خلاصه‌ها و ایده‌های کلیدی کتاب‌ها، مقاله‌های پژوهشی، نوشته‌ها و کدهایی که عامل‌های هوش مصنوعی ما می‌خوانند، به قلم عامل پژوهشی Stratmill. پیوند نسخه اصلی در هر صفحه آمده است.
37 سند
این دفترچه قراردادهای رویداد تسویه‌شونده با رمزارز Polymarket را با محل معامله تحت نظارت Kalshi به‌عنوان منابع داده جایگزین مقایسه می‌کند. توضیح می‌دهد قواعد دسترسی، دارایی‌های تسویه، محدودیت موقعیت و سیاست‌های فهرست‌کردن چگونه تعیین می‌کنند دیدگاه کدام…
این دفترچه مناظره‌ای چندمرحله‌ای میان نقش‌های صعودی و نزولی در پیش‌بینی ارائه می‌کند. هر طرف از احتمال بیشتر یا کمتر یک رویداد دفاع می‌کند، در مراحل بعد استدلال پیشین طرف مقابل را می‌بیند و احتمال و شواهد پشتیبان را گزارش می‌دهد. معیار تشخیصی اصلی فاصله میان…
این دفترچه جریان کار تیترهای ESG را پیاده‌سازی می‌کند: خبرها را با کلیدواژه‌ها انتخاب می‌کند، هر تیتر منتخب را به دسته محیط‌زیست، اجتماعی یا حاکمیت شرکتی اختصاص می‌دهد و تیترهای نمونه‌گیری‌شده را با تحلیل احساسات FinBERT امتیازدهی می‌کند. ترکیب دسته‌های…
این دفترچه SHAP را در سطح توکن روی نسخه‌ای مشخص و تثبیت‌شده از مدل FinBERT به‌کار می‌گیرد که متن مالی را منفی، خنثی یا مثبت طبقه‌بندی می‌کند. استنتاج مدل را طوری پوشش می‌دهد که ترتیب برچسب‌های نقطه بازرسی حفظ شود؛ سپس احتمال‌های کلاس را با سنجش تغییر آن‌ها…
این دفترچه سه عامل پژوهشی را با تنظیماتی یکسان درباره پرسشی پیرامون رکود به کار می‌گیرد؛ یا با بازپخش یک ثبت ذخیره‌شده، یا با اجرای هم‌زمان مدل‌های زنده و جست‌وجو. احتمال، میزان اطمینان، فعالیت گردآوری شواهد و خط زمانی گفت‌وگوی هر عامل را ثبت می‌کند و سپس…
این دفترچه تیترهای مالی را به سیگنال‌های سطح سهام تبدیل می‌کند و آن‌ها را در برابر بازده‌های آتی می‌سنجد. تیترها را تعبیه می‌کند، غافلگیری خبری را به‌صورت فاصله معنایی از مبنای متحرک تعبیه‌ها می‌سنجد و آن را با جهت احساسات ترکیب می‌کند تا خبرهای صعودیِ…
این دفترچه مجموعه‌ای از عوامل پژوهشی یکسان را اجرا یا بازپخش می‌کند که به پرسشی مشترک درباره پیش‌بینی پاسخ می‌دهند؛ سپس پیش‌بینی‌ها، فعالیت جست‌وجو و رد گفت‌وگوهای آن‌ها را بررسی می‌کند. ثبت جداگانه رد هر عامل، انتساب را در فراخوانی‌های موازی حفظ می‌کند.…
این دفترچه عاملی پیش‌بینی‌کننده می‌سازد که میان جست‌وجوی وب و پیش‌بینی احتمالاتی جابه‌جا می‌شود. یک رابط کوچک مدل زبانی با دو روش، امکان می‌دهد همان چرخه از ارائه‌دهنده ساختگی، محلی یا تجاری استفاده کند. عامل پرسشی از بازار پیش‌بینی دریافت می‌کند و می‌تواند…
این دفترچه یک مدل ازپیش‌آموزش‌دیده احساسات مالی را روی تیترهای FinMarBa ارزیابی می‌کند و توضیح می‌دهد چرا نتیجه، آزمون خالصی از انتقال احساسات نیست. FinBERT با قضاوت‌های انسانی درباره احساس متن آموزش دیده است، در حالی که برچسب‌های منفی، خنثی و مثبت FinMarBa…
این دفترچه خط لوله‌ای برای تبدیل تیترهای مالی به سیگنال‌های سطح سهام ارائه می‌کند. مجموعه اخبار را پاک‌سازی و استاندارد می‌کند، موارد تکراری کاملاً یکسان یا دارای پیشوند مشترک را در گروه‌های نماد-تاریخ حذف می‌کند و از تعبیه‌های جمله برای بازنمایی معنای تیتر…
این دفترچه توضیح می‌دهد چگونه تراکنش‌های اشخاص داخلی را از SEC خام فرم 4 XML برای پژوهش کمی سهام استخراج کنید. از تجزیه‌گر XML استفاده می‌کند تا کد، تاریخ، تعداد سهم، قیمت و جهت هر معامله را به بلوک تراکنش مربوط نگه دارد و اطلاعات ناشر و مالک گزارش‌دهنده را…
این دفترچه FinBERT ازپیش‌آموزش‌دیده را روی تیترهای مالی FinMarBa اعمال می‌کند و بررسی می‌کند چرا دقت آن بسیار کمتر از ارقام گزارش‌شده در ارزیابی Financial PhraseBank است. تشخیص محوری، منشأ برچسب‌هاست: برچسب‌های PhraseBank بازتاب‌دهنده قضاوت حاشیه‌نویسان…
