数据集概述
本数据集为相关研究论文的复现资料，包含二零二一年印度国家证券交易所五十指数（NIFTY 50）银行股及银行指数（BANKNIFTY）的欧式看涨期权原始数据、Python代码文件及分析结果文件，支持重现研究中的图表与实证结果。
文件详解
该数据集由多个目录和文件组成，具体说明如下：
- 根目录:
- readme.txt: 文本文件，提供数据集使用说明及研究背景介绍
- 补充数据目录（Supplementary Data/）:
- Fuzzy_PSO_in_Stress_Market.ipynb: Jupyter Notebook文件，包含Python源代码，用于复现研究中的模型实现、图表及实证结果
- banknifty.txt: 文本文件，记录BANKNIFTY指数校准参数及实验设置
- 历史数据目录（Historical data/）:
- 多个CSV格式文件，如BOB Historical Data.csv、CNBK Historical Data (1).csv等，包含银行股历史交易数据，字段包括日期、开盘价、最高价、最低价、收盘价、成交量、涨跌幅
- 期权数据目录（Option Data/）:
- 按不同子目录分类的CSV格式文件，如BankNIFTY子目录下的OPTIDX_BANKNIFTY_CE_01-Dec-2021_TO_31-Dec-2021.csv，包含不同时间段的欧式看涨期权数据
- 波动率目录（Volatility/）:
- 多个CSV及Excel文件，如Volatility.xlsx、banknifty_hist.csv等，包含波动率相关数据
- 图表目录（graph/）:
- 多个PNG格式图片文件，如convergence_BANKNIFTY_4_.png、option price banks e garch.png等，展示模型收敛过程及期权定价结果
- 输出数据目录（output data/）:
- 多个Excel及文本文件，如different weights for different inertia.xlsx、mean rmse of all the models.txt等，记录模型参数、误差分析及验证结果
适用场景
- 金融工程研究: 验证极端市场压力下模糊期权定价模型的有效性
- 量化金融分析: 分析粒子群优化算法在校准期权定价模型中的应用效果
- 波动率建模研究: 探究不同波动率模型（如EGARCH）在期权定价中的表现
- 实证金融研究: 复现相关研究中的实验结果，支持学术研究与教学演示
