NLP相關金融項目
如果我的問題不適合這個論壇，我首先表示歉意，但經過大量研究，我沒有找到更好的地方來問這個問題。我是數學博士生。我確實知道一些 ML，特別是最近一直在閱讀/編寫一些與 NLP 相關的小型項目。我想知道作為一些 NLP/金融相關項目的建議，這是一個很酷/令人印象深刻的想法，並且可以在 1 個月等合理的時間內完成。
我已經完成了Google搜尋並閱讀了一些想法，但我讀過的大多數想法聽起來像是通用項目。諸如網路抓取新聞或推文以及進行情緒分析之類的事情對我來說似乎有點通用，並且沒有太多區別。（雖然我可能是錯的）
這是您可以申請量化金融並用作項目的快速列表：
風險（因為市場似乎很不確定）
根據季度報告和新聞稿預測股票的風險因素敞口。如果一隻股票最近才開始交易，那麼您幾乎沒有資訊來評估其風險因素的敞口。NLP 可以通過使用公司的報告來預測其因子敞口來提供幫助。
公平
預測特定報告對股票價格的影響。根據最新的季度報告、新聞稿等預測市值。
固定收入
根據特定發行人的報告（季度、新聞稿等）預測其信用評級（違約機率）。例如，預測宇宙中的哪些鍵將從 BB 變為 BBB（上升天使預測）可能很有價值，反之亦然。
可持續性
根據可持續發展報告預測公司的 ESG 分數。很難手動跟踪您可投資領域中的每家公司來評估他們的 ESG 分數（環境、社會和治理）。預測特定公司加入養老基金的機率。
預測資產之間的相關/共變異數矩陣。如果您沒有重要的歷史時期來計算矩陣，這很有用。
來自 S&P Neuralyst 的 XpressFeed 數據集：股票市場的 NLP 數據集。Quandl ， quantopian 用於製作和理解算法的想法
這確實是一個職業建議問題，不屬於這裡。
但是，如果改寫為一個很酷/令人印象深刻的 NLP 學校項目的想法，我建議：
- 解析金融衍生品條款清單，確定它是否是我們知道如何預訂的“普通”交易，或者它可能具有人類需要查看的一些奇異特徵；
- 解析一個奇異的金融衍生品條款清單，找出可以使用哪些模型對其定價，需要哪些市場數據，需要計算哪些風險。
- 解析條款清單（利率掉期或貸款），找出 LIBOR-SOFR 遷移的影響（例如，它是否引用 LIBOR？如果是，它是否包含所需的備用語言？）。