1. Главная
  2. Машинное обучение и анализ настроений

Машинное обучение и анализ настроений

Сочетание машинного обучения и анализа настроений на основе новостей для торговли на фондовом рынке

Методы машинного обучения часто используются для прогноза и торговли на финансовых рынках, в то время как данные анализа настроений могут значительно повысить эффективность алгоритмов машинного обучения.

За последние годы наблюдается невероятный рост популярности технологий искусственного интеллекта и машинного обучения применительно к решению задач финансовой математики: от определения стоимости деривативов и управления рисками до рыночного прогнозирования и алгоритмического трейдинга. Фактически, применение искусственного интеллекта и машинного обучения стало считаться ведущим конкурентным преимуществом в финансовой отрасли. 

В данном докладе Светлана Боровкова из Probability & Partners, Маргот Дийкстра и Росси Нгуэн из VU Amsterdam использовали движок для обработки естественного языка Refinitiv News Analytics в целях машинного обучения и анализа настроений в двух ситуациях: 

  • внутридневный прогноз динамики крупного фондового индекса EURO STOXX 50; 
  • внутридневная торговля 100 наиболее ликвидными акциями S&P 500. 

В обоих случаях использовались новейшие технологии машинного обучения: LSTM-нейросеть и генетический алгоритм NEAT — в сочетании с анализом настроений на основе новостей.

Читайте дальше: заполните форму, чтобы получить доступ к полному отчету

Обращаем внимание, что данный отчет представлен на английском языке