Como o processamento de linguagem natural é usado em finanças?
Respostas
04/28/2024
Alcina Holroyd
Finanças é um conceito amplo: pode significar mercados financeiros, finanças corporativas, finanças pessoais, etc. Eu acredito que você quer dizer mercados financeiros.
Dividirei os mercados financeiros em várias categorias e explicarei como a PNL pode ser aplicada a cada uma delas:
Equidade
No momento, a PNL é usada principalmente para avaliar o sentimento dos feeds de notícias. Eu vejo isso evoluindo para uma abordagem mais geral. Você pode usar a PNL para analisar as chamadas anteriores e os relatórios anuais para estimar o crescimento futuro dos ganhos ou a capitalização de mercado.
Crédito (obrigações)
A PNL pode ser usada para avaliar a probabilidade de inadimplência de um emissor em particular, dados seus últimos comunicados de imprensa, preenchimentos anuais, etc. Pode ser realmente útil para empresas sem classificação e sem cotação.
Gestão de Risco
Quando você não tem preços para um título, não pode computar exposições a fatores. Você pode usar a PNL para prever essas exposições fatoriais analisando os relatórios mais recentes da empresa. O mesmo vale para matrizes de correlação. Quando você não tem um grande histórico de preços, é difícil calcular uma boa matriz de covariância e correlação.
sustentabilidade
Investimento sustentável é a nova palavra da moda entre os investidores no momento. Normalmente, é difícil seguir muitas empresas para os critérios ESG. Você pode estimar as pontuações ESG (Ambiental, Social e Governança) usando os últimos press releases, relatórios, etc.
Para fazer isso, você precisa ter acesso aos dados corretos. Preços históricos de ações, classificações de títulos, exposições a fatores para gerenciamento de riscos e pontuações ESG para sustentabilidade. Se você souber usar a Bloomberg, Datastream ou Quandl, poderá encontrar alguns deles.
Para os dados textuais (relatórios, press releases, etc.), consulte o Neuralyst (Conjunto de dados da PNL para o mercado de ações) Os dados históricos são gratuitos, para que você possa construir um modelo livremente. Isenção de responsabilidade: criei este conjunto de dados.
Fiz física e finanças, e a primeira tem uma dimensão totalmente diferente em dificuldade. As finanças são EXTREMAMENTE intuitivas. Você não terá problemas para entender a matemática usada, bem como os conceitos. Por outro lado, a física quase não faz sentido. A física do zero, a mecânica clássica faz todo sentido; no entanto, uma vez que nos aprofundamos na teoria quântica, na relatividade e na me...
Finanças é um conceito amplo: pode significar mercados financeiros, finanças corporativas, finanças pessoais, etc. Eu acredito que você quer dizer mercados financeiros.
Dividirei os mercados financeiros em várias categorias e explicarei como a PNL pode ser aplicada a cada uma delas:
No momento, a PNL é usada principalmente para avaliar o sentimento dos feeds de notícias. Eu vejo isso evoluindo para uma abordagem mais geral. Você pode usar a PNL para analisar as chamadas anteriores e os relatórios anuais para estimar o crescimento futuro dos ganhos ou a capitalização de mercado.
A PNL pode ser usada para avaliar a probabilidade de inadimplência de um emissor em particular, dados seus últimos comunicados de imprensa, preenchimentos anuais, etc. Pode ser realmente útil para empresas sem classificação e sem cotação.
Quando você não tem preços para um título, não pode computar exposições a fatores. Você pode usar a PNL para prever essas exposições fatoriais analisando os relatórios mais recentes da empresa. O mesmo vale para matrizes de correlação. Quando você não tem um grande histórico de preços, é difícil calcular uma boa matriz de covariância e correlação.
Investimento sustentável é a nova palavra da moda entre os investidores no momento. Normalmente, é difícil seguir muitas empresas para os critérios ESG. Você pode estimar as pontuações ESG (Ambiental, Social e Governança) usando os últimos press releases, relatórios, etc.
Para fazer isso, você precisa ter acesso aos dados corretos. Preços históricos de ações, classificações de títulos, exposições a fatores para gerenciamento de riscos e pontuações ESG para sustentabilidade. Se você souber usar a Bloomberg, Datastream ou Quandl, poderá encontrar alguns deles.
Para os dados textuais (relatórios, press releases, etc.), consulte o Neuralyst (Conjunto de dados da PNL para o mercado de ações) Os dados históricos são gratuitos, para que você possa construir um modelo livremente. Isenção de responsabilidade: criei este conjunto de dados.