首页
›
智能金融与金融工程
›
032-另类数据、NLP与事件驱动研究
›
《金融新闻NLP情绪因子构建实战》
VIP15
本课程属于:032-另类数据、NLP与事件驱动研究
智能金融与金融工程 · 共 15 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
金融新闻NLP情绪因子构建实战
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=金融新闻NLP情绪因子的定义 · 价值 · 应用场景与整体学习路线
课程导入
NLP
02
金融文本数据基础
目标=新闻来源 · 数据格式 · 时间戳
金融文本数据基础
目标=新闻来源
03
NLP核心概念
目标=分词 · 词性标注 · 命名实体识别
NLP
核心概念
04
金融领域词典与情感词表
目标=Loughran-McDona… · 中文金融情感词典 · 领域适配与扩展方法
金融领域词典
情感词表
05
文本预处理实战
目标=去噪 · 去重 · 分句
文本预处理实战
目标=去噪
06
传统情绪分析方法
目标=基于词典 · 基于规则 · 基于机器学习的情感分类与极性打分
传统情绪分析方法
目标=基于词典
07
深度学习情绪分析
目标=CNN · RNN · LSTM
深度学习情绪分析
CNN
08
预训练语言模型实战
目标=BERT · FinBERT · RoBERTa及金融领域微调方法与技…
预训练语言模型实…
BERT
09
大语言模型情绪分析
目标=提示工程 · 少样本学习 · 指令微调与结果稳定性评估
大语言模型情绪分…
目标=提示工程
10
情绪因子构建流程
目标=从新闻情绪分数到日频 · 周频 · 月频因子的聚合方法
情绪因子构建流程
目标=从新闻情绪…
11
情绪因子标准化与中性化
目标=去极值 · 标准化 · 行业中性
情绪因子标准化
性化
12
多维度情绪因子设计
目标=极性 · 强度 · 不确定性
多维度情绪因子设…
目标=极性
13
时间序列处理
目标=新闻发布时点对齐 · 滞后效应 · 衰减加权与事件窗口选择
时间序列处理
目标=新闻发布时…
14
因子有效性检验
目标=IC · IR · 分层回测
因子有效性检验
IC
15
情绪因子与量价因子结合
目标=正交化 · 合成方法 · 多因子模型中的增量贡献
情绪因子
量价因子结合
16
案例实战一
目标=基于词典的金融新闻情绪因子构建…
案例实战一
目标=基于词典的…
17
案例实战二
目标=基于FinBERT的新闻情绪打…
案例实战二
FinBERT
18
案例实战三
目标=基于大语言模型的新闻情绪因子快…
案例实战三
目标=基于大语言…
19
案例实战四
目标=多源新闻情绪因子融合与行业轮动…
案例实战四
目标=多源新闻情…
20
常见问题与解决方案
目标=数据偏差 · 标注噪声 · 过拟合
常见问题
解决方案
21
情绪因子的风险控制
目标=极端情绪识别 · 舆情反转 · 黑天鹅事件与因子失效监控
情绪因子的风险控…
目标=极端情绪识…
22
工程化与自动化
目标=数据管道 · 模型服务 · 因子计算调度与实时更新架构
工程化
自动化
23
评估与可视化
目标=情绪因子分布 · 时间序列图 · 回测报告与归因分析
评估
可视化
24
综合提升一
目标=从单因子到多因子情绪体系的设计…
综合提升一
目标=从单因子到…
25
综合提升二
目标=跨市场 · 跨语言 · 跨资产的情绪因子迁移与适配
综合提升二
目标=跨市场
26
综合提升三
目标=情绪因子与另类数据 · 知识图谱 · 事件驱动的结合
综合提升三
目标=情绪因子
27
前沿进展
目标=因果推断 · 可解释AI · 多模态金融新闻情绪分析
前沿进展
目标=因果推断
28
合规与伦理
目标=数据版权 · 隐私保护 · 市场操纵风险与模型公平性
合规
伦理
29
课程项目实战
目标=完整构建一个金融新闻NLP情绪…
课程项目实战
NLP
30
课程总结与进阶路线
目标=核心知识点回顾 · 常见陷阱 · 持续学习资源与职业发展建议
课程总结
进阶路线
所属VIP或分类
同VIP:FinBERT金融文本情绪分析实战
同VIP:NLP事件信号与事件驱动策略实战
同VIP:专利文本与技术创新因子实战