ホーム>プログラミング関連>AI ソースコード
ダウンロード

deep-finance : 金融のためのディープラーニング

この分野で興味深い作品が少ないため、このリポジトリは更新されなくなりました。深層学習と金融に本当に興味がある場合は、時系列予測、自然言語処理、グラフ ニューラル ネットワーク、レコメンデーション システム、金融に関する質の高い論文を読むことをお勧めします。そのアイデアやモデルはより役立つ可能性があります。

コンテンツ

1. データセット
2. 紙
2.1 株価予測2.2 ポートフォリオの選択
2.3 リスク管理2.4 財務 NLP
2.5 ブロックチェーン2.6 マーケットメーカー
2.7 その他
3. 予約する
4. ディスカッショングループ

データセット

データセットタスク説明する
ストックネット株価変動予測ツイートと過去の株価から株価動向を予測するための包括的なデータセット。
収益コール株式リスク予測S&P 500 企業の決算電話会議データセット。
フィンSBD-2019金融文章の境界検出FinSBD-2019 データセットには、自動的に事前にセグメント化された財務テキストが含まれており、財務文の境界検出に使用できます。
金融フレーズバンク金融文章の境界検出Financial Phrasebank データセットは、LexisNexis データベースにある金融ニュースからランダムに選択された 4845 の英語文で構成されています。
FiQA財務に関する質問への回答財務 QA データセットは、2009 年から 2017 年の期間の投資トピックの下にあるスタック交換投稿をクロールすることによって構築されています。
FiQA SA財務感情分析FiQA SA データセットには、金融ニュースのヘッドラインと金融ミニブログという 2 種類の談話が含まれており、手動で注釈が付けられたターゲット エンティティ、センチメント スコア、側面が含まれています。

