スペインの主要な株価指数と暗号通貨の間の動きとパターンを比較するためのデータセット コンテキスト この場合、コンテキストは、スペインの主要な株価指数と暗号通貨において、内部要因（売買）や外部要因（政治的、経済的な動きなど）などの一連の要因によって生じるさまざまな動きを検出または予測することです。 異なるデータソースを選択して「csv」ファイルを生成し、同じ期間内のさまざまな値を保存しました。これらの期間で計算または取得できる上昇または下降傾向に特に関心があることを強調することが重要です。 内容 この場合、内容はさまざまなcsvファイルで構成されています。特に、調査期間の各日に1つのファイルが生成された暗号通貨の動きのファイルがあります。 主要な株価指数の動きに関しては、期間内の各日に1つのフォルダが生成され、各ディレクトリには各指数の名前が付けられたファイルがあります。このため、これらのファイルは、kaggle.comの「オープンデータ」ディレクトリに公開する前に圧縮されています。 項目に関しては、暗号通貨と指数の上昇と下降の動き、または少なくとも類似したパターンを持つものを検出することに興味があります。特に重要な項目は以下の通りです。 - 日付：観測日 - 名称：企業または暗号通貨の名前。どの通貨または指数を表しているかを識別するためのもの。 - シンボル：通貨または株価指数のシンボル。名称よりも簡単にグラフを作成するためのもの。 - 価格：株式または暗号通貨のユーロでの価値（ドル建ての場合は最新の為替レート（1ドル = 0.8501ユーロ）でユーロに変換する） - 取引種別：取引を離散化するために追加する新しい値：低（0～1）、通常（1～100）、高（100～1000）、非常に高（>1000） # Rスクリプト * 観測値とデータ領域の分析 * 特にビットコインとIOTAの分析 * 均一性を確認するためのレベンヌ検定 * 均一性を確認するためのクラスタ作成のためのk-means法 * 分布の頻度 * 従属変数の仮説検定（ウィルコクソン検定） * データの正規性を確認し、正規化するかどうかを判断するためのシャピロ・ウィルク検定 * 相関度の高い指数の複雑さを排除するための株価指数の相関分析 * 最良のモデルを取得するための線形回帰の反復。p値と相関指数を観察する。 * モデルの品質の検証 * グラフ表示 謝辞 この場合、データセットの作成に使用されたデータソースは以下の通りです。 - http://www.eleconomista.es - https://coinmarketcap.com このため、株式市場と暗号通貨のデータは、それぞれのウェブサイトのライセンスの下に最終的に置かれています。 金融用語に関しては、renta4bancoで用語を見ることができます。 [https://www.r4.com/que-necesitas/formacion/diccionario] インスピレーション アルゴリズムの取り組み方に関する先駆的な研究があります。 - https://arxiv.org/pdf/1410.1231v1.pdf この場合、暗号通貨の「トレーディング」は比較的新しいもので、安全、完全性、および勘定状態の均衡を保証するプロトコルを使用したデジタル交換手段としての定式化により、人気があります。 コミュニティは、以下の質問などに答えることができます。 - 暗号通貨の相場とスペインの主要な有価証券市場の相場に共通のパターンがあるか、または影響を及ぼしているか？ - 外部要因は株式と暗号通貨に同じように影響を与えるか？ - 株式と暗号通貨の間に因果関係はあるか？ プロジェクトリポジトリ https://github.com/acostasg/scraping データセット データセットを構成する生成されたcsvファイルは、kaggle.comのリポジトリに公開されています。 * https://www.kaggle.com/acostasg/stock-index/ * https://www.kaggle.com/acostasg/crypto-currencies 一方、「stock-index」のファイルは、抽出日付のフォルダで圧縮されており、各ファイルには株価指数の名前が付けられています。これとは異なり、暗号通貨のファイルは、抽出日付が付けられたすべての通貨が含まれています。