用于验证数据处理工具的金融数据和随机模拟数据

该数据集是关于高频交易中订单簿研究的报告，加密货币市场对高频算法交易的需求正在推动价格影响机制的研究。文章介绍了算法交易和最优执行的相关理论，讲解了高频交易价格变化和订单流变化的关系问题，针对性地提出了一种深度学习“跨区间”的价格影响（CIPIM）模型，用来探讨高频交易中订单簿事件的提前或延迟的价格影响。实证分析结果表明，Cont et al. (2014)中，长短期记忆(LSTM)等神经网络结构作为CIPIM的具体实现对价格影响的并行解释优于订单流失衡(OFI)。另一篇研究报告提出了一种将BVAR和vSIR相结合的联合模型来预测COVID-19疫情下经济复苏。该模型建立了几个关键宏观经济变量与大流行传播状态之间的关系，并在两种预定义的大流行病情景下进行经济预测。同时其实证部分预测了几个受COVID-19严重影响的国家(如美国和印度等)的经济复苏，预测结果指出，在提出的大流行病情景下，经济往往会复苏，而不是陷入长期衰退。同时在新冠疫情得到控制的情况下，经济复苏速度会更快。