紙

株価予測

  1. 株式市場予測におけるディープラーニングの応用: 最近の進歩。 arxiv 2020. 論文

    ジャン・ウェイウェイ

  2. すべての人に個別化されたインジケーター: 株式埋め込みによる株式ごとのテクニカル指標の最適化。 KDD 2019.論文

    Zhige Li、Derek Yang、Li Zhao、Jiang Bian、Tao Qin、Tie-Yan Liu

  3. 投資行動から何がわかるか: 株価トレンド予測のための株式固有の特性の探索。 KDD 2019.論文

    Chi Chen、Li Zhao、Jiang Bian、Chunxiao Xing、Tie-Yan Liu

  4. ローリング ウィンドウ分析による株式市場予測のためのグラフ ニューラル ネットワークの探索。 CoRR 2019.論文

    松永大樹、鈴村豊太郎、高橋敏宏

  5. 株価予測のための時間的関係ランキング。 TOIS2019 。紙

    Fuli Feng、Xiangnan He、Xiang Wang、Cheng Luo、Yiqun Liu、Tat-Seng Chua

  6. 株価予測のためのグラフ畳み込みニューラル ネットワークを介した企業関係の組み込み。 CIKM 2018 。紙

    チェン・インメイ、ウェイ・ジョンユ、ファン・シュアンジン

  7. 株価予測のための知識主導型イベントの埋め込み。コーリング2016。紙

    シャオ・ディン、ユエ・チャン、ティン・リウ、ジュンウェン・ドゥアン

  8. HATS: 株価変動予測のための階層型グラフ アテンション ネットワーク。 arxiv 2019 。紙

    キム・レヒョン、チャン・ホソ、チョン・ミンビョル、イ・サンフン、キム・ジンギュ、カン・ジェウ

  9. ニュースによる株価の動きを予測するための階層型補完アテンション ネットワーク。 CIKM18 。紙

    Qikai Liu、Xiang Cheng、Sen Su、Shuguang Zhu

  10. ツイートと過去の株価から株価変動を予測。 ACL 2018 。紙

    ユモ・シュー、シェイ・B・コーエン

もっと

  1. 何を言うか、どのように言うかが重要: 口頭および音声による合図を使用した財務リスクの予測。 ACL 2019 。紙

    ユー・チン、イー・ヤン

  2. 混沌としたささやきを聞く: ニュース指向の株価トレンド予測のためのディープラーニング フレームワーク。 WSDM 2018 。紙

    Ziniu Hu、Weiqing Liu、Jiang Bian、Xuanzhe Liu

  3. 敵対的トレーニングによる株価変動予測の強化。 IJCAI 2019 。紙

    フーリー・フェン、ホイミン・チェン、シアンナン・ヘ、ジー・ディン、マオソン・サン、タッセン・チュア

  4. 株価変動予測のためのマルチタスクリカレントニューラルネットワークと高次マルコフランダムフィールド。 KDD2019 。紙

    Chang Li (シドニー大学コンピューターサイエンス学部)、Dongjin Song (Capital Market CRC)、Dacheng Tao (NEC)、

  5. 複数の周波数取引パターンの発見による株価予測。 KDD2017 。紙

    Liheng Zhang、Charu C. Aggarwal、Guojun Qi

  6. 時系列予測のための 2 段階の注意ベースのリカレント ニューラル ネットワーク。 IJCAI 2017 。紙

    ヤオ・チン、ドンジン・ソン、ハイフェン・チェン、ウェイ・チェン、グオフェイ・ジャン、ギャリソン・コットレル

  7. 一晩の株価変動予測のためのグラフ ネットワークを使用した株式関係のモデル化。 IJCAI 2020: FinTech における AI 。紙

    ウェイ・リー、ルイハン・バオ、張本恵子、デリ・チェン、ジンジン・シュー、チー・スー

  8. 複数の金融時系列分析のための量子にインスピレーションを得たエントロピック カーネル。 IJCAI 2020: FinTech における AI 。紙

    Lu Bai、Lixin Cui、Yue Wang、Yuhang Jiao、エドウィン R. ハンコック

  9. 株価変動予測のための階層型マルチスケール ガウス トランスフォーマー。 IJCAI 2020: FinTech における AI 。紙

    Qianggang Ding、Sifan Wu、Hao Sun、Jiadong Guo、Jian Guo

  10. 株価動向予測のためのマルチスケール双方向ディープ ニューラル ネットワーク。 IJCAI 2020: FinTech における AI 。紙

    Guang Liu、Yuzhao Mao、Qi Sun、Hailong Huang、Weiguo Gao、Xuan Li、Jianping Shen、Ruifan Li、Xiaojie Wang

ポートフォリオの選択

  1. 曖昧な平均分散ポートフォリオ選択問題に対する 2 レベルの強化学習アルゴリズム。 IJCAI 2020: FinTech における AI 。紙

    シン・ファン、ドゥアン・リー

  2. 金融思考実験: 膨大で堅牢なポートフォリオ選択に対する GAN ベースのアプローチ。 IJCAI 2020: FinTech における AI 。紙

    チー・セン・プン、レイ・ワン、ホイ・イン・ウォン

  3. MAPS: マルチエージェント強化学習ベースのポートフォリオ管理システム。 。 IJCAI 2020: FinTech における AI 。紙

    イ・ジンホ、キム・レヒョン、イ・ソクウォン、カン・ジェウ

  4. コンテキストバンディットに基づいたカーディナリティ制約とトランザクションコストによるオンラインポートフォリオ選択。 IJCAI 2020: FinTech における AI 。紙

    朱夢英、鄭暁林、王燕、梁銭橋、張文芳

  5. RM-CVaR: 正規化された複数の β-CVaR ポートフォリオ。 IJCAI 2020: FinTech における AI 。紙

    中川圭、野間修平、安部雅也

  6. ポートフォリオ ポリシー学習のための関係認識トランスフォーマー。 IJCAI 2020: FinTech における AI 。紙

    Ke Xu、Yifan Zhang、Deheng Ye、Peilin Zhao、Minggui Tan

  7. オンラインポートフォリオ選択のためのベクトル自己回帰重み付け復帰戦略。 IJCAI 2020: FinTech における AI 。紙

    シア・カイ

  8. 近接ポリシーの最適化に基づくエンドツーエンドの最適な取引実行フレームワーク。 IJCAI 2020: FinTech における AI 。紙

    シユ・リン、ピーター・A・ベリング

リスク管理

  1. グラフベースのサプライチェーンマイニングによる中小企業向けの財務リスク分析。 IJCAI 2020: FinTech における AI 。紙

    Shuo Yang、Zhiqiang Zhang、Jun Zhou、Yang Wang、Wang Sun、Xingyu Zhong、Yanming Fang、Quan Yu、Yuan Qi

