Come viene utilizzata l'elaborazione del linguaggio naturale in finanza?
Risposte
11/21/2024
Phillane
La finanza è un concetto ampio: potrebbe significare mercati finanziari, finanza aziendale, finanza personale, ecc. Credo che tu intenda i mercati finanziari.
Suddividerò i mercati finanziari in diverse categorie e spiegherò come applicare la PNL a ciascuno di essi:
Equità
Al momento, la PNL è utilizzata principalmente per valutare il sentimento dei feed di notizie. Vedo che evolve verso un approccio più generale. È possibile utilizzare la PNL per analizzare le chiamate passate e le relazioni annuali per stimare la crescita degli utili futuri o la capitalizzazione del mercato.
Credito (obbligazioni)
La PNL potrebbe essere utilizzata per valutare la probabilità di inadempienza di un determinato emittente alla luce dei suoi ultimi comunicati stampa, riempimenti annuali, ecc. Potrebbe essere davvero utile per le società prive di rating e non quotate.
Gestione del rischio
Quando non si hanno prezzi per un titolo, non è possibile calcolare le esposizioni fattoriali. È possibile utilizzare la PNL per prevedere tali esposizioni ai fattori analizzando gli ultimi rapporti delle società. Lo stesso vale per le matrici di correlazione. Quando non hai una grande storia di prezzi, è difficile calcolare una buona matrice di covarianza e correlazione.
Sostenibilità
Al momento, gli investimenti sostenibili sono la nuova parola d'ordine tra gli investitori. In genere è difficile seguire molte aziende per i criteri ESG. È possibile stimare i punteggi ESG (ambientali, sociali e di governance) utilizzando gli ultimi comunicati stampa, rapporti ecc.
Per fare ciò, devi avere accesso ai dati giusti. Prezzi storici delle azioni, rating delle obbligazioni, esposizioni ai fattori per la gestione del rischio e punteggi ESG per la sostenibilità. Se sai come usare Bloomberg, Datastream o Quandl, puoi pinne alcuni.
Per i dati testuali (rapporti, comunicati stampa, ecc.) Dai un'occhiata a Neuralyst (Set di dati NLP per il mercato azionario). I dati storici sono gratuiti in modo da poter costruire un modello liberamente. Disclaimer: ho creato questo set di dati.
Ho fatto sia fisica che finanza, e la prima è in una dimensione completamente diversa in difficoltà. La finanza è ESTREMAMENTE intuitiva. Non avrai problemi a capire la matematica usata così come i concetti. D'altra parte, la fisica quasi non ha senso. La fisica del graffio, la meccanica classica ha perfettamente senso; tuttavia, una volta approfondito la teoria quantistica, la relatività e la...
La finanza è un concetto ampio: potrebbe significare mercati finanziari, finanza aziendale, finanza personale, ecc. Credo che tu intenda i mercati finanziari.
Suddividerò i mercati finanziari in diverse categorie e spiegherò come applicare la PNL a ciascuno di essi:
Al momento, la PNL è utilizzata principalmente per valutare il sentimento dei feed di notizie. Vedo che evolve verso un approccio più generale. È possibile utilizzare la PNL per analizzare le chiamate passate e le relazioni annuali per stimare la crescita degli utili futuri o la capitalizzazione del mercato.
La PNL potrebbe essere utilizzata per valutare la probabilità di inadempienza di un determinato emittente alla luce dei suoi ultimi comunicati stampa, riempimenti annuali, ecc. Potrebbe essere davvero utile per le società prive di rating e non quotate.
Quando non si hanno prezzi per un titolo, non è possibile calcolare le esposizioni fattoriali. È possibile utilizzare la PNL per prevedere tali esposizioni ai fattori analizzando gli ultimi rapporti delle società. Lo stesso vale per le matrici di correlazione. Quando non hai una grande storia di prezzi, è difficile calcolare una buona matrice di covarianza e correlazione.
Al momento, gli investimenti sostenibili sono la nuova parola d'ordine tra gli investitori. In genere è difficile seguire molte aziende per i criteri ESG. È possibile stimare i punteggi ESG (ambientali, sociali e di governance) utilizzando gli ultimi comunicati stampa, rapporti ecc.
Per fare ciò, devi avere accesso ai dati giusti. Prezzi storici delle azioni, rating delle obbligazioni, esposizioni ai fattori per la gestione del rischio e punteggi ESG per la sostenibilità. Se sai come usare Bloomberg, Datastream o Quandl, puoi pinne alcuni.
Per i dati testuali (rapporti, comunicati stampa, ecc.) Dai un'occhiata a Neuralyst (Set di dati NLP per il mercato azionario). I dati storici sono gratuiti in modo da poter costruire un modello liberamente. Disclaimer: ho creato questo set di dati.