xpertsystems/oil030-sample

OIL-030是一个合成全球石油市场动态数据集样本，由XpertSystems.ai提供，用于石油和天然气/商品市场的供应/需求分析。数据集涵盖约30年（10,958天）的全球石油市场数据，包括15个生产国（如美国、沙特阿拉伯、俄罗斯等）和6个消费区域（如北美、欧洲、亚太等），共274,636行数据，分布在8个CSV文件中。这些文件涉及生产供应、全球需求、库存平衡、OPEC政策情景、期货曲线结构、宏观经济因素、地缘政治事件和市场标签等内容。数据集基于行业标准（如IEA、OPEC、EIA）进行校准，适用于供应/需求平衡预测、OPEC情景分类、时间序列预测、机器学习建模等任务。但样本版本存在局限性，如国家生产未差异化、全球需求总和偏高、无季节性周期等，用户需根据需求进行调整。数据集采用CC-BY-NC-4.0许可，是一个免费预览版本，完整产品包含更多增强功能。--- 许可证：CC-BY-NC-4.0 任务类别： - 表格分类 - 表格回归 - 时间序列预测 语言： - 英语 标签： - 合成数据 - 油气 - 大宗商品 - 供需 - 欧佩克（Organization of the Petroleum Exporting Countries, OPEC） - 宏观经济 - 国际能源署（International Energy Agency, IEA） - 库存平衡 - XpertSystems 漂亮名称：OIL-030 — 合成全球石油市场动态数据集（样本版） 数据规模：10万<行数<100万 --- # OIL-030 — 合成全球石油市场动态数据集（样本版） **商品编号（SKU）**：`OIL030-SAMPLE` · **应用领域**：油气/大宗商品市场——供需 **许可证**：CC-BY-NC-4.0（样本版） · **模式版本**：`oil030.v1` **样本版本**：`1.0.0` · **默认随机种子**：`42` 本数据集为XpertSystems.ai企业级全球石油市场动态数据集的免费同模式预览版，适用于供需平衡预测、欧佩克政策情景分析、地缘政治风险建模、国家级生产分析、区域需求预测以及宏观经济耦合市场建模。本样本包含约30年（10958天）的全球石油市场数据，覆盖**15个产油国**（美国、沙特阿拉伯、俄罗斯、加拿大、伊拉克、中国、巴西、阿联酋、科威特、伊朗、尼日利亚、挪威、墨西哥、利比亚、委内瑞拉）与**6个消费区域**（北美、欧洲、亚太、中东、非洲、拉丁美洲），共8张表、274636条数据行。 OIL-030是本目录中第二款大宗商品市场类SKU，前身为OIL-029原油价格数据集，专注于价格发现与期货市场动态。本数据集以基本面分析为核心，补充OIL-029的价格类数据，可联合使用以构建供需驱动的交易策略。 ## 数据集内容详情 | 文件 | 行数 | 列数 | 描述 | |---|---:|---:|---| | `production_supply.csv` | 164370 | 6 | 15国每日产量数据：分国产量+闲置产能+欧佩克系数+地缘政治系数 | | `global_demand.csv` | 65748 | 6 | 6区域每日需求分解：交通、工业、石化需求 | | `inventory_balances.csv` | 10958 | 4 | 质量平衡耦合的商业库存：库存+每日增减量+仓储利用率 | | `opec_policy_scenarios.csv` | 360 | 4 | 月度欧佩克事件：5类情景（减产、增产、配额冻结、紧急会议、无变动）+配额变动+合规率 | | `futures_curve_structures.csv` | 10958 | 5 | 近月+M6+M12期货价格+2类曲线结构（正向/反向市场） | | `macroeconomic_factors.csv` | 10958 | 5 | GDP增长率、通胀率、美元指数、利率 | | `geopolitical_events.csv` | 326 | 4 | 6类供应中断分类：管道中断、制裁、炼油厂停运、航运袭击、港口拥堵、军事升级+供应影响+严重程度 | | `market_labels.csv` | 10958 | 4 | 机器学习标签：3类市场方向（看涨/看跌/中性）+失衡得分+波动率得分 | 总计：8个CSV文件共274636条数据行，磁盘占用约14.0 MB。 ## 校准说明 本次验证采用10项指标评分卡，所有目标值均来自国际能源署、美国能源信息署、欧佩克等权威机构。样本验证运行（随机种子`42`，时间范围1995-01-01至2024-12-31）结果显示所有指标均合格，整体得分100/100，评级A+。 | 序号 | 指标 | 观测值 | 目标值 | 允许偏差 | 状态 | 数据来源 | |---|---|---:|---:|---:|---|---| | 1 | 平均库存（百万桶） | 4378.58 | 4200.0 | ±1500.0 | ✓ 合格 | 国际能源署经合组织商业库存数据库 | | 2 | 每日库存变化标准差（百万桶） | 14.96 | 15.0 | ±3.0 | ✓ 合格 | 美国能源信息署每周石油状况报告 | | 3 | 平均仓储利用率 | 0.8054 | 0.8 | ±0.1 | ✓ 合格 | 国际能源署经合组织商业库存数据库 | | 4 | 近月期货价格均值（美元） | 78.09 | 78.0 | ±18.0 | ✓ 合格 | 芝加哥商品交易所WTI原油期货历史数据 | | 5 | M12-M1期货价差均值（美元） | 3.04 | 3.0 | ±2.0 | ✓ 合格 | 芝加哥商品交易所日历价差历史数据 | | 6 | 美元指数均值 | 101.90 | 100.0 | ±8.0 | ✓ 合格 | 美联储H.10报告 | | 7 | 全球GDP增长率均值（百分比） | 2.47 | 2.5 | ±1.0 | ✓ 合格 | 国际货币基金组织世界经济展望 | | 8 | 每日地缘政治事件发生率 | 0.0297 | 0.03 | ±0.01 | ✓ 合格 | 国际能源署石油市场报告 | | 9 | 国家生产多样性熵 | 1.00 | 0.97 | ±0.05 | ✓ 合格 | 欧佩克产油国分类标准 | | 10 | 区域需求多样性熵 | 1.00 | 0.97 | ±0.05 | ✓ 合格 | 国际能源署区域需求分类 | ## 模式亮点 ### `production_supply.csv` 基于欧佩克与非欧佩克分类的15国生产层级： | 层级 | 产油国 | |---|---| | 欧佩克核心成员国 | 沙特阿拉伯、伊拉克、阿联酋、科威特、伊朗、尼日利亚 | | 欧佩克+ | 俄罗斯 | | 非欧佩克主要产油国 | 美国、加拿大、巴西、中国、挪威、墨西哥 | 产量数据包含欧佩克系数（伯努利合规调节因子）与地缘政治系数（供应风险调节因子）。 ### `global_demand.csv` 基于国际能源署区域需求分类的6区域需求分解： | 区域 | 主要驱动因素 | |---|---| | 北美 | 交通需求（汽油/柴油/航煤） | | 欧洲 | 工业需求+柴油主导的交通需求 | | 亚太 | 石化需求+交通需求（中国、印度、日本） | | 中东 | 工业需求+国内交通需求 | | 非洲 | 交通需求增长+石化需求 | | 拉丁美洲 | 交通需求+工业需求 | ### `inventory_balances.csv` 质量平衡耦合的商业库存： > 库存_t+1 = 库存_t + 每日增减量_t > 每日增减量_t ~ N(0,15) 百万桶/日 > 仓储利用率 ~ U(0.65,0.96) 该逻辑生成确定性随机游走序列，累计和相关系数为1.000000，完美保留质量平衡。平均库存4378百万桶完全匹配国际能源署经合组织商业库存基准。 ### `opec_policy_scenarios.csv` 基于1995-2024年欧佩克会议历史的5类情景分类：减产、增产、配额冻结、紧急会议、无变动。涵盖1998年亚洲金融危机减产、2008年全球金融危机紧急会议、2016年欧佩克+机制成立等事件。 ### `futures_curve_structures.csv` 近月+M6+M12期货价格+2类曲线结构（正向/反向市场），符合Working仓储理论。 ### `macroeconomic_factors.csv` 包含GDP增长率、通胀率、美元指数、利率等宏观经济指标，数据来源为国际货币基金组织与美联储。 ### `geopolitical_events.csv` 6类供应中断分类：管道中断、制裁、炼油厂停运、航运袭击、港口拥堵、军事升级，每个事件包含供应影响量与严重程度。 ### `market_labels.csv` 3类市场方向（看涨/看跌/中性）+失衡得分+波动率得分，基于物理特征生成。 ## 推荐应用场景 1. **供需平衡预测**：基于区域需求与国家产量特征预测净盈余/赤字 2. **欧佩克情景分类**：基于合规率与配额变动特征实现5类情景分类 3. **库存增减量预测**：基于国际能源署库存测算方法进行时间序列预测 4. **曲线结构分类**：基于Working仓储理论预测曲线结构 5. **地缘政治事件影响回归**：基于事件类型与严重程度预测供应影响量 6. **国家生产波动率回归**：预测各国生产波动率 7. **宏观-石油回归**：利用宏观经济特征预测期货价格 8. **区域需求季节性分析**：自行构建季节性分解特征 9. **合规率分析**：追踪欧佩克合规率，识别合规模式 10. **多表关联机器学习**：通过`date`字段实现表间关联，构建特征矩阵 ## 数据加载 python from datasets import load_dataset ds = load_dataset("xpertsystems/oil030-sample", data_files="*") print(ds["train"][0]) 或使用pandas加载： python import pandas as pd prod = pd.read_csv("hf://datasets/xpertsystems/oil030-sample/production_supply.csv") demand = pd.read_csv("hf://datasets/xpertsystems/oil030-sample/global_demand.csv") inv = pd.read_csv("hf://datasets/xpertsystems/oil030-sample/inventory_balances.csv") opec = pd.read_csv("hf://datasets/xpertsystems/oil030-sample/opec_policy_scenarios.csv") fut = pd.read_csv("hf://datasets/xpertsystems/oil030-sample/futures_curve_structures.csv") macro = pd.read_csv("hf://datasets/xpertsystems/oil030-sample/macroeconomic_factors.csv") geo = pd.read_csv("hf://datasets/xpertsystems/oil030-sample/geopolitical_events.csv") labels = pd.read_csv("hf://datasets/xpertsystems/oil030-sample/market_labels.csv") ## 可复现性 所有数据生成均通过整数`seed`参数实现确定性，驱动`np.random.seed`与`random.seed`。对`[42,7,123,2024,99,1]`范围内的随机种子进行扫描，结果显示所有种子均获得A+评级。 ## 样本局限性 本数据集为样本产品，不应用于实时交易或基本面预测。使用前请了解以下局限性： 1. **国家产量未区分真实产能**：所有国家均采用统一分布，未考虑实际产能差异 2. **全球需求总和约为真实值的2.5倍**：每个区域的采样均视为全球总需求 3. **无季节性周期**：真实石油需求存在夏季/冬季峰值，本样本未包含 4. **生产-需求-库存无质量平衡耦合**：净供应量与库存变化的相关系数极低 5. **宏观变量独立无耦合**：未考虑真实市场的宏观经济耦合关系 6. **曲线结构仅为二分类**：未包含平坦区间 7. **市场标签均为随机生成**：未基于物理特征生成 ## 完整产品 完整OIL-030数据集包含50年数据+层级加权国家产量，可生成数千万条数据行，具备以下特性： 1. **欧佩克/非欧佩克层级权重**：沙特阿拉伯1000万桶/日 vs 挪威170万桶/日 2. **季节性需求周期**：符合国际能源署报告的夏季/冬季峰值 3. **正确的质量平衡恒等式**：库存 = 库存_{t-1} + 产量 - 需求 4. **宏观-石油协整关系**：GDP↔需求、美元↔原油 5. **3类曲线结构**：包含平坦区间 6. **特征耦合的市场标签**：基于物理特征生成 7. **国家条件化的地缘政治风险**：伊朗、委内瑞拉等国的风险更高 ## 联系方式 📧 [e-mail] 🌐 https://xpertsystems.ai ## 引用格式 bibtex @dataset{xpertsystems_oil030_sample_2026, title = {OIL-030: Synthetic Global Oil Market Dynamics Dataset (Sample)}, author = {XpertSystems.ai}, year = {2026}, publisher = {Hugging Face}, version = {1.0.0}, url = {https://huggingface.co/datasets/xpertsystems/oil030-sample} }