量化金融论文：Astock

最近看到了一些NLP在金融量化方面应用的文章，感觉idea很新颖，就写个博客记录一下.

一：AStock

题目为《Astock: A New Dataset and Automated Stock Trading based on Stock-specific News Analyzing Model》，2022年的新论文。

文章是在用近期的文本的分类情况做股票升跌的价值预测。具体分为以下4个步骤：

步骤1：使用类似NER抽取一句话S里的“主语”“谓语”“宾语”，用符号表示A0、V、A1。见图1所示。同时，将每句话S进行pretrain，得到这句话的embedding。

图1：SRL系统

步骤2：pooling，对主语的V0进行average。这步骤是对不同主语的角色取平均值，方便进行下一步计算。

步骤3：步骤1和2是对句子S生成embedding，现在将每个句子组合起来形成一个段落的embedding。

 这里的Factor可以视为额外补充信息，例如“TTM”等信息。具体做法是：先embedding该金融因子，然后进行normalization再输入到MLP里，最后再和步骤3的embedding进行concat。

步骤4：将E放入transformer进行自监督学习。