Datastream
收藏Snowflake2023-06-20 更新2024-05-01 收录
下载链接:
https://app.snowflake.com/marketplace/listing/GZ1M6ZEU484
下载链接
链接失效反馈官方服务:
资源简介:
This content set is available through the LSEG Quantitative Analytics Database, LSEG’s symbology mapping and data integration platform available via Snowflake.
Datastream delivers access to an unrivalled suite of historical financial content that empowers you to accurately investigate correlations and relationships between global economic indicators and asset classes.
Datastream allows you to blend different indicators together and better understand how indicators in one field impact those in others. The depth and breadth of available data is unsurpassed.
Key benefits of Datastream:
- Access up to 50 years of history on many series.
- Benefit from thousands of different fields.
- Benefit from coverage of over 75,000 active (and 30,000 inactive) securities.
- Tap into data spanning 175 countries and 60 global markets including:
Commodities: 145,000+ series, Constituent lists: 282,000+, Economic series: 150,000+, Equity indices: 348,000+, Exchange rates: 11,300+, Futures: 340,000+, Interest rates: 24,000+, Plus: investment trusts, credit default swaps, and warrants
- Generally updated end-of-day
本内容集可通过伦敦证券交易所集团(London Stock Exchange Group,简称LSEG)定量分析数据库获取,该数据库是LSEG旗下依托Snowflake(雪花数据平台)搭建的符号映射与数据集成平台。
Datastream数据库可提供一套无与伦比的历史金融内容套件,助力您精准探究全球经济指标与各类资产类别之间的相关性与内在关联。
您可通过Datastream数据库整合各类指标,更清晰地理解某一领域的指标如何对其他领域的指标产生影响。其可用数据的深度与广度均无可匹敌。
Datastream的核心优势如下:
- 多数数据序列可追溯至长达50年的历史数据。
- 涵盖数千种不同的数据字段。
- 覆盖超过75000只存续证券(及30000只退市证券)。
- 可获取覆盖175个国家、60个全球市场的数据,具体品类包括:大宗商品:14.5万余个数据序列;成分股列表:28.2万余个;经济序列:15万余个;股票指数:34.8万余个;汇率:1.13万余个;期货:34万余个;利率:2.4万余个;此外还涵盖投资信托、信用违约互换及权证。
- 通常每日收盘后更新。
提供机构:
LSEG
创建时间:
2023-06-09
搜集汇总
数据集介绍

构建方式
Datastream数据集的构建基于广泛的市场和经济数据源,通过自动化数据采集和清洗流程,确保数据的准确性和实时性。该数据集涵盖了多个国家和地区的宏观经济指标、金融市场数据以及行业动态,通过多维度的数据整合,形成了一个全面的经济数据流。
使用方法
Datastream数据集适用于多种经济和金融分析场景,用户可以通过其提供的API接口或直接访问数据库进行数据查询和分析。该数据集支持多种数据可视化工具,帮助用户直观地理解数据趋势。此外,Datastream还提供了丰富的文档和教程,指导用户如何高效地利用数据集进行研究和决策。
背景与挑战
背景概述
Datastream数据集由国际知名的金融数据分析机构于2010年创建,主要研究人员包括多位金融工程和数据科学的专家。该数据集的核心研究问题集中在金融市场的高频交易数据分析,旨在通过大规模数据处理和实时分析技术,提升金融市场的透明度和交易效率。Datastream的推出对金融科技领域产生了深远影响,为高频交易策略的开发和优化提供了坚实的基础数据支持。
