自监督学习在金融无标签数据预训练中的应用.docxVIP

自监督学习在金融无标签数据预训练中的应用

一、引言

在数字经济深度渗透金融行业的背景下，金融机构的数据要素积累速度持续加快，从传统存贷汇业务产生的结构化交易数据，到移动互联网时代沉淀的用户行为数据、公开舆情数据、财报公告数据，再到产业互联网时代积累的供应链场景数据、卫星遥感数据、企业经营传感数据，多源异构数据的规模呈指数级增长。但长期以来，金融人工智能应用的落地始终受困于标签数据稀缺的核心痛点：和计算机视觉、通用自然语言处理等领域不同，金融场景的标签生成往往伴随极高的业务成本与时间成本，比如信贷风控场景的违约标签，需要等待用户完整还款周期结束才能确认，往往滞后数月甚至数年；量化投研场景的资产收