从币安下载并处理交易数据 有关脚本的信息： download_binance_data.py脚本是一个工作版本，允许通过Binance API从Binance下载交易数据（OHLC，交易量，交易等）。 该脚本按符号下载数据，并将其作为.csv文件存储在目录中。 创建process_binance_data.py脚本以分别生成OHLC，卷表。 每个表都包含几种股票的一种数据类型（例如，收盘价）。 在设计交易策略时，这种格式很方便。 假定此脚本的输入数据是使用download_binance_data.py通过Binance API从Binance download_binance_data.py 。 创建该脚本是为了有效利用NumPy 。 该工具对于处理具有频繁数据时间序列（秒，分钟等）的海量数据集很有用。 目前该脚本的文档不足。

;随着我国证券市场的不断壮大证券及证券投资在社会经济生活中的地位也越来越重要上市公司的数量也不断增加目前在上海证券交易所和深圳证券交易所上市交易的公司已经达到3700多家投资者面对如此众多的不同行业背景的股票除了基本政策面分析外还希望对这些股票的基本面及市场交易机会进行客观理性地评估传统的基本面分析投资方法主要是通过实地调研阅读公司投资及经营方面的公告分析研究财务报表等手段找到优质的上市公司并进行

股票交易数据

包含电商销售交易数据，以及python分析数据的源码，分析了整体销售情况、地区分布（饼图）、付款时间分布（折线图）、销售走势图（折线图）。

数据使用说明： 1.下载本数据并解压缩后，得到stock data和index data两个文件夹。其中stock data文件夹中存放所有股票从上市日至今的历史交易数据，每个股票一个文件。index data中存放上证指数等主流指数的历史交易数据，每个指数一个文件。 2.数据为csv格式，方便程序导入。 3.浏览数据时，建议使用WPS的表格软件、文本编辑器Notepad++，不建议使用windows自带的记事本。 4.关于数据的任何问题，可咨询官方QQ:2089973054，我们会在第一时间回复您。 字段说明： 【code】 股票代码 【date】 交易日期 【open】 开盘价 【high】 最高价 【low】 最低价 【close】 收盘价 【change】 涨跌幅 【volume】 成交量 【money】 成交额 【traded_market_value】 流通市值 【market_value】 总市值

抓取每日港股通交易数据，以gaming标的为例，可调节日期股票等

数据为网友从链家爬取的二手房交易数据。包括涉及房屋的简介，户型，面积，关注人数，观看次数，发布时间，楼层，3万条数据记录。 创建项目后： Python用户，输入ls ../input/shhouse/ 查看数据路径 R用户，输入list.files("../input/shhouse/") 查看数据路径 使用相关包读取数据 数据描述 1.bj.csv包含变量：简介 小区 户型 面积 关注人数 观看次数 发布时间 房价 单价/平 城区 经纬度 2.nj.csv包含变量 ：名称 租价/月 经度 纬度 房屋面积 室厅卫 整租/合租 楼层 房屋方向 最近地铁距离 3.sh.csv包含变量：小区名

股指期货套期保值模型选择和绩效评价——基于沪深300股指期货住址交易数据的实证分析.pdf

基于数据挖掘的量化交易系统设计，通过使用数据挖掘的相关方法设计一个可行的量化交易系统

Python数据分析与机器学习-交易数据异常检测; Python数据分析与机器学习-交易数据异常检测