知識(shí)指導(dǎo)下的數(shù)據(jù)挖掘在新聞和金融工具之間因果關(guān)系上的應(yīng)用.pdf

1、隨著新聞在金融工具交易算法中變的越來(lái)越重要，金融行業(yè)觀察者，投資者和其它的金融分析家對(duì)新聞給予了更多的關(guān)注。一些金融服務(wù)公司為此設(shè)立了特定的服務(wù)，用來(lái)幫助用戶過(guò)濾一些不相關(guān)的新聞和文本文檔信息譬如證交所的條例規(guī)定信息等。除了金融服務(wù)公司以外，一些新聞發(fā)布商同樣為用戶提供了類似的服務(wù)，盡管如此，提供給用戶的過(guò)濾后的新聞信息仍然需要人的判斷處理以便進(jìn)一步發(fā)現(xiàn)新聞內(nèi)容對(duì)金融市場(chǎng)的意義，對(duì)于特定交易的金融工具需要進(jìn)一步區(qū)分哪些是重要的新聞，哪些

2、是不重要的新聞，并判斷每類重要新聞對(duì)該金融工具市場(chǎng)走勢(shì)的影響極性。但是這些人工的處理判斷通常會(huì)受到自身信息處理能力的局限性以及認(rèn)知的偏見性的影響。
　　 因此，為了用戶能夠在金融市場(chǎng)中對(duì)新聞信息進(jìn)行更客觀的判斷，降低人工處理對(duì)信息判斷的影響，我們?cè)O(shè)計(jì)了一個(gè)基于本體論模型的數(shù)據(jù)挖掘框架，這個(gè)框架用來(lái)客觀的，量化的描述新聞與金融工具交易活動(dòng)之間的關(guān)系?？蚣馨瑑蓚€(gè)相互關(guān)聯(lián)的部分：一部分是一個(gè)本體論模型，主要用于表達(dá)金融工具市場(chǎng)中的新

3、聞知識(shí)。這一模型又由兩個(gè)部分組成，其中一部分是一個(gè)用OWL DL語(yǔ)言表達(dá)的模型(OWL DL是Web本體論語(yǔ)言的一個(gè)子語(yǔ)言)，這一部分主要描述了領(lǐng)域知識(shí)的層級(jí)結(jié)構(gòu)，包括新聞、金融工具市場(chǎng)參與者、金融工具及其他們之間的關(guān)系。同時(shí)這部分也對(duì)領(lǐng)域知識(shí)中的某些特定詞匯給了明確的定義。另外一個(gè)部分是一個(gè)因果關(guān)系圖，用來(lái)說(shuō)明新聞對(duì)金融工具存在著直接或間接的“因——果”影響模式，這些影響模式可以用OWL規(guī)則語(yǔ)言寫入。另一部分是基于這個(gè)本體論模型的一個(gè)

4、數(shù)據(jù)挖掘框架，這個(gè)框架由三部分組成：第一部分是本體論模型在protégé工具中的實(shí)現(xiàn)，被用來(lái)依據(jù)金融工具的特性和新聞的分類對(duì)將要處理的新聞和金融數(shù)據(jù)進(jìn)行分類處理；第二部分是一個(gè)規(guī)則推理系統(tǒng)，在protégé中的jess插件中實(shí)現(xiàn)。對(duì)于某個(gè)給定的金融工具交易活動(dòng)，這個(gè)推理系統(tǒng)可以推薦給用戶哪些是可能重要的新聞，并產(chǎn)生對(duì)這個(gè)金融工具進(jìn)行數(shù)據(jù)挖掘的一個(gè)模型；第三部分是一個(gè)貝葉斯網(wǎng)絡(luò)算法，是通過(guò)結(jié)合分類處理后的金融和新聞數(shù)據(jù)以及對(duì)應(yīng)的數(shù)據(jù)挖掘模

5、型而產(chǎn)生的一個(gè)算法，這個(gè)算法精確的計(jì)算出了那些可能重要的新聞與某種金融工具交易活動(dòng)之間存在的量化關(guān)系。
　　 這個(gè)論文中的研究主要有以下主要貢獻(xiàn)：
　　 1)在本體論模型的基礎(chǔ)上，有三個(gè)子貢獻(xiàn)，首先，可以更深刻的理解金融工具市場(chǎng)中的新聞知識(shí)；第二，可以幫助建立基于新聞的金融交易模型或算法；第三，可以輔助和支持相關(guān)系統(tǒng)的開發(fā)與設(shè)計(jì)(譬如根據(jù)新聞對(duì)股票價(jià)格進(jìn)行預(yù)測(cè)的系統(tǒng)，幫助金融市場(chǎng)參與者搜索相關(guān)新聞的系統(tǒng)等)。
　　

6、 2)在基于本體論模型的數(shù)據(jù)挖掘框架上，這個(gè)研究提供了：1.一個(gè)用來(lái)處理不同類的新聞或來(lái)自不同行業(yè)間的、不同特性的金融數(shù)據(jù)的本體論模型方法；
　　 2.一個(gè)用來(lái)把領(lǐng)域知識(shí)結(jié)合到整個(gè)數(shù)據(jù)挖掘過(guò)程中的推理系統(tǒng)，其產(chǎn)生的數(shù)據(jù)挖掘模型包含了對(duì)某個(gè)金融工具的交易活動(dòng)重要的新聞變量以及這些新聞對(duì)該活動(dòng)的影響性(“正的”，“中性的”，“負(fù)的”)；3.對(duì)這個(gè)數(shù)據(jù)挖掘框架的實(shí)驗(yàn)評(píng)價(jià)，以便驗(yàn)證該框架的有效性。
　　 盡管論文中給出了如何定

7、量、定性的學(xué)習(xí)新聞與金融工具之間的關(guān)系的方法，但仍然有一些不足。因此，后續(xù)的研究有兩個(gè)可能的方向：一是雇傭有投資經(jīng)驗(yàn)的投資者參與評(píng)估試驗(yàn)，利用框架給出的數(shù)據(jù)結(jié)果作決策，驗(yàn)證框架是否有效，數(shù)據(jù)結(jié)果是否能幫助投資者減少由于主觀認(rèn)知的偏見性而造成的損失。但是這個(gè)研究方向有一些不可避免的困難，因?yàn)橛薪?jīng)驗(yàn)的投資者很難被集中起來(lái)進(jìn)行試驗(yàn)；另外一個(gè)可能的研究方向是開發(fā)一個(gè)系統(tǒng)，用框架中給出的數(shù)據(jù)結(jié)果作為輸入支持投資者對(duì)實(shí)時(shí)新聞做出及時(shí)的交易決策。一些