数据集概述
本数据集为深度学习研究的补充材料，围绕股票价格预测与波动率指标增强交易策略展开，包含CNN-GRU混合模型所需的特征数据（含VIX与不含VIX两个版本）、预处理技术指标及完整实现代码，支持研究复现与结果验证。
文件详解
- 文件名称：cnn_gru_supplementary.zip
- 文件格式：ZIP（压缩包）
- 包含内容：
- 特征数据集：含VIX与不含VIX两个版本的结构化数据
- 技术指标数据：预处理后的SMA、EMA、MACD、RSI等金融指标字段
- 代码文件：Jupyter Notebook格式的完整实现代码（含模型训练、预测、交易绩效分析逻辑）
- 辅助文件：README.txt（使用说明）、requirements.txt（软件依赖清单）
数据来源
- 历史股票价格：Yahoo Finance
- VIX数据：Chicago Board Options Exchange (CBOE)
适用场景
- 金融预测研究：验证CNN-GRU混合模型在股票价格预测任务中的有效性
- 交易策略优化：分析VIX波动率指标对股票交易策略绩效的影响
- 深度学习应用：探索时序模型在金融时间序列数据中的应用方法
- 学术研究复现：支持金融预测与应用深度学习领域的研究透明性与结果重现
