怎么从信息中获得新闻以及信息价值的量化评级？ 举报 理由 举报 取消 专业机构怎么从大量信息中提取有用信息作为新闻，以及给这些信息价值分类评级，有哪些量化方法？ 2018年1月23日 2 条回复 1340 次浏览 价值,信息,大数,据分析,数据,新闻
回复 ( 2 )
信息可以分为两种，硬信息和软信息，或者叫结构化信息和非结构化信息
比如股价涨跌多少，GDP涨了多少，一次空难死了多少人，这些都是最方便量化的
我主要聊聊非结构化信息
在大数据概念之前，量化投资研究者一般使用NLP引擎来处理资讯。
什么是NLP引擎？
他的思维核心是情绪，他建立了一个字典，字典里有固定的范式，对于新闻和信息中的词语进行情绪的评分，比如：
开启无疑是一个正面词，迁移是一个中性偏正面词，压缩是一个中性词，这样一来，这条新闻标题就成为一个中性偏正面词
当然，NLP有很多误判的时候，不过从大概率角度来说，随着字典的越来越优化，以及上下文语义环境的优化，NLP的判断肯定是越来越准的。
大概能回答你的问题了，下面我展开一点，说说NLP在投资领域的应用。
比如我的股票池里有APPLE INC. 那么我会在处理后的信息池里提取有APPLE、IPHONE、MAC或者TimCook的新闻。
最后用得分乘以权重，就可以得到当前情绪的分
权重怎么得出呢？也用字典就行了，比如苹果这个新闻只是关于充电器的，那么权重就低，如果是苹果收购了什么公司，或者销量方面的报道，那么权重就会很高。
然后我们可以设定一个阀值，比如高于多少就买入，低于多少就卖出，就可以了。
NLP只是个简单的模型，因为他只有情绪这一个变量，后来也有很多人基于NLP开发了其他模型，但是万变不离其宗，主要核心仍然是情绪指数。
如果我们加入更多变量，以及更多维度和参考标签，系统将越来越完善。
另外，随着数据建设越来越完备，可读的数据越来越多，新网量化这块可以越来越准。
做nlp呀