基于多策略文本处理的金融数据分析应用
计算与语言
2022-04-26 v1
摘要
维护金融体系稳定对经济发展至关重要，及早识别风险与机遇必不可少。金融业包含财务报表、客户信息、股票交易数据、新闻等多种数据。海量异构数据需要机器处理与理解的智能算法。本文主要关注中国 A 股公司的股票交易数据及相关新闻。我们提出一个金融数据分析应用——财商搬运工（Financial Quotient Porter），旨在通过多策略数据挖掘方法融合文本与数值数据。此外，我们介绍了利用自然语言处理（NLP）与知识图谱（KG）技术在深度学习金融文本处理应用场景中的工作与规划。基于 KG 技术，可从异构数据中识别风险与机遇。NLP 技术可用于从非结构化文本抽取实体、关系与事件，并分析市场情绪。实验结果显示了对公司及行业的市场情绪，以及公司间新闻级关联。
引用
@article{arxiv.2204.11394,
title = {Financial data analysis application via multi-strategy text processing},
author = {Hongyin Zhu},
journal= {arXiv preprint arXiv:2204.11394},
year = {2022}
}