koen430/preprocessed_stock_twitter

---
dataset_info:
features:
- name: timestamp
dtype: timestamp[ns]
- name: text
dtype: string
- name: url
dtype: string
- name: ticker
dtype: string
- name: ticker_tweet
dtype: string
- name: valid_ticker
dtype: bool
- name: prompt
dtype: string
- name: token_counts
dtype: int64
- name: token_count
dtype: int64
- name: open
dtype: float64
- name: close_1
dtype: float64
- name: close_2
dtype: float64
- name: close_3
dtype: float64
- name: close_4
dtype: float64
- name: close_5
dtype: float64
- name: result_1
dtype: string
- name: result_2
dtype: string
- name: result_3
dtype: string
- name: result_4
dtype: string
- name: result_5
dtype: string
- name: result_1_bin
dtype: int64
- name: result_2_bin
dtype: int64
- name: result_3_bin
dtype: int64
- name: result_4_bin
dtype: int64
- name: result_5_bin
dtype: int64
- name: relevance
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 11897022
num_examples: 15494
download_size: 3182955
dataset_size: 11897022
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

## INFO
A preprocessed version of StephanAkkerman/financial-tweets-stocks.

Further info will follow soon.

原始信息汇总

数据集概述

数据集特征

• timestamp：时间戳，数据类型为timestamp[ns]。
• text：文本，数据类型为string。
• url：网址，数据类型为string。
• ticker：股票代码，数据类型为string。
• ticker_tweet：包含股票代码的推文，数据类型为string。
• valid_ticker：股票代码有效性，数据类型为bool。
• prompt：提示信息，数据类型为string。
• token_counts：词数，数据类型为int64。
• token_count：词数，数据类型为int64。
• open：开盘价，数据类型为float64。
• close_1至close_5：连续五个交易日的收盘价，数据类型均为float64。
• result_1至result_5：结果字段1至5，数据类型均为string。
• result_1_bin至result_5_bin：结果字段1至5的二进制表示，数据类型均为int64。
• relevance：相关性，数据类型为string。
• index_level_0：索引级别0，数据类型为int64。

数据集分割

• train：训练集，包含15494个示例，数据大小为11897022字节。

数据集大小

• 下载大小：3182955字节。
• 数据集大小：11897022字节。

配置

• config_name：默认配置。
• data_files：训练数据文件路径为data/train-*。