- Главная
- 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
Мы здесь, чтобы помочь вам
Есть вопросы? Мы здесь, чтобы помочь вам и ответить на ваш запрос.