尧图网页设计 
金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载本篇技术指南聚焦于开源多模态金融数据集 stocknet-dataset它同时提供 Twitter 推文文本与 Yahoo Finance 历史价格两类模态数据是从社交文本价格序列预测股价走势这一经典研究任务的基石数据集。在本仓库ai_quant_trade中它既是金融大模型 SFT 训练语料的候选来源见 01_金融.md也是可解释股票预测论文复现SEP 框架所沿用数据收集方法的上游参照见 03_Self_Reflective_Predict.md。读完本文你将完整掌握该数据集的构成规则、模态组织方式以及在本仓库学习/研究链路中的实际定位与接入思路。一、数据集概览一个多模态的股票走势预测基准stocknet-dataset 是 GitHub 上开源的经典多模态金融数据集截至本仓库记录时约 625 stars其配套论文为论文Stock Movement Prediction from Tweets and Historical Prices发表ACL 20182018 年 7 月作者来自英国爱丁堡大学论文与数据集的核心理念很直观股票价格走势并非只由历史价格决定社交媒体Twitter 推文中蕴含的市场情绪与信息同样具有预测价值。因此数据集将两种模态——非结构化的推文文本与结构化的历史价格序列——打包对齐供模型在同一时间轴上联合建模。这一设定使它成为后续大量文本价格双模态股票预测研究包括大模型时代的可解释预测框架反复引用的基准。在 01_金融.md 中stocknet-dataset 被明确列入金融大模型 SFT 数据清单第 6 项任务描述为从推文和历史价格预测股票走势可见它在仓库的定位是训练文本-价格联合预测能力的多模态语料而非单纯的行情数据。二、数据集构成股票筛选规则与时间范围依据原文档记载StockNet 数据集在样本选取上有一套清晰、可复用的规则2.1 时间范围数据覆盖2014 年 1 月 1 日至 2016 年 1 月 1 日共两年的价格变动作为预测目标窗口。这一跨度保证了样本覆盖多种市场状态同时与论文实验中使用的推文采集周期保持一致。2.2 股票选择标准数据集共包含88 只股票其选取逻辑是行业分层 资本规模排名的组合来自9 个行业其中企业集团conglomerates行业选取了该行业全部 8 只股票其余 8 个行业各取资本规模排名前 10的股票8 × 10 80 只合计 80 8 88 只。这种全量覆盖小行业 头部截取大行业的采样方式既保证了行业多样性又控制了数据规模避免推文数量悬殊导致的样本不均衡。88 只股票及其所属公司的完整名单收录在论文附录appendix_table_of_target_stocks.pdf中数据集内以 StockTable 形式提供。2.3 双模态数据来源模态来源数据类型文本模态Twitter与目标股票相关的推文价格模态Yahoo Finance历史价格行情数据价格模态来自 Yahoo Finance这与本仓库 01_数据获取.md 中Yahoo Finance 可免费获取、支持分钟级数据的记载相互印证——该来源在 2014-2016 年间可稳定回溯两年日线数据适合作为研究级数据源。需要留意的是原文档同时指出 Yahoo 官方 API 已关闭如今需通过 yfinance 等第三方封装库间接获取详见仓库 yfinance skill 说明。三、数据组织方式与对齐逻辑从论文设定与数据集的公开结构看StockNet 采用按股票分组、按交易日对齐的组织方式价格模态每只股票一份历史价格序列开、高、低、收、成交量等字段按交易日排布文本模态同一时间轴上每天收集与该公司相关的 Twitter 推文集合对齐规则预测任务要求模型基于截至当日的历史价格 当日及之前的推文预测下一个交易日的价格涨跌方向。这一价格序列 文本流同步喂入的设计正是论文标题中from Tweets and Historical Prices的落地点。从源码结构看本仓库 egs_llm/a01_train/a01_unsloth_stock_forcaster 的股价预测训练链路如 simple_test_transformers.py 中根据过去五个交易日内关于该股票的新闻预测下一个交易日该股票的涨跌的评测提示所采用的文本窗口 → 涨跌标签范式与 StockNet 的任务设定一脉相承。