620,095 条日频观测记录和 73 个综合特征覆盖最近约 5 年的标普 500 成分股行情原始数据来源于 Yahoo Finance API。数据集概述面向股票时间序列预测、量化金融分析与强化学习研究构建的大规模 SP 500 股票市场数据集共包含约 620,095 条日频观测记录和 73 个综合特征覆盖最近约 5 年的标普 500 成分股行情原始数据来源于 Yahoo Finance API。数据集不仅包含传统的开盘价、最高价、最低价、收盘价和成交量等基础市场数据还预先构建了技术指标、价格变化特征、历史滞后特征以及多个未来时间窗口的预测目标可直接用于股票收益率预测、涨跌方向判断、市场风险分析和算法交易模型研究。数据结构与关键特征该数据集的特征体系主要由基础行情数据、技术分析指标、工程化特征、滞后时间序列特征和预测目标变量组成。基础数据包括日期、Ticker、OHLC、成交量、股息和拆股信息技术指标包括 SMA、EMA、MACD、RSI、布林带和历史波动率等工程化特征涵盖每日及多日价格变化、高低价比、开收盘价比、成交量移动平均和成交量比率等同时提供收盘价、成交量、价格变化、RSI、MACD 和波动率的多阶历史滞后变量用于刻画市场的时间依赖关系。预测目标覆盖 1 日、5 日、10 日和 20 日多个时间尺度并分别提供未来收益率、涨跌二分类标签以及价格运动类别可同时支持回归、二分类、多分类和时间序列预测任务。应用价值与研究方向该数据集适用于股票收益率预测、价格方向分类、风险评估、量化交易策略开发以及强化学习投资决策等研究。传统机器学习方面可采用随机森林、XGBoost、LightGBM 等模型进行收益和方向预测深度学习方面可进一步使用 LSTM、GRU、TCN、Transformer 等模型学习长短期市场依赖关系还可将市场状态构造成强化学习环境研究 DQN、PPO、A2C、SAC 等算法在动态资产配置和交易决策中的表现。研究过程中需要特别注意严格按时间顺序划分训练集和测试集避免前视偏差同时考虑幸存者偏差、市场状态变化和技术指标之间的高度相关性以获得更可靠的回测结果与模型性能评估。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-440文件大小115M原创声明本数据集为整理作品