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、その他の周辺のテキストベースのリソースまで、テキスト文書の使用方法を調査しています。
| 無料ダウンロード： 機械学習とその重要性 |
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が出現する前は、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。 テキスト文書は構造化されていないため有用ではありません。 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、自然言語を定量化できる結果、つまり何らかの方法で計算できる結果を得るために「マイニング」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メッセージ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テキストデータから意味のある信号を抽出することは簡単な作業ではありません」とGao氏は述べています。 「しかし、機械学習と計算言語技術の開発により、テキストドキュメントの処理と統計分析のタスクを達成でき、社会科学における統計テキスト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。」 Gaoのアブストラクトで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プロジェクトブリーフのようなページや、「Twitter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特に言及しているこの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テキストドキュメントを使用することで、革新を促進し、「言語」と「 "データ。"