四、在仓库中的三类典型应用场景4.1 金融大模型 SFT 语料在 01_金融.md 中StockNet 被列入金融数据集清单与 FinQA财报数值推理问答、FinRED金融关系抽取、TFNS推特金融新闻情感等并列共同构成金融大模型指令微调SFT阶段的多任务语料。其典型用法是将某日前的推文集合 价格序列构造成输入将下一交易日涨/跌构造成标签或问答对用于训练模型从社交媒体文本中提炼市场信号。4.2 可解释股票预测SEP的数据方法论参照03_Self_Reflective_Predict.md 中明确记载SEP 框架Summarize-Explain-Predict采用了 ACL18 StockNet 数据集的数据收集方法构建自己的新数据集并做了扩展将时间窗口更新为 2020-2022 年行业数量从 9 个扩大到 11 个、每行业取前 5共 55 只股票股价数据同样来自 Yahoo Finance推文改用 Twitter API 采集因每日推文量巨大引入BERTopic 聚类筛选每日代表性推文。这印证了 StockNet 的价值不止于数据集本身更提供了一套可迁移的多模态数据采集方法论行业分层选股、价格-推文时间对齐、文本降噪聚类均可复用到新数据窗口。4.3 社交媒体情感因子的研究与延伸仓库 01_FinGPT.md 提到结合新闻、社交媒体推文和公司公告的情感因子……单靠 Twitter 情感因子交易也能取得良好收益与 StockNet推文→股价的核心假设一致。若要自建类似数据管道仓库还提供了配套的推文采集能力参考social-media-intelligence skill 中的fetch_cashtag_tweets等函数展示了如何按股票代码cashtag检索推文并统计互动指标可作为复现或扩展 StockNet 采集流程的工程参考。五、获取与接入建议数据集本体可在 GitHub 搜索stocknet-dataset仓库记录为 yumoxu/stocknet-dataset包含目标股票列表StockTable即论文附录appendix_table_of_target_stocks.pdf的传真件、推文数据与价格数据价格数据补充如需扩展时间窗口或补充缺失行情可参考仓库 01_数据获取.md 中推荐的 yfinance免费、支持分钟级数据、efinance、adata 等数据源文本数据补充如需重新采集推文需注意 Twitter API 的调用额度与合规要求仓库 skill 文档中亦有 rate limit 提示或改用仓库 01_新闻 章节中记载的新闻爬取方案作为替代文本模态使用边界该数据集时间窗口为 2014-2016 年距今较远直接用于实盘交易建模存在市场结构漂移风险更贴合当下市场的做法是参照 SEP 框架的做法——沿用其采集方法论、重建新窗口数据集而非直接套用旧样本。六、小结StockNet 数据集的价值在于它把社交文本 历史价格两种模态第一次以开源、对齐、可复现的方式组织起来成为文本驱动的股票走势预测这一任务的事实标准之一。在本仓库中它既是金融大模型 SFT 的候选语料又是可解释预测框架数据方法论的上游参照同时与仓库整体的 Yahoo Finance 数据获取链路、社交媒体情报 skill 形成完整的配套闭环。理解它的构成规则与对齐逻辑是开展多模态金融预测研究的第一步。赞分享金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载相关推荐ai_quant_trade 金融大模型 SFT 数据实战指南博金大模型挑战赛「金融千问 14B 数据集」全解析ai_quant_trade 金融大模型 SFT 数据实战指南博金大模型挑战赛「金融千问 14B 数据集」全解析 本文围绕仓库中 03_博金大模型挑战赛 金融金融科技示例工程raylib 环境搭建完整指南三大平台快速装好运行出第一个窗口raylib 环境搭建完整指南三大平台快速装好运行出第一个窗口 raylib 是一个用 C99 编写的开源游戏开发库窗口、输入、2D/3D 绘制、纹理、模金融科技示例工程Python金融数据采集与实时股价分析数据猎人的全方位指南Python金融数据采集与实时股价分析数据猎人的全方位指南 在量化金融的数字丛林中高效采集和分析实时股价数据已成为投资决策的核心竞争力。本文将以数据猎人数据分析金融科技上一篇终极容器管理方案Nerdctl完整使用手册下一篇为什么选择VINS-Mobile移动设备上视觉惯性状态估计的性能对比创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 融合推文与历史价格的金融多模态数据集：StockNet 数据集实战指南（ai_quant_trade）