  2. 不正クレジット カード検出のためのフェデレーテッド メタラーニング。 IJCAI 2020: FinTech における AI 。紙

    ジェン・ウェンボ、ラン・ヤン、チャオ・ゴウ、フェイユエ・ワン

  3. アカウント盗難の行動の兆候: オンライン決済詐欺の警告を認識する。 IJCAI 2020: FinTech における AI 。紙

    王成

  4. イーサリアムでのフィッシング詐欺の検出: ブロックチェーン エコシステムの金融セキュリティに向けて。 IJCAI 2020: FinTech における AI 。紙

    ウェイリー・チェン、Xiongfeng Guo、Zhiguang Chen、Zibin Zheng、Yutong Lu

  5. オンライン決済システムにおけるインテリジェントな規制のための解釈可能なマルチモーダル学習。 IJCAI 2020: FinTech における AI 。紙

    王朔耀、朱迪偉

  6. ネットワークローンにおけるリスク保証の予測。 IJCAI 2020: FinTech における AI 。紙

    Dawei Cheng、Xiaoyang Wang、Ying Zhang、Liqing Zhang

  7. 報酬ボラティリティ削減のためのリスク回避型信頼領域の最適化。 IJCAI 2020: FinTech における AI 。紙

    ロレンツォ・ビシ、ルカ・サッビオーニ、エドアルド・ヴィットーリ、マッテオ・パピーニ、マルチェロ・レステッリ

  8. 頻繁に発生するパターンを使用して異常にスポットライトを当てる。 KDD 2017: 金融における異常検出。紙

    ヤロスラフ・クチャシュ、ヴォイテク・スヴァテク

  9. トランザクション間の依存関係を捕捉する集団的な不正検出。 KDD 2017: 金融における異常検出。紙

    ボカイ・カオ、ミア・マオ、シーム・ヴィドゥ、フィリップ・S・ユー

  10. データ属性の異常検出のための自動システム。 KDD 2017: 金融における異常検出。紙

    ナリン・アガルワル、アレクサンダー・スタトニコフ、チャオ・ユアン

もっと

  1. 異常検出を使用して有害な結果を調査します。 KDD 2017: 金融における異常検出。紙

    ミシェル・ミラー、ロバート・セゾー

  2. 密度推定ツリーによる異常検出。 KDD 2017: 金融における異常検出。紙

    パリクシット・ラム、アレクサンダー・グレイ

  3. ガウス過程を使用したマルチタイムスケール データの異常検出のためのビン化されたカーネル。 KDD 2017: 金融における異常検出。紙

    マシュー・ファン・アデルスバーグ、クリスチャン・シュワンテス

  4. 協力協定を使用したアンサンブルベースの異常検出。 KDD 2017: 金融における異常検出。紙

    ラシャ・カシェフ

  5. 大規模な時系列のリアルタイム異常検出システム。 KDD 2017: 金融における異常検出。紙

    アイラ・コーエン、メイア・トレダノ、ヨナタン・ベン・シムホン、インバル・タデスキ

  6. PD-FDS: 購入密度ベースのオンライン クレジット カード不正検出システム。 KDD 2017: 金融における異常検出。紙

    キ・ヨンジュン、ジ・ウォンユン

  7. 医療提供者間の治療不正を検出するためのディープラーニング。 KDD 2017: 金融における異常検出。紙

    ダニエル・ラサガ、プラカシュ・サンタナ

財務NLP

  1. 非構造化ドキュメントのコンプライアンス チェックのためのディープ セマンティック コンプライアンス アドバイザー。 IJCAI 2020: FinTech における AI 。紙

    郭宏雷、邦安、郭志立、鍾蘇

  2. 「Squawk ボット」: 自動財務情報フィルタリングのための時系列とテキスト データ モダリティの共同学習。 IJCAI 2020: FinTech における AI 。紙

