S&P Global 基本面量化研究：自然语言处理

汇编各种研究论文，并附带 Python 代码，为您提供 NLP 和文本数据的切实用例。

Service Provider Information

S&P Global Market Intelligence 是领先的金融和工业数据、研究和新闻工具提供商。这些工具可帮助跟踪绩效、确定投资思路、了解行业动态、进行估值以及评估信用风险。全球的专业投资人士、政府机构、企业和大学可借此获得必要的讯息，作出自信的商业和金融决策。
当今 80% 的数据都是非结构化数据，其中很大一部分是文本形式的。随着人工智能和机器学习的兴起，这一不断增长的信息来源导致了自然语言处理技术的日益采用，以帮助从文本数据中挖掘额外的见解。

自图灵于 1950 年发表《计算机械与智能》一书以来，人们对自然语言处理 (NLP) 的兴趣与日俱增。在其开创性著作中，图灵提出了他的智能标准——如果一台计算机能够与人类互动，而人类从未意识到他们是在与一台机器打交道，那么这台计算机就可以被认为是智能的。NLP 的核心正是这一愿景的体现，NLP 消费者可以从数据中获得有用的洞察，而无需知道自己是否在与机器互动。

鉴于文本数据的可用性越来越高，人们对 NLP 的兴趣也越来越浓厚，我们汇编了各种研究论文，并附带 Python 代码，为您提供 NLP 和文本数据的切实用例，帮助您立即入门，并为您的业务提出新的思路。

机器可读转换文本

机器可读文件

Use Cases

文本数据和 NLP 可用于：
  • 从财报电话会议的转录文本中获取 alpha
  • 从电话会议的转换文本中挖掘选股思路，重点关注主题、透明度和情绪等方面
  • 确定公司 10-K 和 10-Q 中的风险披露更新如何影响运营和股价
  • 通过识别一段时间内各个部分的重大变化，系统地从冗长的公司 10-K 中提取价值

Benefits

  • 大规模分析非结构化数据
  • 从您工作流程特有的文本数据中获取见解
  • 复制由前行业从业者进行的生产研究

Useful Links