金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载本篇技术指南聚焦于开源多模态金融数据集 stocknet-dataset它同时提供 Twitter 推文文本与 Yahoo Finance 历史价格两类模态数据是从社交文本价格序列预测股价走势这一经典研究任务的基石数据集。在本仓库ai_quant_trade中它既是金融大模型 SFT 训练语料的候选来源见 01_金融.md也是可解释股票预测论文复现SEP 框架所沿用数据收集方法的上游参照见 03_Self_Reflective_Predict.md。读完本文你将完整掌握该数据集的构成规则、模态组织方式以及在本仓库学习/研究链路中的实际定位与接入思路。一、数据集概览一个多模态的股票走势预测基准stocknet-dataset 是 GitHub 上开源的经典多模态金融数据集截至本仓库记录时约 625 stars其配套论文为论文Stock Movement Prediction from Tweets and Historical Prices发表ACL 20182018 年 7 月作者来自英国爱丁堡大学论文与数据集的核心理念很直观股票价格走势并非只由历史价格决定社交媒体Twitter 推文中蕴含的市场情绪与信息同样具有预测价值。因此数据集将两种模态——非结构化的推文文本与结构化的历史价格序列——打包对齐供模型在同一时间轴上联合建模。这一设定使它成为后续大量文本价格双模态股票预测研究包括大模型时代的可解释预测框架反复引用的基准。在 01_金融.md 中stocknet-dataset 被明确列入金融大模型 SFT 数据清单第 6 项任务描述为从推文和历史价格预测股票走势可见它在仓库的定位是训练文本-价格联合预测能力的多模态语料而非单纯的行情数据。二、数据集构成股票筛选规则与时间范围依据原文档记载StockNet 数据集在样本选取上有一套清晰、可复用的规则2.1 时间范围数据覆盖2014 年 1 月 1 日至 2016 年 1 月 1 日共两年的价格变动作为预测目标窗口。这一跨度保证了样本覆盖多种市场状态同时与论文实验中使用的推文采集周期保持一致。2.2 股票选择标准数据集共包含88 只股票其选取逻辑是行业分层 资本规模排名的组合来自9 个行业其中企业集团conglomerates行业选取了该行业全部 8 只股票其余 8 个行业各取资本规模排名前 10的股票8 × 10 80 只合计 80 8 88 只。这种全量覆盖小行业 头部截取大行业的采样方式既保证了行业多样性又控制了数据规模避免推文数量悬殊导致的样本不均衡。88 只股票及其所属公司的完整名单收录在论文附录appendix_table_of_target_stocks.pdf中数据集内以 StockTable 形式提供。2.3 双模态数据来源模态来源数据类型文本模态Twitter与目标股票相关的推文价格模态Yahoo Finance历史价格行情数据价格模态来自 Yahoo Finance这与本仓库 01_数据获取.md 中Yahoo Finance 可免费获取、支持分钟级数据的记载相互印证——该来源在 2014-2016 年间可稳定回溯两年日线数据适合作为研究级数据源。需要留意的是原文档同时指出 Yahoo 官方 API 已关闭如今需通过 yfinance 等第三方封装库间接获取详见仓库 yfinance skill 说明。三、数据组织方式与对齐逻辑从论文设定与数据集的公开结构看StockNet 采用按股票分组、按交易日对齐的组织方式价格模态每只股票一份历史价格序列开、高、低、收、成交量等字段按交易日排布文本模态同一时间轴上每天收集与该公司相关的 Twitter 推文集合对齐规则预测任务要求模型基于截至当日的历史价格 当日及之前的推文预测下一个交易日的价格涨跌方向。这一价格序列 文本流同步喂入的设计正是论文标题中from Tweets and Historical Prices的落地点。从源码结构看本仓库 egs_llm/a01_train/a01_unsloth_stock_forcaster 的股价预测训练链路如 simple_test_transformers.py 中根据过去五个交易日内关于该股票的新闻预测下一个交易日该股票的涨跌的评测提示所采用的文本窗口 → 涨跌标签范式与 StockNet 的任务设定一脉相承。