文章摘要:[目的] 基于知识关联的研究视角构建领域知识图谱发现行业特征和相关股票，为投资者的组合交易决策提供新的视角和依据。[方法] 首先构建以股票数据为核心种子知识图谱，对非结构化的文本数据基于FinBERT预训练模型进行实体抽取和关系分类形成三元组，并将二者进行知识融合完成金融证券知识图谱构建；而后基于图谱利用链路预测、相似度计算等图数据挖掘算法发现相关股票及其隐含特征，并通过统计学方法进行了初步验证。[结果] 构建了具有111，845个实体和163，370个关系的金融证券知识图谱，基于图谱分析了与“东北证券”相似度最高的10支跨行业相关股票，并结合“四环生物”案例分析股票间潜在的非线性相关关系。[局限] 所构建的知识图谱仅考虑了所属行业、股东持股等静态信息对股票相关性的影响。[结论] 金融证券领域知识图谱的构建和相关股票发现为投资者制定有效的投资组合策略和股票趋势预测提供强有力的分析思路和数据支持。

文章关键词:

项目基金: 上一篇：园艺论文_实生黄皮种质资源收集与表型性状遗传
下一篇：没有了