deep finance

deep-finance : aprendizagem profunda para finanças

Este repositório não é mais atualizado pois são raros os trabalhos interessantes nesta área. Se você está realmente interessado em Deep Learning & Finance, é melhor ler artigos de alta qualidade sobre Time Series Forecasting , Natural Language Processing , Graph Neural Networks , Recommendation System and Finance , cujas ideias e modelos podem ser mais úteis.

Contente

1. Conjunto de dados
2. Papel
2.1 Previsão de Ações	2.2 Seleção de Portfólio
2.3 Gestão de Riscos	2.4 Finanças PNL
2.5 Blockchain	2.6 Formador de Mercado
2.7 Outros
3. Livro
4. Grupo de Discussão

Conjunto de dados

Conjunto de dados	Tarefa	Descrever
StockNet	Previsão de movimento de estoque	Um conjunto de dados abrangente para previsão de movimentação de ações a partir de tweets e preços históricos de ações.
Chamada de ganhos	Previsão de risco de ações	O conjunto de dados da teleconferência de resultados das empresas S&P 500.
FinSBD-2019	Detecção de limite de sentença financeira	O conjunto de dados FinSBD-2019 contém texto financeiro que foi pré-segmentado automaticamente, que pode ser usado para detecção de limites de frases financeiras.
Banco de frases financeiras	Detecção de limite de sentença financeira	O conjunto de dados Financial Phrasebank consiste em 4.845 frases em inglês selecionadas aleatoriamente de notícias financeiras encontradas no banco de dados LexisNexis.
FiQA	Resposta a perguntas financeiras	O conjunto de dados de controle de qualidade financeiro é construído rastreando as postagens do Stack Exchange no tópico Investimento no período entre 2009 e 2017.
FiQA SA	Análise de Sentimento Financeiro	O conjunto de dados FiQA SA inclui dois tipos de discurso: manchetes de notícias financeiras e microblogs financeiros, com entidades-alvo, pontuações de sentimento e aspectos anotados manualmente.

Papel

Previsão de ações

1. Aplicações de aprendizagem profunda na previsão do mercado de ações: progresso recente . arxiv 2020. papel

   Wei Wei Jiang

2. Indicador individualizado para todos: Otimização de indicadores técnicos em termos de ações com incorporação de ações . KDD 2019. papel

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

3. "Os comportamentos de investimento podem dizer o que há por dentro: explorando propriedades intrínsecas das ações para previsão de tendências de ações" . KDD 2019. papel

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

4. Explorando redes neurais gráficas para previsões do mercado de ações com análise de janela rolante . CoRR 2019. artigo

   Daiki Matsunaga, Toyotaro Suzumura, Toshihiro Takahashi

5. Classificação relacional temporal para previsão de ações . TOIS 2019 . papel

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

6. Incorporando relacionamento corporativo por meio de redes neurais convolucionais gráficas para previsão de preços de ações . CIKM 2018. papel

   Yingmei Chen, Zhongyu Wei, Xuanjing Huang

7. Incorporação de eventos baseados em conhecimento para previsão de ações . COLING 2016 . papel

   Xiao Ding, Yue Zhang, Ting Liu, Junwen Duan

8. HATS: Uma rede de atenção de gráfico hierárquico para previsão de movimento de ações . arxiv 2019. papel

   Raehyun Kim, Chan Ho So, Minbyul Jeong, Sanghoon Lee, Jinkyu Kim, Jaewoo Kang

9. Rede hierárquica de atenção complementar para previsão de movimentos de preços de ações com notícias . CIKM 18 . papel

   Qikai Liu, Xiang Cheng, Sen Su, Shuguang Zhu

10. Previsão de movimentação de ações a partir de tweets e preços históricos . ACL 2018. papel

    Yumo Xu, Shay B. Cohen

mais

11. O que você diz e como você diz é importante: prever riscos financeiros usando dicas verbais e vocais . ACL 2019. papel

    Yu Qin, Yi Yang

12. Ouvindo sussurros caóticos: uma estrutura de aprendizado profundo para previsão de tendências de ações orientada para notícias . WSDM 2018. papel

    Ziniu Hu, Weiqing Liu, Jiang Bian, Xuanzhe Liu

13. Aprimorando a previsão de movimentação de estoque com treinamento adversário . IJCAI 2019. papel

    Fuli Feng, Huimin Chen, Xiangnan He, Ji Ding, Maosong Sun, Tat-Seng Chua

14. "Redes neurais recorrentes multitarefa e campos aleatórios de Markov de ordem superior para previsão de movimento de preços de ações" . KDD 2019. papel

    Chang Li (Escola de Ciência da Computação da Universidade de Sydney);Dongjin Song (Mercado de Capitais CRC);Dacheng Tao (NEC);

15. Previsão do preço das ações por meio da descoberta de padrões de negociação multifrequenciais . KDD 2017. papel

    Liheng Zhang, Charu C. Aggarwal, Guojun Qi

16. Uma rede neural recorrente baseada em atenção de dois estágios para previsão de séries temporais . IJCAI 2017. papel

    Yao Qin, Dongjin Song, Haifeng Chen, Wei Cheng, Guofei Jiang, Garrison Cottrell

17. Modelagem da relação de ações com rede gráfica para previsão de movimento noturno de ações . IJCAI 2020: IA em FinTech. papel

