minhthong/flashdeal_data_OIL_historical_signal

--- dataset_info: features: - name: time dtype: timestamp[ns] - name: Buy dtype: int64 - name: BottomFishing dtype: int64 - name: Sell dtype: int64 - name: Short dtype: int64 - name: Cover dtype: int64 - name: Sideway dtype: int64 - name: MA10 dtype: float64 - name: MA30 dtype: float64 - name: MA50 dtype: float64 - name: MA15V dtype: float64 - name: RSI14 dtype: float64 - name: Tín hiệu dtype: string - name: __index_level_0__ dtype: timestamp[ns] splits: - name: train num_bytes: 12787 num_examples: 117 download_size: 11559 dataset_size: 12787 configs: - config_name: default data_files: - split: train path: data/train-* ---该数据集包含多个与金融市场相关的特征，如时间戳、买入信号、底部钓鱼信号、卖出信号、做空信号、平仓信号、横盘信号、不同周期的移动平均线（MA10、MA30、MA50、MA15V）、相对强弱指数（RSI14）以及一个名为Tín hiệu的字符串特征。数据集分为一个训练集，包含117个样本，文件大小为12787字节。

原始信息汇总

数据集概述

数据集特征

• time: 时间戳，类型为 timestamp[ns]
• Buy: 整数，类型为 int64
• BottomFishing: 整数，类型为 int64
• Sell: 整数，类型为 int64
• Short: 整数，类型为 int64
• Cover: 整数，类型为 int64
• Sideway: 整数，类型为 int64
• MA10: 浮点数，类型为 float64
• MA30: 浮点数，类型为 float64
• MA50: 浮点数，类型为 float64
• MA15V: 浮点数，类型为 float64
• RSI14: 浮点数，类型为 float64
• Tín hiệu: 字符串，类型为 string
• index_level_0: 时间戳，类型为 timestamp[ns]

数据集分割

• train: 训练集，包含 117 个样本，占用 12787 字节

数据集大小

• 下载大小: 11559 字节
• 数据集大小: 12787 字节

配置

• default: 默认配置，包含训练集文件路径 data/train-*

搜集汇总

数据集介绍

构建方式

在金融时间序列分析领域，历史交易信号的构建对于量化策略的研发至关重要。该数据集以原油（OIL）为标的资产，系统性地采集了历史价格与成交量数据，并在此基础上计算了多项技术指标，包括移动平均线（MA10、MA30、MA50）、成交量加权移动平均（MA15V）以及相对强弱指数（RSI14）。进一步地，通过综合这些技术指标，衍生出八类离散化的交易信号，涵盖买入（Buy）、卖出（Sell）、抄底（BottomFishing）、做空（Short）、空头回补（Cover）及横盘（Sideway）等操作指令，最终整合为包含时间戳与信号标签的结构化表格。数据集包含117个训练样本，以Parquet格式存储，便于高效加载。

特点

该数据集的核心特色在于其多维度信号标签的丰富性与实用性。不同于仅包含价格与成交量信息的原始行情数据，它直接提供了经过逻辑判定的交易决策信号，极大降低了策略开发的预处理门槛。信号类别设计全面，覆盖了趋势跟踪与反转交易等多种典型场景，且所有指标均基于标准化参数计算，保证了跨时间段的可比性。此外，时间戳字段的精确记录使得回测研究能够严格对齐时序，避免了未来信息泄漏的风险。整体而言，该数据集兼具专业性与易用性，非常适合用于训练机器学习模型以预测市场行为。

使用方法

在使用此数据集时，研究者可直接利用`time`字段作为时间索引，构建时间序列预测模型。推荐将`Tín hiệu`列作为目标变量，其余技术指标作为特征输入，进行多分类任务训练。例如，可采用滑动窗口法划分训练集与验证集，模拟实时交易环境。数据加载方面，可通过Hugging Face Datasets库的`load_dataset`函数直接读取，无需额外转换。值得注意的是，由于样本量有限（117条），建议结合数据增强或迁移学习技术以提升模型泛化能力。该数据集亦可直接用于对比不同技术指标组合对信号生成效果的影响。

背景与挑战

背景概述

金融时间序列分析是量化投资与风险管理领域的核心课题，其历史信号数据对于构建交易策略、识别市场模式具有不可替代的价值。由研究团队minhthong创建的flashdeal_data_OIL_historical_signal数据集，聚焦于原油（OIL）市场的历史交易信号，收录了自2023年以来的多维度技术指标，包括买卖信号、均线系统（MA10、MA30、MA50）及相对强弱指数（RSI14）等。该数据集旨在为机器学习模型提供标准化的训练样本，以探索原油价格波动中的可预测性规律。作为金融AI领域的小型基准数据集，它推动了技术分析信号与深度学习方法的交叉验证，为后续研究者在商品期货市场的量化策略开发中提供了实证基础。

当前挑战

该数据集面临的核心挑战在于金融时间序列固有的非平稳性与噪声干扰。首先，原油市场受地缘政治、供需动态及宏观经济政策多重因素影响，使得基于历史信号的模式识别难以泛化至未来极端行情。其次，数据集仅包含117个训练样本，样本量过小导致模型易过拟合，且缺乏跨周期验证的可行性。构建过程中，信号标注依赖技术指标的阈值设定，不同参数选择会产生偏差，影响数据一致性。此外，特征维度有限（仅含移动均线与RSI），无法捕捉市场微观结构如订单流或波动率聚集效应，限制了模型的解释能力与鲁棒性。

常用场景

经典使用场景

该数据集聚焦于原油（OIL）市场历史交易信号的量化分析，收录了包括时间戳、买卖点、底部捕捞、做空与平仓等多元信号，以及MA10、MA30、MA50、RSI14等技术指标。在金融时间序列预测与量化交易研究领域，它常被用作构建和回测交易策略的基准数据集，尤其适用于验证基于技术指标的多空信号组合策略的有效性，是探索市场动量与反转效应的经典素材。

衍生相关工作

基于该数据集，衍生出一系列融合技术指标与深度学习的交易信号增强工作，例如利用注意力机制对RSI与移动均线进行动态加权，或通过图神经网络捕捉多周期均线间的关联模式。部分研究还将其作为基准，对比强化学习（如DQN、PPO）在连续交易决策中的表现，推动了金融AI领域从传统信号工程向端到端学习范式的演进。

数据集最近研究

最新研究方向

该数据集聚焦于原油历史交易信号的量化分析，融合了移动平均线（MA10、MA30、MA50）、相对强弱指数（RSI14）等技术指标与多类交易信号（买入、卖出、抄底、做空、平仓、盘整），为金融时间序列预测与算法交易策略研究提供了高颗粒度的标注数据。当前前沿方向集中于利用该数据集训练深度学习模型（如LSTM、Transformer）以捕捉多尺度市场动态，并结合强化学习框架优化交易决策。其意义在于推动低频至高频信号融合的实证研究，尤其在全球能源价格波动加剧的背景下，为风险对冲与趋势追踪策略的鲁棒性验证提供了标准化基准。