Data for: Application of online multitask learning based on least squares support vector regression in the financial market
Notice bibliographique
Résumé
These historical transaction data of financial market are downloaded from the official website of Investing, and which constitute the following stock index dataset, bond index dataset, forex index dataset, and gold index dataset, where the web address is (https://cn.investing.com/). The stock index dataset is mainly composed of 1220 historical opening index values of the four China’s stock indices, which are the Shanghai Securities Composite Index (SSEC), the SZSE Component Index (SZI), the Growth Enterprise Index (CNT), and the SSE SME Composite Index (SZSMEPI). The time period is from January. 1st, 2014 to December. 31th, 2018. The bond index dataset is mainly composed of 1219 historical opening price values of the four China’s bond indices, which are the Shanghai Securities National Bond Index (SSEBI), the Shanghai Securities Company Bond Index (SSECBI), the Shanghai Securities Enterprise Bond Index (SSEEBI), and the Shanghai Securities 5-year Term Credit Bond Inde (SSE5YCB). The time period is from January. 1st, 2015 to December. 31th, 2019. The forex index dataset mainly consists of 1043 historical data of the exchange rate between the four currencies and RMB, which are the United States Dollar to RMB (USD-CNY), the Canadian Dollar to RMB (CAD-CNY), the Euro to RMB (EUR-CNY), and the Swiss Franc to RMB (CHF-CNY). The time period is from January. 1st, 2016 to December. 31th, 2019. The Gold index dataset is mainly composed of 1213 historical opening price values of the four precious metal spots, which are the London gold (XAU), trading-delayed gold (AUTD), London silver (XAG), and trading-delayed silver (AGTD). The time period is from January. 1st, 2015 to December. 31th, 2019. Since the four data sets are all financial time series, they can be used to verify the financial time series model. At the same time, the time series in each data set have a strong correlation, so it can be used to verify the multi-task learning model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,024 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».