    Wei Li, Ruihan Bao, Keiko Harimoto, Deli Chen, Jingjing Xu, Qi Su

18. Um kernel entrópico de inspiração quântica para análise de múltiplas séries temporais financeiras . IJCAI 2020: IA em FinTech. papel

    Lu Bai, Lixin Cui, Yue Wang, Yuhang Jiao, Edwin R. Hancock

19. Transformador gaussiano hierárquico multiescala para previsão de movimento de estoque . IJCAI 2020: IA em FinTech. papel

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

20. Rede Neural Profunda Bidirecional Multiescala para Previsão de Tendências de Ações . IJCAI 2020: IA em FinTech. papel

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

Seleção de portfólio

1. "Um algoritmo de aprendizagem por reforço de dois níveis para problema de seleção de portfólio de média-variância ambígua" . IJCAI 2020: IA em FinTech. papel

   Xin Huang, Duan Li

2. "Experiência de pensamento financeiro: uma abordagem baseada em GAN para seleção de portfólio vasto e robusto" . IJCAI 2020: IA em FinTech. papel

   Chi Seng Pun, Lei Wang, Hoi Ying Wong

3. MAPS: Sistema de gerenciamento de portfólio baseado em aprendizagem por reforço multiagente. . IJCAI 2020: IA em FinTech. papel

   Jinho Lee, Raehyun Kim, Seok-Won Yi, Jaewoo Kang

4. Seleção de Portfólio Online com Restrição de Cardinalidade e Custos de Transação Baseados em Bandido Contextual . IJCAI 2020: IA em FinTech. papel

   Mengying Zhu, Xiaolin Zheng, Yan Wang, Qianqiao Liang, Wenfang Zhang

5. RM-CVaR: Carteira β-CVaR Múltipla Regularizada . IJCAI 2020: IA em FinTech. papel

   Kei Nakagawa, Shuhei Noma, Masaya Abe

6. Transformador consciente de relação para aprendizagem de políticas de portfólio . IJCAI 2020: IA em FinTech. papel

   Ke Xu, Yifan Zhang, Deheng Ye, Peilin Zhao, Mingkui Tan

7. Estratégia de reversão de ponderação autoregressiva vetorial para seleção de portfólio on-line . IJCAI 2020: IA em FinTech. papel

   Xia Cai

8. Uma estrutura de execução comercial ideal de ponta a ponta baseada na otimização de políticas proximais . IJCAI 2020: IA em FinTech. papel

   Siyu Lin, Peter A. Beling

Gestão de Risco

1. Análise de risco financeiro para PMEs com mineração de cadeia de suprimentos baseada em gráficos . IJCAI 2020: IA em FinTech. papel

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

2. Meta-aprendizagem federada para detecção de cartões de crédito fraudulentos . IJCAI 2020: IA em FinTech. papel

   Wenbo Zheng, Lan Yan, Chao Gou, Fei-Yue Wang

3. "O sinal comportamental de roubo de conta: percebendo o alerta de fraude em pagamentos online" . IJCAI 2020: IA em FinTech. papel

   Cheng Wang

4. Detecção de golpes de phishing no Ethereum: Rumo à segurança financeira para o ecossistema Blockchain . IJCAI 2020: IA em FinTech. papel

   Weili Chen, Xiongfeng Guo, Zhiguang Chen, Zibin Zheng, Yutong Lu

5. Aprendizagem Multimodal Interpretável para Regulação Inteligente em Sistemas de Pagamento Online . IJCAI 2020: IA em FinTech. papel

   Shuoyao Wang, Diwei Zhu

6. Previsão de garantia de risco em empréstimos em rede . IJCAI 2020: IA em FinTech. papel

   Dawei Cheng, Xiaoyang Wang, Ying Zhang, Liqing Zhang

7. Otimização da região de confiança avessa ao risco para redução da volatilidade da recompensa . IJCAI 2020: IA em FinTech. papel

   Lorenzo Bisi, Luca Sabbioni, Edoardo Vittori, Matteo Papini, Marcello Restelli

8. Destacando anomalias usando padrões frequentes . KDD 2017: Detecção de anomalias em finanças. papel

   Jaroslav Kuchař, Vojtěch Svátek

9. Detecção coletiva de fraude capturando dependência entre transações . KDD 2017: Detecção de anomalias em finanças. papel

   Bokai Cao, Mia Mao, Siim Viidu, Philip S. Yu

10. Sistema automatizado para detecção de anomalias de atributos de dados . KDD 2017: Detecção de anomalias em finanças. papel

    Nalin Aggarwal, Alexander Statnikov, Chao Yuan

mais

11. Investigação de resultados adversos usando detecção de anomalias . KDD 2017: Detecção de anomalias em finanças. papel

