May 2024
Intermediate to advanced
408 pages
6h 8m
Chinese
文艺复兴科技公司(Renaissance Technologies)是有史以来最成功的量化对冲基金之一,该公司的联合首席执行官Peter Brown曾在IBM工作。在IBM工作期间,他将机器学习技术应用于自然语言处理,这种跨界现象并非偶然。
正如我们在前几章中所讨论的,在当今世界,信息驱动金融行业的发展,而信息的最重要源头就是书面语和口语。询问任何一位金融专业人士,他们到底把时间花在了什么地方。你会发现,他们的大部分时间都花在了阅读上。这个过程涵盖许多事情,从阅读自动收报机的标题,到阅读公司年报(Form 10-K)、金融出版物、各种分析师报告。阅读的内容不胜枚举。自动处理这些信息可以提升交易速度,增加交易所涉猎信息的广度,同时降低交易的整体成本。
自然语言处理(Natural Language Processing,NLP)正被广泛应用于金融领域。例如,保险公司越来越希望自动处理索赔,零售银行则试图提升顾客服务效率并为客户提供更好的产品。文本的理解正日益成为金融领域机器学习的首选应用场景。
过去,NLP依赖于语言学家们创造的手工规则。如今,神经网络正在取代语言学家的地位,神经网络能够学习复杂的、往往很难编码的语言规则。
在本章中,你将学习如何用Keras创建功能强大的自然语言模型,并且学会如何使用spaCy NLP库。
本章的重点如下。
Read now
Unlock full access