S:
Yeni makine öğrenimi yetenekleri finansal veriler için stok belgelerinin madenciliğini nasıl sağlayabilir?
A:Makine öğrenimi ve yapay zekanın heyecan verici yeni sınırlarından biri, bilim adamları ve mühendislerin stok hareketini ve yatırım sonuçlarını tahmin etmek için tamamen yeni kaynak türlerini kullanmanın çeşitli yollarını bulmalarıdır. Bu, finans dünyasında muazzam bir oyun değiştirici ve yatırım stratejilerinde çok derin bir devrim yaratacak.
Bu tür stok araştırmasını genişletmek için temel fikirlerden biri, doğal dilin modellenmesini içeren hesaplama dilbilimidir. Uzmanlar, SEC dosyalamalarından hissedar mektuplarına, diğer çevresel metin tabanlı kaynaklara kadar metin belgelerinin nasıl kullanılacağını, stok analizini artırmak veya ince ayar yapmak veya tamamen yeni analizler geliştirmek için araştırma yapıyorlar.
| Ücretsiz İndirme: Makine Öğrenmesi ve Neden Önemlidir |
Önemli feragatname, tüm bunların sadece sinir ağlarındaki yepyeni gelişmeler, makine öğrenimi ve doğal dil analizi ile mümkün kılınmasıdır. ML / AI'nın ortaya çıkmasından önce, hesaplama teknolojileri girişleri "okumak" için çoğunlukla doğrusal programlama kullandı. Metin dokümanları yararlı olamayacak kadar yapılandırılmamıştı. Ancak, son birkaç yıl içinde doğal dil analizinde kaydedilen ilerlemeyle, bilim adamları, doğal dili ölçülebilir sonuçlar veya başka bir deyişle bir şekilde hesaplanabilecek sonuçlar için "benim" etmenin mümkün olduğunu buluyorlar.
Bunun en iyi kanıtlarından ve en faydalı örneklerinden bazıları, web'de bulunan çeşitli tezlerden ve doktora çalışmalarından gelir. Nisan 2016'da yayınlanan "Finansal Ekonomide Makine Öğrenmesi ve Hesaplamalı Dilbilimin Uygulamaları" başlıklı bir makalede Lili Gao, kurumsal SEC dosyalarının, hissedar çağrılarının ve sosyal medya mesajlarının madenciliğine özgü süreçleri açıkça açıklamaktadır.
Gao, "Yapılandırılmamış ve yüksek boyutlu metin verilerinden anlamlı sinyaller çıkarmak kolay bir iş değil." Ancak, makine öğrenimi ve hesaplamalı dil tekniklerinin geliştirilmesi ile metinsel belgelerin işlenmesi ve istatistiksel olarak analiz edilmesi görevleri gerçekleştirilebilir ve sosyal bilimlerde istatistiksel metin analizi uygulamalarının başarılı olduğu kanıtlanmıştır. " Gao'nun özette modelleme ve kalibrasyon tartışmasından, geliştirilen belgenin tamamı bu tür analizlerin bazılarının nasıl ayrıntılı olarak çalıştığını gösterir.
Aktif projeler için diğer kaynaklar arasında GitHub proje özeti gibi sayfalar ve bu IEEE kaynağı özellikle "Twitter duyarlılık analizi" nden değerli finansal bilgiler almaktan bahsediyor.
Sonuç olarak, bu yeni NLP modellerinin kullanımı, sadece finansal analiz için değil, aynı zamanda geleneksel olarak kurulan "dil" ve "dil" arasındaki çizgiyi bulanıklaştıran diğer tür son teknoloji keşifler için her türlü metin belgesini kullanmada hızlı bir yenilik getirmektedir. "veri."
