yahoofinance-download

Hugging Face2025-07-24 更新2025-07-25 收录

下载链接：

https://huggingface.co/datasets/arushisinha98/yahoofinance-download

下载链接

链接失效反馈

官方服务：

资源简介：

该数据集包含多个金融指数的市场数据，包括调整后收盘价、收盘价、最高价、最低价、开盘价、成交量、52周最高价、52周最低价、新高指示器、新低指示器、高低差和收盘开盘差。数据类型包括float64和bool。

创建时间：

2025-07-22

原始信息汇总

数据集概述

数据集基本信息

数据集名称：yahoofinance-download
数据来源：Yahoo Finance
数据类型：金融时间序列数据

数据特征

数据集包含多个金融指数的历史数据，每个指数包含以下特征：

通用特征（每个指数均包含）

Adj Close：调整后收盘价（float64）
Close：收盘价（float64）
High：最高价（float64）
Low：最低价（float64）
Open：开盘价（float64）
Volume：成交量（float64）
52_Week_High：52周最高价（float64）
52_Week_Low：52周最低价（float64）
New High：是否创新高（bool）
New Low：是否创新低（bool）
High_Low_Diff：高低价差（float64）
Close_Open_Diff：收盘开盘价差（float64）

包含的金融指数

美国市场指数
- ^GSPC (标普500)
- ^DJI (道琼斯工业平均指数)
- ^IXIC (纳斯达克综合指数)
- ^NYA (纽约证券交易所综合指数)
- ^XAX (NYSE AMEX综合指数)
- ^RUT (罗素2000指数)
- ^VIX (CBOE波动率指数)
欧洲市场指数
- ^FTSE (富时100指数)
- ^GDAXI (德国DAX指数)
- ^FCHI (法国CAC40指数)
- ^STOXX50E (欧洲斯托克50指数)
- ^N100 (欧洲100指数)
- ^BFX (比利时20指数)
- MOEX.ME (莫斯科交易所指数)
亚太市场指数
- ^HSI (恒生指数)
- ^STI (新加坡海峡时报指数)
- ^AXJO (澳大利亚标普200指数)
- ^AORD (澳大利亚普通股指数)
- ^BSESN (印度孟买Sensex指数)
- ^JKSE (雅加达综合指数)
- ^KLSE (马来西亚综合指数)
- ^KS11 (韩国综合股价指数)
- ^TWII (台湾加权指数)
美洲其他市场指数
- ^GSPTSE (多伦多综合指数)
- ^BVSP (巴西Bovespa指数)
- ^MXX (墨西哥IPC指数)
- ^IPSA (智利IPSA指数)
- ^MERV (阿根廷MERVAL指数)
- MERVAL (阿根廷MERVAL指数)
其他地区指数
- ^TA125.TA (以色列TA-125指数)
- ^CASE30 (埃及EGX30指数)
- ^JN0U.JO (南非Top40指数)
其他金融产品
- DX-Y.NYB (美元指数期货)
- ^125904-USD-STRD
- ^XDB

搜集汇总

数据集介绍

构建方式

该数据集通过整合Yahoo Finance平台提供的全球主要股票市场指数数据构建而成，涵盖标普500、道琼斯工业平均指数、纳斯达克综合指数等核心金融指标。数据采集采用自动化脚本定期抓取标准化字段，确保时间序列的连续性和完整性，并通过清洗流程处理缺失值与异常值，最终形成结构化多维金融时间序列矩阵。

特点

数据集囊括40余个全球重要股票指数的开盘价、收盘价、最高价、最低价等基础交易数据，并创新性引入52周高低点标记、日内价差计算等衍生特征。其显著优势在于覆盖欧美亚太多元化市场，且每个指数均包含调整后价格与成交量数据，为跨市场相关性研究提供高质量基准。布尔型新高新低标识字段进一步增强了技术分析的应用价值。

使用方法

研究人员可通过HuggingFace数据管道直接加载该数据集，利用pandas等工具进行时间序列分析。典型应用场景包括：基于多维特征构建市场波动率预测模型，通过跨市场价差数据开发套利策略，或结合机器学习算法进行趋势分类。建议在使用前进行标准化处理，并注意不同交易所交易时区的差异对分析结果的影响。

背景与挑战

背景概述

yahoofinance-download数据集是一个涵盖全球多个主要股票市场指数的金融时间序列数据集，由Yahoo Finance平台提供数据支持。该数据集汇集了包括标普500（^GSPC）、道琼斯工业平均指数（^DJI）、纳斯达克综合指数（^IXIC）等在内的数十个重要市场指数的历史交易数据，时间跨度广泛，数据维度丰富，包含开盘价、收盘价、最高价、最低价、成交量等关键金融指标。该数据集的创建旨在为量化金融、市场预测和风险管理等领域的研究者提供高质量、标准化的历史市场数据，以支持算法交易策略的开发、市场趋势分析和金融模型的验证。

当前挑战

该数据集在应用过程中面临多重挑战。在领域问题方面，金融时间序列数据具有高度的非线性和随机性，市场波动受宏观经济、政策变化等多因素影响，使得预测模型容易出现过拟合或欠拟合现象。同时，不同国家或地区的市场存在交易时间、节假日等差异，导致数据频率和完整性不一致，增加了跨市场分析的复杂度。在构建过程中，原始数据可能存在缺失值、异常值或记录错误，需要复杂的清洗和校验流程。此外，Yahoo Finance作为数据源，其API访问限制和数据更新延迟也可能影响数据集的时效性和稳定性。

常用场景

经典使用场景

在金融时间序列分析领域，yahoofinance-download数据集因其覆盖全球主要股票指数的多维特征而成为基准测试的首选。研究者常利用其包含的52周高低点、成交量及价格差异等指标，构建波动率预测模型或验证市场有效性假说。该数据集特别适合用于检验技术分析策略在跨市场环境中的稳健性，例如通过开盘价与收盘价差异特征研究隔夜效应。

衍生相关工作

基于该数据集衍生的经典研究包括《全球股指波动传导机制的机器学习分析》等跨市场研究，其数据架构启发了Tushare等开源工具的设计。诺贝尔经济学奖得主Robert Shiller团队曾引用类似数据验证市场非理性波动理论，而MIT开发的Alphalens库则将其作为多因子模型测试的标准数据集。

数据集最近研究