主页 > 奇趣人工 >学者创AI文本分析量化舆情 挖掘投资讯息 洞悉金融先机 >
-
学者创AI文本分析量化舆情 挖掘投资讯息 洞悉金融先机
2020-07-03
数行者科技首席执行官龙毅（左）擅长数据挖掘及算法；另一创办人张田余（右），则为中大商学院教授。（黄俊耀摄）
人工智能（AI）的应用，在各行各业愈见普遍。其中在金融市场，本地初创「数行者科技」就以文本分析技术，开发中文内容分析系统，抽取及挖掘新闻报道和评论、公司公告、第三方分析师报告等非结构化资料（Unstructured Data），再转为清晰易明的结构化金融讯息，助科研及金融机构掌握内地股坛动态。
涵盖新闻评论公告报告数行者科技有4名创办人，其中张田余为中文大学商学院教授，研究範围包括中国资本市场，以及文本分析等人工智能技术在金融市场的应用；身兼首席执行官（CEO）的另一名创办人龙毅，曾于中大从事博士后（Postdoctoral）研究工作，擅长数据挖掘（Data Mining）和算法。
两人接受访问时表示，在互联网和社交媒体世代，金融市场资讯泛滥，而且唾手可得，「但这些数据多以文字方式表达，所以我们想建立系统，以AI和大数据技术，把数据加以分析，将之变得结构化。」
龙毅提到，公司拟将服务拓至港股市场，但中港两地用语将是挑战。（黄俊耀摄）
他们开发的智能文本分析，将新闻报道、第三方分析报告、「股吧」等网上股票交流平台，甚或社交媒体等舆情作量化评分，分数介乎负1至1之间；分数愈高代表该些报道、报告或评论，对公司的评价愈正面，「我们的AI模型能避免简单地，只靠『风险』、『损失』等负面词，就将『新推出的服务可减少损失，降低风险』这一正面论述判断为负面；亦不会错误地将『ABC公司将加深发展自主电池技术』，判断文章和『深发展』（深圳发展银行）相关。」
张田余强调，系统判断内容是正面与否，是从投资者角度出发，故此「股价急挫」，一般都会被判别为负面内容，哪怕用户本身是沽空机构，抑或涉事公司的竞争对手；「泰国发生洪水」的新闻未必会纳入系统之中，但「泰国发生洪水导致电脑硬碟供应受影响」，由于涉及电脑行业则包括在内。
张田余强调，系统判断内容是正面与否，是从投资者角度出发。（黄俊耀摄）
上市公司轇轕一目了然此外，系统亦会为上市公司新闻抽取摘要，同时为内容分类事件（举例：一篇有关新能源车辆被车厂召回的报道，会被归类为「产品异常」），以便用户快速掌握内容的要点。系统亦列出过去4星期有哪些相关文章，并计算出相似度分数，让用户掌握新闻的原创性，以及追蹤该事件的事态发展。
系统又设有A股公司舆情实时监控平台，列出过去24小时内最多新闻报道的内地A股公司，以及最负面（即舆情分数最低）新闻名单；至于公司高层社交关係图谱，就展示不同公司之间千丝万缕的关係，例如A、B两间公司的高层，原来是上海交通大学的同学；C公司的高层在何年曾在D公司任职，或者公司之间的竞争、供应链关係等。
系统自2017年推出以来，已获得清华大学、北京大学、上海交通大学等内地顶尖学府採购。去年亦拓展至金融机构市场，有多间内地大型券商试用服务。服务主要以应用程式介面（API）方式执行，可对接用户自家交易系统。没有对接自家交易系统的用户（例如学术机构），则须自行登入系统获取所需资讯。
目前系统仅覆盖有关A股上市公司的新闻和讯息，新闻来源包括内地和本港媒体，「但关注A股市场的，始终是国内媒体多一点。」龙毅指出，系统是客观的金融讯息工具，不会为用户提供投资意见。
舆情实时监控平台，列出过去二十四小时内最多新闻报道的内地A股公司，以及最负面新闻名单。（黄俊耀摄）
服务将延伸至港股二人坦言，外国早有平台以文本分析技术，处理金融市场讯息；但内地却缺乏一个中文内容分析系统，能针对中文资讯为主的A股市场，「中文相对难分析，因为有分词的概念，就好像『能穿多少穿多少』这句话，其实可以有两个意思，看你怎样解读。」
龙毅透露，公司正準备将服务延伸至港股市场，文字差异亦是箇中挑战之一，「不是繁简体字的问题，而是大家用语亦不同，例如香港惯用『看淡』，内地则用『看空』。」
至于公司的收入来源，则以用户订阅年费为主，收费按照企业客户要求而定。二人表示，公司正致力寻找新客源，在早前举行的「中大创业日」，亦接触了一些潜在客户及投资者。
虽然系统现时针对A股市场，但公司仍以香港作根据地，为服务延伸至港股做準备。龙毅看重香港具人才优势：「虽然内地亦有很多人才，但从事AI、文本及数据分析的公司更多，争夺人才的竞争因而更大。」
公司高管社交关係图谱，展示不同公司之间千丝万缕的关係。（黄俊耀摄）
採访、撰文：陈子健
- 热门资讯
