从行业大数据里发现投资亮点.pptxVIP

基于大数据的机器学习在金融投资行业的应用1投研领域的挑战投研管理业务场景及痛点1、基本面投资流程很长、需处理的信息量极大、种类繁多 发现线索 人工处理各类信息：如公告、新闻、年报、商品价格等等 搜集资料 人工搜集整理行业数据、产品价格、公司历史资料、各种技术等 分析判断 人工综合分析各种信息及资料，形成对公司未来判断，盈利预计等 投资决策 人工形成清晰的投资逻辑、估值判断、买卖决策等 后续跟踪 人工对重点公司保持持续追踪，买卖时点的把握等2、仅依靠人工很难跟踪来自新闻、公告、研报、社交网络等各种来源的海量信息A股上市公司已经超过2600家，注册制推出后上市公司数量还将大幅增加新闻网站、微博/雪球大V、微信公众号、论坛、股吧等社交媒体信息??? 电商数据、招聘信息、司法、诉讼，行业上下游关联等非结构化数据 挑战也是机会：大数据如何变成投研团队可以迅速吸收并用于投资活动的小数据？重点是：如何把与证券有关信息中的“关联关系”展现出来42架构通联智能投研平台架构 通联智能投研平台定位于构建一个开放、分享、高效的基本面投研平台，通过自 然 语 言 处 理 和 机 器 学 习 等 技术，高效地从海量的信息中提炼对研究员有价值的信息；同时，该平台实现投研流程 中的过程数据和结果数据管理，满足客户在证券研究过程中对信息响应、研究协作的迫切需求， 使得碎片化的研究成果得以沉淀积累，为投资决策提供重要