    Michelle Miller, Robert Cézeaux

12. Detecção de anomalias com árvores de estimativa de densidade . KDD 2017: Detecção de anomalias em finanças. papel

    Parikshit Ram, Alexander Gray

13. Kernels armazenados para detecção de anomalias em dados multiescala de tempo usando processos gaussianos . KDD 2017: Detecção de anomalias em finanças. papel

    Matthew van Adelsberg, Christian Schwantes

14. Detecção de anomalias baseada em conjunto usando acordo cooperativo . KDD 2017: Detecção de anomalias em finanças. papel

    Rasha Kashef

15. Sistema de detecção de anomalias em tempo real para séries temporais em escala . KDD 2017: Detecção de anomalias em finanças. papel

    Ira Cohen, Meir Toledano, Yonatan Ben Simhon, Inbal Tadeski

16. PD-FDS: Sistema de detecção de fraude de cartão de crédito on-line baseado em densidade de compra . KDD 2017: Detecção de anomalias em finanças. papel

    Youngjoon Ki, Ji Won Yoon

17. Aprendizado profundo para detectar fraudes em tratamentos entre profissionais de saúde . KDD 2017: Detecção de anomalias em finanças. papel

    Daniel Lasaga, Prakash Santhana

PNL financeira

1. Deep Semantic Compliance Advisor para verificação de conformidade de documentos não estruturados . IJCAI 2020: IA em FinTech. papel

   Honglei Guo, Bang An, Zhili Guo, Zhong Su

2. "The Squawk Bot": aprendizagem conjunta de séries temporais e modalidades de dados de texto para filtragem automatizada de informações financeiras . IJCAI 2020: IA em FinTech. papel

   Xuan-Hong Dang, Syed Yousaf Shah, Petros Zerfos

3. Um modelo unificado para classificação, detecção e resumo de eventos financeiros . IJCAI 2020: IA em FinTech. papel

   Quanzhi Li e Qiong Zhang

4. F-HMTC: Detecção de eventos financeiros para decisões de investimento com base na classificação de texto multi-rótulo hierárquico neural . IJCAI 2020: IA em FinTech. papel

   Xin Liang, Dawei Cheng, Fangzhou Yang, Yifeng Luo, Weining Qian, Aoying Zhou

5. Predição de risco financeiro com rede de atenção de perguntas e respostas em várias rodadas . IJCAI 2020: IA em FinTech. papel

   Zhen Ye, Yu Qin, Wei Xu

6. FinBERT: Um modelo de representação de linguagem financeira pré-treinado para mineração de texto financeiro . IJCAI 2020: IA em FinTech. papel

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

7. Clonagem de comportamento em dois estágios para sistema de diálogo falado na cobrança de dívidas . IJCAI 2020: IA em FinTech. papel

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

Blockchain

1. BitcoinHeist: análise de dados topológicos para previsão de ransomware no blockchain Bitcoin . IJCAI 2020: IA em FinTech. papel

   Cuneyt G. Akcora, Yitao Li, Yulia R. Gel, Murat Kantarcioglu

2. SEBF: Um modelo de extensão de Blockchain baseado em cadeia única para Fintech . IJCAI 2020: IA em FinTech. papel

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

3. Infochain: um oráculo descentralizado, confiável e transparente em Blockchain . IJCAI 2020: IA em FinTech. papel

   Naman Goel, Cyril van Schreven, Aris Filos-Ratsikas, Boi Faltings

Formador de mercado

1. Manipulação de mercado: uma estrutura de aprendizagem adversária para detecção e evasão . IJCAI 2020: IA em FinTech. papel

   Xintong Wang, Michael P. Wellman

2. Criação de mercado baseada em dados por meio de aprendizagem sem modelo . IJCAI 2020: IA em FinTech. papel

   Yueyang Zhong, YeeMan Bergstrom, Amy Ward

3. Criação robusta de mercado por meio de aprendizagem por reforço adversário . IJCAI 2020: IA em FinTech. papel

   Thomas Spooner, Rahul Savani

Outros

1. IGNITE: Um jogo Minimax para aprender os efeitos do tratamento individual a partir de dados observacionais em rede . IJCAI 2020: IA em FinTech. papel

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

2. Aprendizagem baseada em tarefas por meio de rede de previsão orientada a tarefas com aplicações em finanças . IJCAI 2020: IA em FinTech. papel

   Di Chen, Yada Zhu, Xiaodong Cui, Carla P. Gomes

3. WATTNet: Aprendendo a negociar FX por meio da representação espaço-temporal hierárquica de séries temporais altamente multivariadas . IJCAI 2020: IA em FinTech. papel

   Michael Poli, Jinkyoo Park, Ilija Ilievski

Livro

1. A Econometria dos Mercados Financeiros

   John Y. Campbell, Andrew W. Lo, A. Craig Mackinlay

2. Avanços no aprendizado de máquina financeira

   Marcos López de Prado

3. Decisões financeiras e mercados: um curso sobre precificação de ativos

   J. Campbell

Grupo de Discussão

对于AI+Finance方向感兴趣的童鞋,欢迎扫描下面的二维码学习交流: