关于数据集

金融新闻事件数据集 – 全面描述

概述

该合成数据集包含2025 年 2 月至 2025 年 8 月期间围绕重大市场事件的3,024 条金融新闻标题记录。该数据集捕捉了全球金融市场的实时市场动态、情绪分析和交易模式，非常适合金融分析、情绪建模和市场预测任务。

数据集规范

• 总记录数：3,024 行
• 总功能：12 列
• 日期范围：2025年2月1日-2025年8月14日
• 文件格式：CSV、JSON、XLSX
• 数据质量：针对实际数据清理场景，策略性地分布约 5% 的空值

列描述

列名	数据类型	描述	样本值	空值
日期	日期	财经新闻发布日期	2025年5月21日、2025年7月18日	不
标题	细绳	与市场事件相关的财经新闻标题	“科技巨头的新产品发布激发了整个行业的收益”	~5%
来源	细绳	新闻发布来源	路透社、彭博社、CNBC、金融时报	不
市场事件	细绳	推动新闻的市场事件类别	股市崩盘、利率变化、IPO启动	不
市场指数	细绳	相关股票市场指数	标准普尔 500 指数、NSE Nifty 指数、DAX 指数、富时 100 指数	不
指数变化百分比	漂浮	市场指数百分比变化（-5% 至 +5%）	3.52，-4.33，0.15	~5%
交易量	漂浮	交易量以百万计（100万至5亿）	166.45, 420.89, 76.55	不
情绪	细绳	新闻情感分类	正面、中性、负面	~5%
部门	细绳	受该消息影响的商业部门	科技、金融、医疗、能源	不
影响级别	细绳	预期市场影响强度	高、中、低	不
相关公司	细绳	新闻中提到的主要公司	苹果公司、高盛、特斯拉、摩根大通	不
新闻网址	细绳	新闻文章的来源 URL	https://www.reuters.com/markets/stocks/…	~5%

主要特点和统计数据

市场事件报道（20 个类别）

• 股市崩盘与反弹
• 利率变化和央行会议
• 企业盈利报告和 IPO 发布
• 政府政策公告
• 贸易关税和地缘政治事件
• 加密货币法规
• 供应链中断
• 经济数据发布

全球市场指数（18个主要指数）

• 美国市场：标准普尔 500 指数、道琼斯指数、纳斯达克综合指数、罗素 2000 指数
• 印度市场：NSE Nifty、BSE Sensex
• 欧洲市场：英国富时 100 指数、德国 DAX 指数、欧洲斯托克 50 指数、法国 CAC 40 指数
• 亚洲市场：日经 225 指数、恒生指数、上证综合指数、韩国综合股价指数
• 其他：TSX、ASX 200、IBOVESPA、S&P/TSX 综合指数

新闻来源（18家知名出版物）

主要金融新闻媒体包括路透社、彭博社、CNBC、金融时报、华尔街日报、经济时报、福布斯和专业金融出版物。

行业分布（18个业务领域）

技术、金融、医疗保健、能源、消费品、公用事业、工业、材料、房地产、电信、汽车、零售、制药、航空航天和国防、农业、交通运输、媒体和娱乐、建筑。

数据质量和预处理说明

• 真实的空值分布：关键列（标题、情绪、Index_Change_Percent、News_Url）中约有 5% 的空值，以模拟现实世界的数据收集挑战
• 平衡情绪分布：积极、中性和消极情绪分类的混合
• 多样化的市场条件：指数变化范围从 -5% 到 +5%，反映了不同的市场情况
• 交易量变化：交易量范围从 100 万到 5 亿，代表不同的市场流动性状况

潜在用例

📈财务分析

• 市场情绪分析与趋势预测
• 新闻事件与市场走势的相关性研究
• 交易量模式分析

🤖机器学习应用

• 情绪分类模型训练
• 市场走势预测算法
• 新闻标题生成模型
• 事件驱动的交易策略开发

📊数据可视化项目

• 交互式市场情绪仪表盘
• 市场事件的时间序列分析
• 金融新闻影响力的地理分布
• 行业绩效可视化

🔍研究应用

• 市场效率的学术研究
• 新闻对不同行业的影响分析
• 跨市场相关性研究
• 事件研究方法

技术规格

• 内存使用量：所有格式约 1.5MB
• 处理建议：适用于pandas DataFrame操作、SQL分析以及大多数ML框架
• 可扩展性：针对小规模分析和大规模建模任务进行了优化

该数据集为金融数据科学投资组合项目奠定了良好的基础，展示了现实世界数据处理、情绪分析和市场分析方面的熟练程度——这些是金融科技和数据科学行业高度重视的关键技能。