四、在仓库中的三类典型应用场景4.1 金融大模型 SFT 语料在 01_金融.md 中StockNet 被列入金融数据集清单与 FinQA财报数值推理问答、FinRED金融关系抽取、TFNS推特金融新闻情感等并列共同构成金融大模型指令微调SFT阶段的多任务语料。其典型用法是将某日前的推文集合 价格序列构造成输入将下一交易日涨/跌构造成标签或问答对用于训练模型从社交媒体文本中提炼市场信号。4.2 可解释股票预测SEP的数据方法论参照03_Self_Reflective_Predict.md 中明确记载SEP 框架Summarize-Explain-Predict采用了 ACL18 StockNet 数据集的数据收集方法构建自己的新数据集并做了扩展将时间窗口更新为 2020-2022 年行业数量从 9 个扩大到 11 个、每行业取前 5共 55 只股票股价数据同样来自 Yahoo Finance推文改用 Twitter API 采集因每日推文量巨大引入BERTopic 聚类筛选每日代表性推文。这印证了 StockNet 的价值不止于数据集本身更提供了一套可迁移的多模态数据采集方法论行业分层选股、价格-推文时间对齐、文本降噪聚类均可复用到新数据窗口。4.3 社交媒体情感因子的研究与延伸仓库 01_FinGPT.md 提到结合新闻、社交媒体推文和公司公告的情感因子……单靠 Twitter 情感因子交易也能取得良好收益与 StockNet推文→股价的核心假设一致。若要自建类似数据管道仓库还提供了配套的推文采集能力参考social-media-intelligence skill 中的fetch_cashtag_tweets等函数展示了如何按股票代码cashtag检索推文并统计互动指标可作为复现或扩展 StockNet 采集流程的工程参考。五、获取与接入建议数据集本体可在 GitHub 搜索stocknet-dataset仓库记录为 yumoxu/stocknet-dataset包含目标股票列表StockTable即论文附录appendix_table_of_target_stocks.pdf的传真件、推文数据与价格数据价格数据补充如需扩展时间窗口或补充缺失行情可参考仓库 01_数据获取.md 中推荐的 yfinance免费、支持分钟级数据、efinance、adata 等数据源文本数据补充如需重新采集推文需注意 Twitter API 的调用额度与合规要求仓库 skill 文档中亦有 rate limit 提示或改用仓库 01_新闻 章节中记载的新闻爬取方案作为替代文本模态使用边界该数据集时间窗口为 2014-2016 年距今较远直接用于实盘交易建模存在市场结构漂移风险更贴合当下市场的做法是参照 SEP 框架的做法——沿用其采集方法论、重建新窗口数据集而非直接套用旧样本。六、小结StockNet 数据集的价值在于它把社交文本 历史价格两种模态第一次以开源、对齐、可复现的方式组织起来成为文本驱动的股票走势预测这一任务的事实标准之一。在本仓库中它既是金融大模型 SFT 的候选语料又是可解释预测框架数据方法论的上游参照同时与仓库整体的 Yahoo Finance 数据获取链路、社交媒体情报 skill 形成完整的配套闭环。理解它的构成规则与对齐逻辑是开展多模态金融预测研究的第一步。赞分享金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载相关推荐ai_quant_trade 金融大模型 SFT 数据实战指南博金大模型挑战赛「金融千问 14B 数据集」全解析ai_quant_trade 金融大模型 SFT 数据实战指南博金大模型挑战赛「金融千问 14B 数据集」全解析 本文围绕仓库中 03_博金大模型挑战赛 金融金融科技示例工程raylib 环境搭建完整指南三大平台快速装好运行出第一个窗口raylib 环境搭建完整指南三大平台快速装好运行出第一个窗口 raylib 是一个用 C99 编写的开源游戏开发库窗口、输入、2D/3D 绘制、纹理、模金融科技示例工程Python金融数据采集与实时股价分析数据猎人的全方位指南Python金融数据采集与实时股价分析数据猎人的全方位指南 在量化金融的数字丛林中高效采集和分析实时股价数据已成为投资决策的核心竞争力。本文将以数据猎人数据分析金融科技上一篇终极容器管理方案Nerdctl完整使用手册下一篇为什么选择VINS-Mobile移动设备上视觉惯性状态估计的性能对比创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考