DATASET · research

事件回测文本语料

research.event_backtest_corpus

研究成品

保存用于历史事件回测的标准化文本陈述及发布时间，作为事件模型和检索评估的语料基础。

下载本类 JSON 下载完整 JSON.gz 先获取 Key

字段20

关键字段2

更新口径weekly

时间列publish_ts

单页上限5000

分页窄筛选

PIT不支持

规模10K-99K

WHAT IT ANSWERS

这张表适合回答什么

构建事件文本训练样本
按发布时间回放语料
评估事件检索策略

GRAIN & TIME

一行代表什么

业务粒度: 每行代表“事件回测文本语料”的一条记录；逻辑粒度由 statement_id × publish_ts 共同确定。
时间口径: 以 publish_ts 为主要查询时间轴；除下方限制特别说明外，时间戳按 UTC、日期按来源市场日历解释。
更新节奏: 通常每周随上游披露或批处理更新；不是实时数据。

KEY FIELDS

先看这些字段

statement_id: 用于识别 statement 的业务标识。
publish_ts: PIT 查询使用的可知时间边界。

RECOMMENDED JOINS

怎样和其他表关联

该表主要按自身业务键使用，目前没有推荐的跨表主键联接。

HOW TO QUERY SAFELY

查询方法与已知限制

先用 catalog 确认当前契约；可按 catalog 中列出的 filters 进一步缩小范围；单页最多 5000 行，该表不提供稳定 cursor，结果过大时必须缩小标的、日期或其他筛选。

返回范围仍受 Friends 权限、单页上限和 catalog 中的筛选契约约束。

MACHINE CONTRACT

筛选、排序与分页

UNVERSIONED

默认排序: publish_ts, statement_id, source
唯一键: —
读取模式: canonical_final_active
最大时间窗: 未单独限制

可用 filters

source→ source · string

speaker→ speaker · string

statement_id→ statement_id · string

POINT IN TIME

可复现读取

NOT AVAILABLE

该资产没有 PIT 契约。普通 rows 端点仍按当前公开读模式返回数据；不要把它表述成历史时点快照。

COPY-READY CALLS

怎么调用

同一数据集可用 HTTP、Python SDK、CLI 或 MCP；Key 始终只通过环境变量/Bearer Header 传递。

READ ONLY

HTTP

curl --fail-with-body -H "Authorization: Bearer $FRIENDS_DATA_API_KEY" "https://api.alphahubs.uk/api/v1/data/datasets/research/event_backtest_corpus/rows?limit=100&source=SOURCE_VALUE&start=2026-08-01&end=2026-08-01"

PYTHON SDK

from friends_data_api import FriendsDataClient, Settings

async with FriendsDataClient(Settings.from_env()) as client:
    page = await client.get_dataset_rows('research', 'event_backtest_corpus', limit=100, start='2026-08-01', end='2026-08-01', filters={'source': 'SOURCE_VALUE'})
    print(page.data)
    if page.has_more:
        print("next cursor:", page.next_cursor)

CLI

friends-data get-dataset-rows research event_backtest_corpus --limit 100 --start 2026-08-01 --end 2026-08-01 --filter source=SOURCE_VALUE

MCP TOOL CALL

{
  "arguments": {
    "dataset": "event_backtest_corpus",
    "end": "2026-08-01",
    "filters": {
      "source": "SOURCE_VALUE"
    },
    "limit": 100,
    "namespace": "research",
    "start": "2026-08-01"
  },
  "tool": "get_dataset_rows"
}

FIELD DICTIONARY

20 个返回字段

descriptionSource 可在 JSON 中区分仓库注释、标准术语表和名称推导说明。

筛选字段

#	字段	ClickHouse 类型	JSON	可空	角色	说明
1	`statement_id`	`String`	`string`	no	filter, default_order, warehouse_primary_key	Identifier for statement.名称推导
2	`publish_ts`UTC_datetime	`DateTime64(3, 'UTC')`	`string / date-time`	no	time, default_order, warehouse_primary_key, provenance	UTC point-in-time availability timestamp used by PIT reads.标准术语表
3	`speaker`	`String`	`string`	no	filter	Source-normalized field: speaker.名称推导
4	`title`	`String`	`string`	no	value	Human-readable title supplied or normalized from the source.标准术语表
5	`body`	`String`	`string`	no	value	Source-normalized field: body.名称推导
6	`url`	`String`	`string`	no	value	Canonical URL attached to the record.标准术语表
7	`source`	`LowCardinality(String)`	`string`	no	filter, default_order, warehouse_primary_key, provenance	Normalized upstream source identifier.标准术语表
8	`provider`	`LowCardinality(String)`	`string`	no	provenance	Upstream data provider identifier.标准术语表
9	`source_url`	`String`	`string`	no	provenance	URL of the upstream evidence or record when distributable.标准术语表
10	`source_record_id`	`String`	`string`	no	provenance	Provider-side identifier for the source record.标准术语表
11	`raw_payload_hash`	`String`	`string`	no	provenance	Opaque fingerprint of the normalized source payload for provenance checks.标准术语表
12	`parser_version`	`LowCardinality(String)`	`string`	no	provenance	Version of the parser or normalizer that produced the row.标准术语表
13	`quality_status`	`LowCardinality(String)`	`string`	no	provenance	Machine-readable data-quality classification.标准术语表
14	`license_scope`	`LowCardinality(String)`	`string`	no	provenance	License or redistribution scope attached to the row.标准术语表
15	`visibility_tier`	`LowCardinality(String)`	`string`	no	provenance	Serving visibility tier attached to the row.标准术语表
16	`ingest_run_id`	`String`	`string`	no	provenance	Identifier of the ingestion run that produced the row.标准术语表
17	`version`	`UInt64`	`integer`	no	provenance	Monotonic row version used for correction-aware reads.标准术语表
18	`is_deleted`	`UInt8`	`integer`	no	value	Soft-delete marker; public serving excludes current tombstones.标准术语表
19	`created_at`UTC_datetime	`DateTime64(3, 'UTC')`	`string / date-time`	no	value	UTC timestamp when the warehouse row was first created.标准术语表
20	`updated_at`UTC_datetime	`DateTime64(3, 'UTC')`	`string / date-time`	no	value	UTC timestamp when the warehouse row was last updated.标准术语表

字典口径

结构来自 Friends 只读身份可见的真实 serving relation；权限、过滤、排序、PIT 与分页来自可执行 DatasetSpec。Schema observed at 2026-10-06T18:08:52Z。