华泰证券研报:舆情因子与BERT情感分类模型在量化选股中的应用
本文研究基于金融新闻的舆情因子选股效果,发现其在沪深300内表现最佳,行业市值中性后RankIC均值6.13%。同时介绍前沿NLP模型BERT原理及训练方法,实现高精度金融新闻情感分类,并利用LIT工具增强模型可解释性。
本文研究基于金融新闻的舆情因子选股效果,发现其在沪深300内表现最佳,行业市值中性后RankIC均值6.13%。同时介绍前沿NLP模型BERT原理及训练方法,实现高精度金融新闻情感分类,并利用LIT工具增强模型可解释性。
本文研究基于金融新闻的舆情因子选股效果,发现其在沪深300内表现最佳,行业市值中性后RankIC均值6.13%。同时介绍前沿NLP模型BERT原理及训练方法,实现高精度金融新闻情感分类,并利用LIT工具增强模型可解释性。
本文研究基于金融新闻的舆情因子选股效果,发现其在沪深300内表现最佳,行业市值中性后RankIC均值6.13%。同时介绍前沿NLP模型BERT原理及训练方法,实现高精度金融新闻情感分类,并利用LIT工具增强模型可解释性。核心数据:6.13%;84.41%;17.79%。
本报告由华泰证券发布,发布于 2020 年。
覆盖 2020 年,全文约 28。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化研究员、金融投资者、NLP开发者等读者参考。
重点分析了金融投资、量化选股中、舆情因子、BERT等议题。