Nilalaman
T:
Paano pinapagana ng mga bagong kakayahan sa pag-aaral ng makina ang pagmimina ng mga dokumento ng stock para sa data sa pananalapi?
A:
Isa sa mga kapana-panabik na mga bagong hangganan ng pag-aaral ng makina at AI ay ang mga siyentipiko at mga inhinyero ay nagsisimula sa iba't ibang mga paraan upang magamit ang ganap na mga bagong uri ng mga mapagkukunan upang mahulaan ang paggalaw ng stock at mga resulta ng pamumuhunan. Ito ay isang napakalaking laro-changer sa pinansiyal na mundo, at babaguhin ang mga diskarte sa pamumuhunan sa isang napakalalim na paraan.
Ang isa sa mga batayang ideya para sa pagpapalawak ng ganitong uri ng pananaliksik ng stock ay computational linguistic, na nagsasangkot sa pagmomolde ng natural na wika. Sinisiyasat ng mga eksperto kung paano gamitin ang mga dokumento, mula sa mga pag-file ng SEC hanggang sa mga sulat ng shareholder hanggang sa iba pang mga peripheral -based na mga mapagkukunan, upang madagdagan o masarap na tune stock analysis o upang mabuo ang bagong mga pagsusuri.
Ang mahalagang pagtanggi ay ang lahat ng ito ay nagagawa lamang sa pamamagitan ng bagong mga pagsulong sa mga neural network, pag-aaral ng makina at pagsusuri ng natural na wika. Bago ang pagdating ng ML / AI, ang mga teknolohiya ng computing na kadalasang ginagamit na linear programming upang "basahin" ang mga input. ang mga dokumento ay masyadong mataas na hindi nakaayos upang maging kapaki-pakinabang. Ngunit sa pag-unlad na ginawa sa natural na pagsusuri ng wika sa loob ng nakaraang ilang taon, natuklasan ng mga siyentipiko na posible na "minahan" ang natural na wika para sa mga natukoy na resulta o, sa madaling salita, ang mga resulta na maaaring makalkula sa ilang paraan.
Ang ilan sa mga pinakamahusay na katibayan at pinaka-kapaki-pakinabang na mga halimbawa nito ay nagmula sa iba't ibang mga disertasyon at gawain ng doktor na magagamit sa web. Sa isang papel, "Mga Aplikasyon ng Learning sa Machine at Computational Linguistic sa Financial Economics," na inilathala noong Abril 2016, mailarawang ipinaliwanag ni Lili Gao ang mga kaugnay na proseso na partikular sa pagmimina ng mga corporate SEC filings, shareholder na tawag, at social media s.
"Ang pagkuha ng mga makabuluhang signal mula sa hindi nakabalangkas at mataas na dimensional na data ay hindi isang madaling gawain," sulat ni Gao."Gayunpaman, sa pag-unlad ng pag-aaral ng machine at computational na pamamaraan sa lingguwistika, pagproseso at pag-aaral ng istatistika na pagsusuri ng mga dokumento ng ual ay maaaring maisakatuparan, at maraming mga aplikasyon ng statistic analysis sa mga agham panlipunan ang napatunayan na matagumpay." Mula sa talakayan ng Gaos tungkol sa pagmomodelo at pagkakalibrate sa abstract, ipinapakita ng buong binuo na dokumento kung paano gumagana nang detalyado ang ilan sa ganitong uri ng pagsusuri.
Ang iba pang mga mapagkukunan para sa mga aktibong proyekto ay may kasamang mga pahina tulad ng maikling proyekto ng GitHub na ito, at ang mapagkukunang IEEE na ito ay partikular na nakikipag-usap tungkol sa pagkuha ng mahalagang impormasyon sa pananalapi mula sa "pagsusuri ng damdamin."
Ang nasa ilalim na linya ay ang paggamit ng mga bagong modelo ng NLP ay nagmamaneho ng mabilis na pagbabago sa paggamit ng lahat ng mga uri ng dokumento, hindi lamang para sa pagsusuri sa pananalapi, kundi para sa iba pang mga uri ng pagtuklas ng gilid, na lumabo na ayon sa kaugalian na itinatag na linya sa pagitan ng "wika" at " data. "