前言
金融领域通过分析历史数据并建立模型,来洞悉和预测信用和市场风险。
你可以通过探索以下数据集、进行分析和建模,从而深入了解金融领域。
下载方式:
- 点击文末链接,跳转网页下载;
- 或者关注公众号,发送暗号fxgl,领取资料。
1. 信用卡违约预测
该数据集涵盖了台湾信用卡客户在2005年4月至2005年9月期间的数据,包括人口统计信息、付款历史以及哪些客户违约付款。你的任务是使用这些数据预测未来可能会违约的人员。
2. P2P贷款数据
Lending Club是一家总部位于美国的P2P(个人对个人)借贷公司。该数据集包含2007年至2015年期间发放的所有贷款的完整贷款数据,包括当前贷款状态和最新的付款信息。与信用卡数据集类似,你的任务是预测贷款支付风险。
3. 德国信用风险数据
该数据集包括德国借款人的信用风险数据,包括人口统计信息、信用历史和风险分类。预测未来的支付分类为有风险或无风险。
4. 财务困境预测
这个数据集包含了超过3000家公司的财务数据,包括财务比率、股票数据以及它们是否处于财务困境中,并建立一个分类器来确定哪些公司可能处于财务困境中。你可以探索哪些特征最能指示财务困境,以及哪种类型的机器学习模型在这个数据集上表现最好。
5. 公司破产预测
该数据集收集了《台湾经济报》1999年至2009年的公司财务数据,包括财务比率和破产状态,以预测哪些公司将在不久的将来破产。公司破产是根据台湾证券交易所的业务法规定义的。
下载链接
1 - 信用卡违约预测
2 - P2P贷款数据
3 - 德国信用风险数据
4 - 财务困境预测
5 - 公司破产预测
暗号:fxgl