知识指导下数据挖掘在新闻和金融工具之间因果关系上应用.pdf

摘要 摘要 随着新闻在金融工具交易算法中变的越来越重要，金融行业观察者，投资者 和其它的金融分析家对新闻给予了更多的关注。一些金融服务公司为此设立了特 定的服务，用来帮助用户过滤一些不相关的新闻和文本文档信息譬如证交所的条 例规定信息等。除了金融服务公司以外，一些新闻发布商同样为用户提供了类似 的服务，尽管如此，提供给用户的过滤后的新闻信息仍然需要人的判断处理以便 进一步发现新闻内容对金融市场的意义，对于特定交易的金融工具需要进一步区 分哪些是重要的新闻，哪些是不重要的新闻，并判断每类重要新闻对该金融工具 市场走势的影响极性。但是这些人工的处理判断通常会受到自身信息处理能力的 局限性以及认知的偏见性的影响。 因此，为了用户能够在金融市场中对新闻信息进行更客观的判断，降低人工 处理对信息判断的影响，我们设计了一个基于本体论模型的数据挖掘框架，这个 框架用来客观的，量化的描述新闻与金融工具交易活动之间的关系。框架包含两 个相互关联的部分：一部分是一个本体论模型，主要用于表达金融工具市场中的 新闻知识。这一模型又由两个部分组成，其中一部分是一个用OWLDL语言表达 的模型(OWLDL是Web本体论语言的一个子语言)，这一部分主要描述了领域知 识的层级结构，包括新闻、金融工具市场参与者、金融工具及其他们之间的关系。 同时这部分也对领域知识中的某些特定词汇给了明确的定义。另外一个部分是一 个因果关系图，用来说明新闻对金融工具存在着直接或间接的“因一果影响 模式，这些影响模式可以用OWL规则语言写入。另一部分是基于这个本体论模型 的一个数据挖掘框架，这个框架由三部分组成：第一部分是本体论模型在prot696 工具中的实现，被用来依据金融工具的特性和新闻的分类对将要处理的新闻和金 融数据进行分类处理；第二部分是一个规则推理系统，在prot696中的jess插 件中实现。对于某个给定的金融工具交易活动，这个推理系统可以推荐给用户哪 些是可能重要的新闻，并产生对这个金融工具进行数据挖掘的一个模型；第三部 分是一个贝叶斯网络算法，是通过结合分类处理后的金融和新闻数据以及对应的 数据挖掘模型而产生的一个算法，这个算法精确的计算出了那些可能重要的新闻 与某种金融工具交易活动之间存在的量化关系。 这个论文中的研究主要有以下主要贡献： 1)在本体论模型的基础上，有三个子贡献，首先，可以更深刻的理解金融工具 市场中的新闻知识；第二，可以帮助建立基于新闻的金融交易模型或算法； 第三，可以辅助和支持相关系统的开发与设计(譬如根据新闻对股票价格进 行预测的系统，帮助金融市场参与者搜索相关新闻的系统等)。 摘要 2)在基于本体论模型的数据挖掘框架上，这个研究提供了：1．一个用来处理不 同类的新闻或来自不同行业间的、不同特性的金融数据的本体论模型方法； 2．一个用来把领域知识结合到整个数据挖掘过程中的推理系统，其产生的数 据挖掘模型包含了对某个金融工具的交易活动重要的新闻变量以及这些新闻 对该活动的影响性(“正的，“中性的，“负的”)；3．对这个数据挖掘框架的 实验评价，以便验证该框架的有效性。 尽管论文中给出了如何定量、定性的学习新闻与金融工具之间的关系的方 法，但仍然有一些不足。因此，后续的研究有两个可能的方向：一是雇佣有投资 经验的投资者参与评估试验，利用框架给出的数据结果作决策，验证框架是否有 效，数据结果是否能帮助投资者减少由于主观认知的偏见性而造成的损失。但是 这个研究方向有一些不可避免的困难，因为有经验的投资者很难被集中起来进行 试验；另外一个可能的研究方向是开发一个系统，用框架中给出的数据结果作为 输入支持投资者对实时新闻做出及时的交易决策。一些决策理论将会指导如何开 发这类系统。 关键词：本体论模型新闻 金融工具市场 因果关系数据挖掘贝叶斯算法 Abstract ABSlRACT Asnewsbecomesmoreandmore infinancialinstruments important trading