    スアンホン・ダン、サイド・ユサフ・シャー、ペトロス・ゼルフォス

  3. 金融イベントの分類、検出、および要約のための統合モデル。 IJCAI 2020: FinTech における AI 。紙

    李泉志、張瓊

  4. F-HMTC: ニューラル階層マルチラベル テキスト分類に基づく投資決定のための金融イベントの検出。 IJCAI 2020: FinTech における AI 。紙

    シン・リャン、ダーウェイ・チェン、方州ヤン、イーフェン・ルオ、ウェイニン・チェン、アオイン・ジョウ

  5. マルチラウンド Q&A アテンション ネットワークによる財務リスクの予測。 IJCAI 2020: FinTech における AI 。紙

    ジェン・イェー、ユー・チン、ウェイ・シュウ

  6. FinBERT: 金融テキスト マイニング用の事前トレーニング済み金融言語表現モデル。 IJCAI 2020: FinTech における AI 。紙

    Zhuang Liu、Degen Huang、Kaiyu Huang、Zhuang Li、Jun Zhao

  7. 債権回収における音声対話システムの 2 段階動作のクローニング。 IJCAI 2020: FinTech における AI 。紙

    Zihao Wang、Jia Liu、Hengbin Cui、Chunxiang Jin、Minghui Yang、Yafang Wang、Xiaolong Li、Renxin Mao

ブロックチェーン

  1. BitcoinHeist: ビットコイン ブロックチェーン上のランサムウェア予測のためのトポロジカル データ分析。 IJCAI 2020: FinTech における AI 。紙

    Cuneyt G. Accora、Yitao Li、Yulia R. Gel、Murat Kantarcioglu

  2. SEBF: シングルチェーンベースのフィンテック用ブロックチェーン拡張モデル。 IJCAI 2020: FinTech における AI 。紙

    Yimu Ji、Weiheng Gu、Fei Chen、Xiaoying Xiao、Jing Sun、Shangdong Liu、Jing He、Yunyao Li、Kaixiang Zhang、Fen Mei、Fei Wu

  3. Infochain: ブロックチェーン上の分散型、トラストレス、透明性のあるオラクル。 IJCAI 2020: FinTech における AI 。紙

    ナマン・ゴエル、シリル・ヴァン・シュレヴェン、アリス・フィロス＝ラツィカス、ボイ・ファルティングス

マーケットメーカー

  1. 市場操作: 検出と回避のための敵対的学習フレームワーク。 IJCAI 2020: FinTech における AI 。紙

    王欣通、マイケル・P・ウェルマン

  2. モデルフリー学習によるデータ主導型の市場形成。 IJCAI 2020: FinTech における AI 。紙

    ユエヤン・チョン、イーマン・バーグストロム、エイミー・ウォード

  3. 敵対的強化学習による堅牢なマーケットメイク。 IJCAI 2020: FinTech における AI 。紙

    トーマス・スプーナー、ラーフル・サバニ

その他

  1. IGNITE: ネットワーク化された観察データから個人の治療効果を学習するためのミニマックス ゲーム。 IJCAI 2020: FinTech における AI 。紙

    Ruocheng Guo、Jundong Li、Yichuan Li、K. Selçuk Candan、Adrienne Raglin、Huan Liu

  2. 金融分野のアプリケーションを使用したタスク指向予測ネットワークによるタスクベースの学習。 IJCAI 2020: FinTech における AI 。紙

    ディ・チェン、ヤダ・チュー、シャオドン・クイ、カーラ・P・ゴメス

  3. WATTNet: 高度に多変量の時系列の階層的時空間表現を介して FX 取引を学習します。 IJCAI 2020: FinTech における AI 。紙

    マイケル・ポーリ、ジンギョー・パーク、イリヤ・イリエフスキー

本

  1. 金融市場の計量経済学

    ジョン・Y・キャンベル、アンドリュー・W・ロー、A・クレイグ・マッキンレー

  2. 金融機械学習の進歩

    マルコス・ロペス・デ・プラド

  3. 財務上の意思決定と市場: 資産価格設定のコース

    J. キャンベル

ディスカッショングループ

AI+金融方向に興味のある童鞋、欢迎描以下の二系統学術交流：

拡大する
追加情報
関連アプリ
おすすめ
関連情報 すべて