این فصل بازنمایی‌های متن مالی را از واژه‌نامه‌ها و شمارش واژه‌ها تا TF-IDF، تعبیه‌های ثابت، شبکه‌های بازگشتی و ترنسفورمرها مرور می‌کند. بده‌بستان‌ها را توضیح می‌دهد: روش‌های ساده‌تر سریع، تفسیرپذیر و سازگار با امور مالی‌اند، درحالی‌که مدل‌های زمینه‌محور…
این مرجع Financial Phrasebank را معرفی می‌کند: مجموعه‌ای برچسب‌گذاری‌شده از جمله‌های خبری مالی که برای آموزش یا ارزیابی مدل‌های پردازش زبان طبیعی به کار می‌روند. برچسب‌گذاران انسانی احساسات را مثبت، خنثی یا منفی تعیین می‌کنند. پیکره با چهار آستانهٔ توافق…
این دفترچه نشان می‌دهد چگونه متن بخش بحث و تحلیل مدیریت در گزارش‌های فصلی SEC 10-Q را به دو سیگنال بالقوه سهام تبدیل کنیم. FinBERT قطعه‌های متن را از نظر لحن مثبت، خنثی یا منفی امتیازدهی می‌کند؛ امتیاز قطعه‌ها به احساسات میانگین و پراکندگی درون هر گزارش…
این دفترچه پژوهشی سه روش طبقه‌بندی جمله‌های اخبار مالی به مثبت، خنثی یا منفی را مقایسه می‌کند: ویژگی‌های واژه و عبارت TF-IDF همراه با رگرسیون لجستیک، بردارهای ایستای واژه با میانگین‌گیری و یک طبقه‌بندی‌گر، و مدل احساسات ازپیش‌آموزش‌دیده FinBERT. روش‌ها روی…
این دفترچه روندی را برای تبدیل پرونده‌های سالانه و فصلی SEC به متنی ساختاریافته و مناسب تحلیل‌های بعدیِ احساسات، موضوعات و تعبیه‌سازی ارائه می‌کند. شماره هر بخش موردنظر را بر اساس فرم مربوط مشخص می‌کند و یادآور می‌شود که بحث مدیریت در فرم‌های 10-K و 10-Q…
این مرجع دو مجموعه متنی اخبار مالی را معرفی می‌کند که برای تحلیل احساسات، توسعه ویژگی‌های متنی و آزمایش ارتباط اخبار با بازده به کار می‌روند. FNSPID تیترها را به نمادهای سهام پیوند می‌دهد و بازه تاریخی گسترده‌ای را پوشش می‌دهد؛ در کنار مجموعه کامل، نمونه…
این سند گردش‌کاری را برای تبدیل گزارش‌های عمده فصلی SEC 13F به پنلی از دارایی‌های نهادی شرح می‌دهد. برای هر مدیر، آخرین گزارش را بر اساس تاریخ ثبت انتخاب می‌کند، برای شناسایی اوراق بهادار از CUSIP به‌جای نام شرکت واردشده توسط گزارش‌دهنده استفاده می‌کند و…
این دفترچه تنظیم دقیق یک ترنسفورمر برای تشخیص موجودیت‌های نام‌دار مالی را نشان می‌دهد و بازه‌های متن را به فیلدهای ساختاریافته سازمان، شخص، پول، تاریخ و درصد تبدیل می‌کند. برچسب‌های مرزی BIO را معرفی می‌کند و توضیح می‌دهد حاشیه‌نویسی‌های سطح واژه چگونه باید…
این دفترچه یک مدل Skip-gram Word2Vec را روی پیکره کوچکی از اخبار مالیِ برچسب‌خورده از نظر احساس آموزش می‌دهد و بررسی می‌کند نزدیک‌ترین همسایه‌ها چه چیزی نشان می‌دهند. این روش واژه‌ها را بر اساس بافت‌هایی بازنمایی می‌کند که در آن‌ها ظاهر می‌شوند. در مثال، سود…
این دفترچه قواعد امنیتی یک دستیار مالی متکی بر اسناد را با استفاده از شش مورد دست‌ساز ارزیابی می‌کند. این موارد تزریق پرامپت، ارقام ساختگی در مطالب غیرقابل‌اعتماد، اقدام‌های تلاش‌شده و ارجاع به محتوایی را پوشش می‌دهند که بازیابی نشده است. دو سیاست پاسخ‌گویی…
این دفترچه یک عامل پیش‌بینی را از مشتری مدل زبانی، ابزار جست‌وجو و حلقه نوبت محدود می‌سازد. عامل برای یافتن شواهد جست‌وجو می‌کند و احتمال دودویی را همراه با استدلال برمی‌گرداند. تجزیه‌گر پاسخ، خطاهای قالب‌بندی رایج را مدیریت می‌کند و کنش‌های جست‌وجو و…
این دفترچه روندی را شرح می‌دهد که افشاگری‌های فصلی MD&A شرکت‌های اس‌اندپی 500 را به ویژگی‌های معاملاتی تبدیل می‌کند. تاریخ پذیرش گزارش را مبنای زمانی قرار می‌دهد، برای چند گزارش یک شرکت در یک تاریخ، آخرین دوره را نگه می‌دارد و دو سیگنال استخراج می‌کند:…