机器学习数据治理专题：集聚投资有效性构建DATALET数据资产
基于大模型的情感识别与自动化标注能力，构建DATALET数据堆叠产品，实现文本与价量数据统一指标化与投资指向化创新。情绪类指标驱动的行业轮动策略超额收益显著，覆盖全A行业个股，提升投研效率。
报告摘要
基于大模型的情感识别与自动化标注能力，构建DATALET数据堆叠产品，实现文本与价量数据统一指标化与投资指向化创新。情绪类指标驱动的行业轮动策略超额收益显著，覆盖全A行业个股，提升投研效率。
核心要点
- 上市公司扩容与数据产品需求
- DATALET双重创新
- 大模型自动化标注
- 文本数据指标化
- 情绪类指标投资有效性
报告信息
- 文件全名
- 《机器学习系列_数据治理专题（六）：集聚投资有效性，构建DATALET数据资产-中信证券》
- 适合读者
- 核心数据
- 5000家
- 14个标签
- TOP3行业
- 核心议题
常见问题
《机器学习数据治理专题：集聚投资有效性构建DATALET数据资产》主要包含哪些内容?
基于大模型的情感识别与自动化标注能力，构建DATALET数据堆叠产品，实现文本与价量数据统一指标化与投资指向化创新。情绪类指标驱动的行业轮动策略超额收益显著，覆盖全A行业个股，提升投研效率。核心数据:5000家;14个标签;TOP3行业。
这份报告由哪家机构发布?
本报告由中信证券发布,发布于 2023 年。
这份报告覆盖哪一年、篇幅多大?
覆盖 2023 年,全文约 21.0。
这份报告是免费的吗?如何获取?
本报告为付费报告,可在资料宝站内下单后获取完整内容。
这份报告适合哪些读者?
适合投资者、数据科学家、金融分析师等读者参考。
报告涉及哪些关键议题?
重点分析了金融投资、DATALET、数据资产等议题。
继续阅读
查看全部 →