趋势交易,金融研究
  • 一流企业
  • 中美贸易战
  • 互联网
  • 产业发展
  • 人工智能
  • 价格分析
  • 体制改革
  • 商品期货
  • 城镇化
  • 外汇交易
  • 宏观走势
  • 德国房价
  • 政治经济学
  • 新科技
  • 比特币
  • 民营企业
  • 混合所有制
  • 独角兽
  • 生育
  • 研究方法
  • 股票策略
  • 营商环境
  • 金融开放
  • 金融科技
  • 金融量化
  • 防风险
  • 大数据、机器学习、深度学习在投资领域应用的方法论概述(2017-10-18)

    C H I N A S E C U R I T I E S R E S E A R C H
    HTTP://RESEARCH.CSC.COM.CN
    请参阅最后一页的重要声明
    [table_main]
    金融衍生品跟踪报告模板
    证券研究报告·金融工程深度报告
    大数据机器学习深度学习在投资领域
    用的方法论概述: 大数据研究之五
    重要观点
    大数据特征概述
    大数据是高容量、高速度和多样性的信息资产:体积上,通过各
    种记录、交易信息、表格、文件存储等汇集的数据体量庞大;速
    度上,数据发送或接收的速度快,可以以批处理方式传输或接收
    可以实时或接近实时地发送;种类上,数据通常以多种格式接收
    有结构化的、半结构化的或非结构化的。
    自然语言处理将投资管理提升到新一高度
    以传统因子,比如技术面因子,基本面因子等挖掘增益信息已非
    常困难,而大数据,比如新闻媒体等信息,则将为投资提供更多
    的增益信息。利用自然语言处理技术则可从文本信息中挖掘出有
    效信息,提升投资管理能力。
    机器学习在投资领域的使用已逐渐成熟
    机器学习可分为监督学习(如回归和分类及非监督学如因
    子分析和聚类。监督学习试图找到一种规则或个方程来预测
    变量。非监督则学习试图揭示数据的结构机器学习在选股、
    时等领域应用十分广泛
    深度学习将是金融创新的新引擎
    深度学习海量
    法。以循环神经网络、长短期记忆网络、卷积神经网络、受限玻
    方法
    投资和研究的热点
    总结与展望
    本文所讨论与研究的问题是投资领域的热点,正在随着它的深入
    展开而受到越来越多的关注。正如文中所呈现的,大数据、机器
    学习、深度学习的应用提升了投资的效率,对于优化投资组合及
    加强投资盈利性也有促进作用。目前关于深度学习等技术在促进
    投资策略的优化科学上的应用仍处于探索阶段,值得深入观察和
    跟踪挖掘。
    金融工程研究
    [table_invest]
    丁鲁明
    dingluming@csc.com.cn
    021-68821623
    执业证书编号:S1440515020001
    研究助理:喻银尤
    yuyinyou@csc.com.cn
    021-68821600-808
    2017 10 18
    市场表现
    [table_indextrend]
    -1%
    0%
    1%
    2%
    3%
    4%
    5%
    6%
    7%
    8%
    14/12/1
    15/1/1
    15/2/1
    15/3/1
    15/4/1
    15/5/1
    15/6/1
    15/7/1
    15/8/1
    15/9/1
    15/10/1
    15/11/1
    国债指数 上证企债
    相关研究报告
    17.08.16
    大数据研究之四:基于新闻热度的周期、
    成长、消费风格轮动配
    17.03.08
    17.03.02
    大数据研之指标构建:机器学习之
    叶斯文本分类算法的实
    17.02.27
    大数据周:新闻热度未见突破,大
    继续谨慎新闻情绪选股空头组合相
    沪深 300 指数超额收益为-0.32%
    17.02.21
    大数据周:大盘维持谨慎,新闻情
    选股多头组合跑赢沪 300 0.9%
    17.02.13
    大数据周:大盘相对谨慎,重点关
    沪深 300 新闻情绪选股多空组合
    16.10.12
    大数据研之择时:基于新闻热度的
    空策略
    页次:1/2727页 第 [1] 页 第 [2] 页 第 [3] 页 第 [4] 页 第 [5] 页 第 [6] 页 第 [7] 页 第 [8] 页 第 [9] 页 第 [10] 页 第 [11] 页 第 [12] 页 第 [13] 页 第 [14] 页 第 [15] 页 第 [16] 页 第 [17] 页 第 [18] 页 第 [19] 页 第 [20] 页 第 [21] 页 第 [22] 页 第 [23] 页 第 [24] 页 第 [25] 页 第 [26] 页 第 [27]