印度股票市场数据集-409万条每日交易记录含1749只股票32年历史数据支持金融分析与量化研究

# 印度股票市场数据集 - 409万条每日交易记录含1749只股票32年历史数据支持金融分析与量化研究

## 引言与背景

股票市场数据是金融分析和量化研究的核心资源，对于理解市场行为、构建交易策略和评估投资风险具有重要意义。本数据集包含印度股票市场32年的历史交易数据，涵盖1749只股票的每日开盘价、收盘价、最高价、最低价、成交量等关键指标，是研究金融市场、开发量化模型和进行投资分析的宝贵资源。

数据集包含三个主要文件：stocks_df.csv包含个股日交易数据，indexes_df.csv包含指数基本信息，nse_indexes.csv包含指数历史数据。这些数据为金融研究者和量化分析师提供了丰富的分析素材，支持从时间序列分析到机器学习预测等多种应用场景。

## 数据基本信息

### 数据集概览

| 项目 | 描述 |
|------|------|
| 个股日交易记录 | 4,094,387 条 |
| 股票数量 | 1,749 只 |
| 指数信息 | 55 条 |
| 指数历史数据 | 87,536 条 |
| 时间跨度 | 1990-01-02 至 2022-01-11 |
| 数据格式 | CSV |

### 文件结构

| 文件名 | 记录数 | 内容描述 |
|--------|--------|----------|
| stocks_df.csv | 4,094,387 | 个股每日交易数据 |
| indexes_df.csv | 55 | 指数基本信息 |
| nse_indexes.csv | 87,536 | 指数每日数据 |

### 核心字段说明

#### stocks_df.csv

| 字段名称 | 字段类型 | 字段含义 | 数据示例 | 完整性 |
|----------|----------|----------|----------|----------|
| Date | date | 交易日期 | 2013-01-02 | 100% |
| Stock | string | 股票代码 | 20MICRONS | 100% |
| Open | float | 开盘价 | 80.35 | 100% |
| High | float | 最高价 | 80.55 | 100% |
| Low | float | 最低价 | 77.5 | 100% |
| Close | float | 收盘价 | 77.8 | 100% |
| Volume | int | 成交量 | 1088880 | 100% |
| Change Pct | float | 涨跌幅(%) | -3.23 | 100% |

### 数据分布情况

#### 价格统计

| 统计量 | Open | High | Low | Close |
|--------|------|------|-----|-------|
| 平均值 | 390.83 | 397.73 | 383.66 | 390.09 |
| 标准差 | 1849.59 | 1875.17 | 1821.68 | 1846.16 |
| 最小值 | 0.02 | 0.02 | 0.02 | 0.02 |
| 25%分位 | 32.65 | 33.50 | 31.75 | 32.52 |
| 50%分位 | 99.45 | 101.79 | 97.05 | 99.15 |
| 75%分位 | 291.75 | 298.00 | 285.25 | 291.00 |
| 最大值 | 96770.00 | 98599.95 | 92750.00 | 96973.85 |

#### 成交量统计

| 统计量 | 数值 |
|--------|------|
| 平均值 | 1,366,431 |
| 标准差 | 10,438,930 |
| 最小值 | 0 |
| 25%分位 | 11,286 |
| 50%分位 | 68,470 |
| 75%分位 | 459,264 |
| 最大值 | 6,161,122,000 |

## 数据优势

| 优势特征 | 具体表现 | 应用价值 |
|----------|----------|----------|
| 数据规模大 | 409万条交易记录 | 支持大规模量化分析 |
| 时间跨度长 | 32年历史数据 | 支持长期趋势分析 |
| 股票覆盖广 | 1749只股票 | 多样化投资组合研究 |
| 信息完整 | 包含OHLCV数据 | 支持技术分析 |
| 更新及时 | 每日更新机制 | 支持实时分析 |
| 格式规范 | CSV格式存储 | 便于数据处理和分析 |

## 数据样例

### 个股交易数据样例

| Date | Stock | Open | High | Low | Close | Volume | Change Pct |
|------|-------|------|------|-----|-------|--------|------------|
| 2013-01-02 | 20MICRONS | 80.35 | 80.55 | 77.5 | 77.8 | 1088880 | -3.23 |
| 2013-01-03 | 20MICRONS | 78.58 | 79.78 | 76.0 | 76.4 | 590180 | -1.8 |
| 2013-01-04 | 20MICRONS | 76.5 | 77.25 | 75.5 | 75.83 | 380850 | -0.75 |
| 2013-01-07 | 20MICRONS | 76.88 | 78.0 | 74.0 | 74.9 | 1144204 | -1.23 |
| 2013-01-08 | 20MICRONS | 74.97 | 75.97 | 74.25 | 75.28 | 605020 | 0.51 |
| 2013-01-09 | 20MICRONS | 75.9 | 77.5 | 74.4 | 74.72 | 393190 | -0.74 |
| 2013-01-10 | 20MICRONS | 75.03 | 75.5 | 74.0 | 74.33 | 362922 | -0.52 |
| 2013-01-11 | 20MICRONS | 74.55 | 75.75 | 73.7 | 74.0 | 451474 | -0.44 |
| 2013-01-14 | 20MICRONS | 74.15 | 74.42 | 73.0 | 73.08 | 333356 | -1.24 |
| 2013-01-15 | 20MICRONS | 74.4 | 76.75 | 72.53 | 76.05 | 1198216 | 4.06 |

### 指数信息样例

| Symbol |
|--------|
| NIFTY 50 Pre Open |
| NIFTY 50 |
| NIFTY NEXT 50 |
| NIFTY100 LIQ 15 |
| NIFTY BANK |

## 应用场景

### 量化交易策略开发

基于409万条交易记录，可以开发和测试各种量化交易策略。通过分析历史价格走势和成交量数据，可以识别市场模式和交易信号。例如，基于移动平均线、相对强弱指标（RSI）、MACD等技术指标开发交易策略，或利用机器学习算法预测股价走势。大规模的历史数据为策略回测提供了充足的数据支持，帮助投资者评估策略的有效性和风险。

### 金融时间序列分析

数据集包含32年的历史数据，是进行时间序列分析的理想资源。研究人员可以分析股票价格的周期性波动、季节性模式和长期趋势。通过时间序列模型如ARIMA、GARCH等，可以预测股价走势和波动率，为风险管理和投资决策提供支持。此外，还可以研究不同市场环境下股票之间的相关性和协整关系。

### 投资组合优化

数据集涵盖1749只股票，支持投资组合优化研究。通过分析不同股票的风险收益特征，可以构建有效的投资组合。利用现代投资组合理论（MPT），可以在给定风险水平下最大化收益，或在给定收益水平下最小化风险。此外，还可以研究行业板块的表现，识别具有投资价值的行业和个股。

### 市场情绪分析

通过分析成交量和价格变化的关系，可以研究市场情绪和投资者行为。例如，高成交量伴随价格上涨可能表明市场情绪乐观，而高成交量伴随价格下跌可能表明市场恐慌。这些分析可以帮助投资者理解市场动态，做出更明智的投资决策。

## 结尾

本数据集是一个高质量的印度股票市场数据集，包含409万条每日交易记录，涵盖1749只股票的32年历史数据。数据集具有数据规模大、时间跨度长、股票覆盖广等优点，为金融分析、量化研究和投资决策提供了丰富的数据资源。

数据集以CSV格式存储，便于高效读写和处理。用户可以根据实际需求选择合适的数据子集进行分析，也可以结合业务知识对数据进行进一步的工程处理。

如有需要，可获取更多数据集相关信息。