本报告深入解析知识图谱在金融投资领域的构建与应用。知识图谱自2012年由谷歌提出后，成为AI热门概念，通过实体-关系三元组形式直观显示关联信息。报告详细介绍了从数据采集、预处理、实体关系提取到图数据库存储的全流程技术，并重点探讨其在金融领域的四大应用：产业链挖掘（如股权网络、供应链分析）、事件驱动策略（如业绩预警在应收账款网络中的传播效应）、知识图谱类因子（包括中心性、关联公司分散度等低相关性因子）以及现有分析框架的改进（如行业基本面量化的标准化与降维）。适合金融工程师、量化研究员、投资分析师及数据科学家阅读，助力构建更全面的量化投研体系。
本报告深入解析知识图谱在金融投资领域的构建与应用。知识图谱自2012年由谷歌提出后，成为AI热门概念，通过实体-关系三元组形式直观显示关联信息。报告详细介绍了从数据采集、预处理、实体关系提取到图数据库存储的全流程技术，并重点探讨其在金融领域的四大应用：产业链挖掘（如股权网络、供应链分析）、事件驱动策略（如业绩预警在应收账款网络中的传播效应）、知识图谱类因子（包括中心性、关联公司分散度等低相关性因子）以及现有分析框架的改进（如行业基本面量化的标准化与降维）。适合金融工程师、量化研究员、投资分析师及数据科学家阅读，助力构建更全面的量化投研体系。
本报告深入解析知识图谱在金融投资领域的构建与应用。知识图谱自2012年由谷歌提出后，成为AI热门概念，通过实体-关系三元组形式直观显示关联信息。报告详细介绍了从数据采集、预处理、实体关系提取到图数据库存储的全流程技术，并重点探讨其在金融领域的四大应用：产业链挖掘（如股权网络、供应链分析）、事件驱动策略（如业绩预警在应收账款网络中的传播效应）、知识图谱类因子（包括中心性、关联公司分散度等低相关性因子）以及现有分析框架的改进（如行业基本面量化的标准化与降维）。适合金融工程师、量化研究员、投资分析师及数据科学家阅读，助力构建更全面的量化投研体系。
本报告由海通证券发布,发布于 2019 年。
覆盖 2019 年,全文约 25。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合金融工程师、量化研究员、投资分析师、数据科学家等读者参考。
重点分析了金融投资、金融科技等议题。