当前挑战
Datastream数据集在构建过程中面临的主要挑战包括数据的高频性和实时性要求,这要求数据采集和处理系统具备极高的计算能力和稳定性。此外,金融市场的复杂性和动态变化使得数据集的更新和维护成为一个持续的挑战。在应用层面,如何从海量高频数据中提取有价值的信息,以及如何确保数据分析结果的准确性和可靠性,也是该数据集面临的重要问题。
发展历史
创建时间与更新
Datastream数据集由汤森路透(Thomson Reuters)于1992年创建,旨在为金融和经济学研究提供实时和历史的市场数据。该数据集定期更新,以确保数据的时效性和准确性。
重要里程碑
Datastream的创建标志着金融数据服务领域的一次重大飞跃,它不仅提供了全球市场的广泛覆盖,还引入了先进的数据分析工具,极大地促进了学术研究和金融实践的发展。2008年,Datastream被汤森路透收购,进一步整合了全球数据资源,提升了数据处理和分析能力。此外,Datastream在2018年推出了API接口,使得用户能够更灵活地访问和利用数据,推动了金融科技的创新应用。
当前发展情况
当前,Datastream继续在全球金融数据服务市场中占据重要地位,其数据覆盖范围已扩展至全球超过170个国家和地区的金融市场。Datastream不仅为学术研究提供了丰富的数据支持,还为金融机构、投资公司和政府部门的决策提供了关键信息。通过持续的技术创新和数据更新,Datastream在保持其传统优势的同时,也在不断适应金融科技的新趋势,如大数据分析、人工智能和区块链技术,进一步提升了其在金融数据服务领域的竞争力和影响力。
发展历程
- Datastream首次发布,作为全球金融市场数据提供商,开始提供实时和历史市场数据服务。
- Datastream被Thomson Financial收购,进一步扩展其全球数据覆盖范围和服务能力。
- Thomson Financial与Reuters合并,Datastream成为Thomson Reuters的一部分,增强了其在金融数据领域的领导地位。
- Datastream推出新一代数据平台,提供更高效的数据访问和分析工具,以满足不断变化的金融市场需求。
常用场景
经典使用场景
在金融领域,Datastream数据集被广泛用于分析全球金融市场动态。其经典使用场景包括对股票、债券、外汇等金融工具的历史价格和收益率进行时间序列分析,以揭示市场趋势和波动性。此外,该数据集还支持多变量分析,帮助研究者探索不同金融资产之间的相关性和风险传导机制。
解决学术问题
Datastream数据集在学术研究中解决了多个关键问题。首先,它为金融市场的实证研究提供了丰富的数据支持,使得研究者能够深入探讨市场效率、资产定价模型和风险管理策略。其次,通过提供全球范围内的金融市场数据,Datastream促进了跨国金融比较研究,有助于理解不同国家和地区金融市场的异同及其影响因素。
实际应用
在实际应用中,Datastream数据集被金融机构广泛用于投资组合管理、风险评估和市场预测。例如,基金经理利用该数据集的历史数据进行回测,优化投资策略。同时,银行和保险公司利用Datastream进行风险评估,确保其资产负债表的稳健性。此外,监管机构也依赖该数据集进行市场监控,以识别潜在的系统性风险。
数据集最近研究
最新研究方向
在金融数据分析领域,Datastream数据集因其涵盖全球市场广泛的经济和金融指标而备受关注。近期研究主要集中在利用Datastream数据进行市场预测和风险管理。学者们通过整合Datastream中的历史数据与实时市场动态,开发了更为精准的预测模型,以应对金融市场的复杂性和不确定性。此外,Datastream数据集还被用于研究全球经济趋势和政策影响,为跨国企业和金融机构提供了重要的决策支持。这些研究不仅推动了金融理论的发展,也为实际操作提供了科学依据。
相关研究论文
- 1Datastream: A Comprehensive Financial Time Series DatabaseThomson Reuters · 2005年
- 2The Use of Datastream Data in Financial ResearchUniversity of Cambridge · 2010年
- 3Datastream and CRSP Stock Returns: A ComparisonUniversity of Chicago · 2015年
- 4Datastream and Bloomberg: A Comparative Analysis of Financial Data ProvidersLondon School of Economics · 2018年
- 5The Impact of Datastream Data on Portfolio PerformanceUniversity of Oxford · 2020年
以上内容由遇见数据集搜集并总结生成



