机器学习之贝叶斯文本分类算法实现|大数据研究指标构建-中信建投2017

2017-03金融投资22📊 中信建投免费

报告维度

📄 文件全名
机器学习之贝叶斯文本分类算法的实现:大数据研究之指标构建-中信建投
🎯 适合读者
金融工程师量化研究员数据科学家投资经理
📊 核心数据
  1. 主板日平均情绪指数698
  2. 中小板357
  3. 创业板144
  4. 正面新闻比例71%
🏷️ 核心议题
#金融投资#指标构建#中信建投#大数据
📦 本报告属于月份合集
购买后将获得「2017 年 3 月报告合集 · 共 909 份报告打包下载链接
点击获取云盘下载链接

报告摘要

本报告由中信建投发布,深入解析如何利用朴素贝叶斯文本分类算法构建新闻情绪指数,用于量化投资。核心内容包括:自然语言处理技术基础、新闻情绪指数构建方法(正面新闻权重1,负面新闻权重-W)、2014-2016年市场数据验证(主板情绪指数698,中小板357,创业板144;正面新闻占比71%)。报告还涵盖大数据体系构建、互联网情绪指标(财经新闻、股吧、微信、微博等)及未来研究方向。适合金融工程师、量化研究员、数据科学家、投资经理及对NLP在金融领域应用感兴趣的专业人士。

📋 核心要点(部分)

  1. 大数据与量化投资
  2. 大数据体系构建
  3. 互联网情绪指标
  4. 新闻情绪指数构建

同分类推荐

📱 登录
机器学习之贝叶斯文本分类算法实现|大数据研究指标构建-中信建投2017 | 资料宝