コンテンツ
Q：
新しい機械学習機能を使用すると、財務データのストックドキュメントをマイニングできますか？
A：
機械学習とAIのエキサイティングな新しいフロンティアの1つは、科学者とエンジニアがまったく新しいタイプのリソースを使用して在庫の動きと投資の結果を予測するさまざまな方法に着手していることです。これは、金融の世界で途方もないゲームチェンジャーであり、非常に深い方法で投資戦略に革命をもたらします。
このタイプの株式調査を拡大するための基本的なアイデアの1つは、自然言語のモデリングを含む計算言語学です。専門家は、ストック分析を強化または微調整するため、またはまったく新しい分析を開発するために、SECファイリングから株主レター、その他の周辺機器ベースのリソースまで、ドキュメントの使用方法を調査しています。
重要な免責事項は、これらのすべてが、ニューラルネットワーク、機械学習、自然言語分析のまったく新しい進歩によってのみ実現可能になるということです。 ML / AIが登場する前は、コンピューティングテクノロジーでは入力を「読み取る」ために線形プログラミングを使用していました。ドキュメントは構造化されていないため有用ではありませんでした。しかし、ここ数年の間に自然言語分析の進歩により、科学者は、自然言語を定量化可能な結果、つまり何らかの方法で計算できる結果に「マイニング」することができることを発見しています。
これに関する最良の証拠と最も有用な例のいくつかは、ウェブ上で利用可能なさまざまな学位論文と博士論文に由来しています。 2016年4月に発行された論文「金融経済学における機械学習と計算言語学の応用」で、リリ・ガオは、企業のSEC申告、株主呼び出し、ソーシャルメディアのマイニングに固有の関連プロセスをうまく説明しています。
「構造化されていない高次元のデータから意味のある信号を抽出するのは簡単なことではありません」とGaoは書いています。「しかし、機械学習と計算言語技術の開発により、ualドキュメントタスクの処理と統計分析が達成でき、社会科学における統計分析の多くのアプリケーションが成功することが証明されました。」 Gaosによるアブストラクトのモデリングとキャリブレーションの議論から、開発されたドキュメント全体で、このタイプの分析の一部が詳細に機能することが示されています。
アクティブなプロジェクトのその他の情報源には、このGitHubプロジェクト概要のようなページや、「センチメント分析」から貴重な財務情報を取得することについて具体的に説明しているこのIEEEリソースがあります。
結論として、これらの新しいNLPモデルの使用は、財務分析だけでなく、他の種類の最先端の発見のためにあらゆる種類のドキュメントを使用することで迅速なイノベーションを促進し、「言語」と「データ。"