suncong/ylabels-noon

return_y_noon2 午间收益率标签

由掘金 A 股分钟收盘价生成。return_y_noon2.pkl 与 return_y_noon2.parquet 保存同一 pandas DataFrame：行索引为 Python date，列为六位股票代码， 值为小数收益率（0.01 表示 1%），保留 NaN。上传前精确校验两种格式和完整日期序列， 同一次提交发布两个数据文件及本说明。此数据集独立于 suncong/ylabels。

午间交易日 11:35 运行，使用 pandas_market_calendars 的 SSE 日历判断休市和数据新鲜度，只使用严格早于运行日期的行情目录；掘金数据在每日收盘后更新。 默认标签截止日为运行日前倒数第二个行情日期，最后输入日为运行日前最后一个行情日期。 例如 2026-09-23 运行时，最后输入日为 2026-09-22，标签截止 2026-09-21。 历史计算序列依据有效行情目录；定时任务另外核对最后两日与 SSE 日历一致，缺少昨日行情时失败而不回退。 默认起点 2021-12-22 向前扩展并保留 18 个交易日，截止日向后读取一个交易日。 文件随新提交更新，提交说明记录运行日期、标签截止日和最后输入日。

计算口径

保持 CSV 原始行序，按日 ffill 后对完整分钟序列执行 rolling(2).mean()； 每天按 240 行位置采样，buymin=135、sellmin=245。 正常行序下，T 日标签为 T 日 13:15–13:16 均价买入、下一交易日 09:35–09:36 均价卖出的 (卖价 - 买价) / 买价。收益率最终执行 shift(-1).iloc[:-1]。

相对前一日最后两分钟均价，买入涨跌幅绝对值严格大于阈值时排除： 00/60 开头代码为 9.85%，其余为 19.85%；8/9 开头代码另按 change < 100 排除。 不排序、填零或裁剪收益率，不加入交易费用。股票列为历史数据的并集。

读取

通过 Hugging Face 下载时固定提交哈希，以复现历史版本；只反序列化可信的 Pickle。 推荐下载 return_y_noon2.parquet 后使用 pandas.read_parquet。