Stocks daily data for comparing performance metrics applied to ML algorithms

SQL database (accessed with SQlite3 in Python) Daily OHLCV of DJIU, CACA40, BEL20, AEX and FTSE for testing main performance metrics and D-ratio with AI models predicting asset returns. 1. Daily returns are computed as target variable 2. Various AI models (MLP, LSTM, ResNet, XGB, PPO,...) have been tested for their ability to predict returns 3. Dozens of performance metrics usually applied in the literature have been assessed to identify the best performing algorithms: MSE, RMSE, MAE, MAPE,... , Accuracy, F1, precision, recall, R, R², Matthews correlation coefficient, Cohen's kappa, Sharpe, Sortino, Calmar,... 4. A new metric "D-ratio" has been tested

本数据集为SQL数据库，可通过Python中的SQLite3库进行访问，涵盖道琼斯工业平均指数（DJIU）、法国CAC40指数（CACA40）、比利时BEL20指数（BEL20）、荷兰AEX指数（AEX）以及英国富时100指数（FTSE）的每日开盘价、最高价、最低价、收盘价及成交量（OHLCV）数据，用于测试AI模型预测资产收益率时的核心性能指标与D比率（D-ratio）。
1. 以每日收益率作为预测目标变量；
2. 已针对多种AI模型（多层感知机（MLP）、长短期记忆网络（LSTM）、残差神经网络（ResNet）、极限梯度提升树（XGB）、近端策略优化（PPO）等）的收益率预测能力开展测试；
3. 评估了学术文献中常用的数十种性能指标以筛选表现最优的算法，涵盖均方误差（MSE）、均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）等，以及准确率（Accuracy）、F1值、精确率（Precision）、召回率（Recall）、皮尔逊相关系数（R）、决定系数（R²）、马修斯相关系数、科恩卡帕系数、夏普比率（Sharpe）、索提诺比率（Sortino）与卡尔玛比率（Calmar）等；
4. 此外还测试了一种新型性能指标‘D比率（D-ratio）’。