在熙熙攘攘的金融世界里,永不停息的市场波动,数字就是王道。

有一家投资公司,试图利用AI人工智能掌握定性信息的变异数,用以分析诡谲多变的市场冲击者:也就是媒体新闻。

位于多伦多的Triumph Asset Management公司(最近刚改组为Amadeus Investment Partners),正利用深度学习技术来开发财经新闻分析这个领域,系统每天可以分析成千上万则新闻,目标是期望更准确预测市场方向,帮助投资决策。

老派作风已不合时宜

多年以来,成群的分析师以人力爬梳所有相关的新闻文章,提出针对特定公司所发布的投资观点,与交易部门沟通后再投注市场。

Triumph的信息科学家Andrew Tan表示,这样的过程非常旷日废时,而且效果也不见得很好,侷限的文章分析量导致错失市场投 资良机。

为了因应不断增加的资料量,该公司转而求助AI人工智能。

“我们相信深度学习技术具有速度及精准度等优势,可以用来改善日常的新闻分析工作,以及整体的工作流程。”Tan继续说道:“这么作将会得到更好的分析结果,改善绩效表现。”

AI人工智能分析师

利用GPU和CUDA深度神经网络(cuDNN)程序库,Triumph的资料科学家从专属数据库中,将资料喂入深度学习系统中。该系统每三毫秒可分析一篇文章,每天可以消化成千上万篇文章,如此的工作量是从前绝对无法做到的。

此系统可辨识出文章中的上百组关键字,一个称为GloVe的学习型算法,赋予每个关键字固定的数字值,以供系统中的其他模块解译并且进行工作。

这个深度学习系统可推算出三个结论:1. 将相关文章与股票或公司做连结;2.分辨出每篇文章的市场情绪(正面/中性/负面);3.估算新闻影响市场的程度。

当“假新闻”依循传统新闻周期,持续在市场上蔓延时,Triumph 公司的资料科学家采用特定的关键字,以及有信誉的新闻媒体来增进分析的可信度。

虽然整个系统还在初步测试,相较人类分析师往往反覆给出不同的投资建议,Tan认为一开始就有76%的准确率是很振奋人心的。

“这个系统当然还算不上完美,但是我们可以把它当作基础。”Tan如此说明着。