文献

J-GLOBAL ID：202102292158410572   整理番号：21A3348405

株価移動予測の早発呼からの鉱山洞察への深層学習の利用【JST・京大機械翻訳】

Utilization of deep learning to mine insights from earning calls for stock price movement predictions

著者 (4件)： Ma Zhiqian (S&P Global) ,  Wang Chong (S&P Global) ,  Bang Grace (S&P Global) ,  Liu Xiaomo (S&P Global)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICAIF ’20  ページ： 1-8  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 警告は,アナリストと投資家との企業の財務性能を議論するために,公共企業の管理によってホストされる。収益呼び出しから開示された情報は,投資決定を行うための分析者と投資家のためのデータの重要な情報源である。このように,企業の株価移動を予測するために,企業の歴史的ストックデータおよびセクター情報と組み合わせた耳鳴り呼び出し転写物を利用した。深層学習フレームワークにおけるこれら3つの特徴を同時にモデル化することを提案し,そこでは,注意メカニズムを,耳の呼び出しテキスト特徴に適用し,そして,反復ニューラルネットワーク(RNN)を,逐次株価データに使った。著者らの経験的実験は,提案モデルが従来のベースラインモデルより優れていて,呼び出し情報が株価予測性能を高めることができることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 公企業 ,  情報源 ,  投資 ,  ニューラルネットワーク ,  *鉱山 ,  基準線 ,  耳鳴 ,  転写
準シソーラス用語： テキストマイニング ,  *株価 ,  投資家 ,  アナリスト ,  株価予測 ,  財務 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  転写を早める ,  株価の動き ,  テキストマイニング

分類 (2件)： 人工知能  (JE08000Z) ,  利益管理  (KA05030A)

タイトルに関連する用語 (6件)： 株価 ,  予測 ,  発呼 ,  鉱山 ,  洞察 ,  深層学習