理敏感的财务信息时，需严格遵守相关法律法规。最后，数据集的规模与复杂性增加了查询与分析的难度，如何优化数据存储与检索效率也是亟待解决的问题。

常用场景

经典使用场景

yahoo-finance-data数据集在金融分析领域具有广泛的应用，尤其是在股票市场研究和投资决策中。该数据集提供了丰富的公司财务信息、股票价格历史、财务报表、股息和拆股事件等数据，使得研究者能够深入分析公司的财务健康状况、市场表现以及宏观经济指标的影响。通过这些数据，分析师可以构建复杂的金融模型，预测股票走势，评估投资风险，并为投资者提供科学的投资建议。

衍生相关工作

基于yahoo-finance-data数据集，许多经典的研究工作和金融工具得以衍生。例如，研究者利用该数据集开发了多种股票预测模型，包括基于机器学习的预测算法和时间序列分析模型。此外，该数据集还促进了金融数据可视化工具的发展，帮助用户更直观地理解复杂的金融数据。在学术界，该数据集也被广泛用于金融工程、行为金融学等领域的研究，推动了相关理论的进步。

数据集最近研究