# Детекция разгонных новостных сообщений — Data

来源：https://www.kaggle.com/competitions/fraud-finance-messages/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description

## Файлы
*   **train.csv** - обучающая выборка
*   **test.csv** - тестовая выборка
*   **sample_submission.csv** - образец решение

## Поля
channel - название канала
channel_id - идентификатор канала
members - число подписчиков
post_id - идентификатор поста
date - момент времени появления поста
url - ссылка на пост
views - число просмотров
cover_ratio - отношение числа просмотров к числу подписчиков на момент выгрузки поста
ticker - перечень тикеров, о которых идет речь в посте, определенных на основе ML правил
text - текст поста
author - автор поста (применимо только для форумов)
likes - число лайков поста (применимо только для форумов)
tickers - перечень тикеров, о которых идет речь в посте, определенных на основные синонимов

Каждая строчка включает в себя описание источника новости, момента времени, кол-во просмотров и текст самой новости. Важно: есть две колонки с похожим смыслом - ticker и tickers. Обе колонки обозначают тикер, о котором идет речь в новости, но ticker определяется на основе ML правил, tickers - на основе детерминированных правил, настроенных на перечень синонимов. Использовать в целях надежности следует колонку tickers для определения инструментов, о которых идет речь.

##Внешние данные
На [диске](https://drive.google.com/drive/folders/15I37gBpPgYtX7PojExDuiymMuq3tndBF?usp=sharing  ) доступны внешние данные для обучения моделей

**Prices** - папка с файлами, содержащими минутные свечи по набору финансовых инструментов (акций), торгуемых на фондовой секции ПАО Московская биржа, формат тоже .csv, данные загружены с сайта finam.ru. Для каждого инструмента предусмотрен отдельный файл, название которого соответствует латинскому названию тикера, торгуемого на Московской бирже. В каждом файле приведен header и далее n строчек, описывающих минутные свечи котировок и имеющие следующий формат:
<TICKER> - название тикера
<PER> - период, по умолчанию во всех файлах значение этой колонки 1, что означает "1 минута"
<DATE> - дата
<TIME> - момент начала минутной свечи
<OPEN> - цена открытия, т.е. это последнее значение сделки к моменту начала свечи
<HIGH> - максимальная цена внутри минутной свечи
<LOW> - минимальная цена внутри свечи
<CLOSE> - последняя цена сделки к моменту окончания свечи
<VOL> - количество акций внутри минуты, которое было проторговано
Важно: если внутри минуты не совершалось ни одной сделки, то такая минута не указывается в файле.

**Cases\TargetCases** - примеры тест-кейсов, связанных со значительным влиянием постов из папки News на динамику торгов. Эти кейсы являются ориентиром примеров, которые необходимо в рамках данной задачи найти. Обратите внимание:
 - в некоторых кейсах первоновость идет после рывка и это нормально. Это означает, что среди множества каналов, которое взято для исследования, нет ни одного, который бы публиковал хоть какую-то новость, отмеченную тэгом соотетствующего инструмента, до рывка.
 - на картинках, обозначающих ценовой процесс, красными вертикальными линиями отображаются новости, на горизонтальной оси подписывается id канала, которому эта новость принадлежит, в скобках подписывается хронологический (с точки зрения времени появления) номер новости в этом кейсе, после новости - число просмотров (например, 25К - это значит, что у этого поста в тг 25 тысяч просмотров).
- вертикальная фиолетовая линия обозначает момент начала рывка (следует иметь ввиду, что это момент начала рывка, рассчитанный автоматически, в папке Surges будут расположены рывки, расчитанные автоматом, а также рывки, размеченные человеком). В общем случае допускается незначительное изменение момента начала рывка.
- в каждом кейсе располагается также .csv файл, в котором указаны все новости данного кейса и все данные по динамике торгов за этот день по этому инструменту (копия соответствующих данных из папки Prices).
Cases\OtherCases - это примеры кейсов, в которых рывки случились сами собой с экономическим смыслом без эффекта искуственного подогревания ажиотажа на этой новости.