【文獻分享】Opinion Mining and the Visualization of Stock Selection in Quantitative Trading

單元要先準備事項

• 建議看過 Unit 17. 機器/深度學習初認識 與 Unit 18. 用於量化交易的 AI 是什麼

選這篇的原因

1. 讓大家接觸從非量價等常見的直接量化數據來進行量化交易
2. 認識社群分析與文本分析

文獻資源

出處：

PDF：

影片內容

推薦補充閱讀

• 挑了兩篇比較好理解的補充，大家可以先看看，但沒有一些基礎觀念可能比較難看懂，未來我們會從簡單開始介紹，再逐步介紹網路
• 淺談遞歸神經網路 (RNN) 與長短期記憶模型 (LSTM)

淺談遞歸神經網路 (RNN) 與長短期記憶模型 (LSTM)

介紹遞歸神經網路 (Recurrent Neural Network) 與長短期記憶模型 (LSTM) 的基本概念



tengyuanchang.medium.com


• 深入理解 LSTM Neural Network | Potato Media

www.potatomedia.co

www.potatomedia.co

• 斷詞工具


Embed GitHub



Embed GitHub

• 探勘文件與文字的關聯 TF-IDF

Machine Learning — 探勘文件與文字的關聯 TF-IDF

在做機器學習的文件資料分析時，往往會將文件轉化為向量表達式，進一步結構化的訓練；但是洋洋灑灑一堆文章和詞彙，要怎麼整理成電腦才看得懂的向量規則呢？今天就讓我帶大家了解一下常用的演算法吧！



cde566.medium.com