 |
Tóth Máté Ph.D.Lead Data Scientist, VP
|
=> Az előadás anyaga itt érhető el
Befektetési alapok kategorizálása NLP eszközökkel
A befektetési alapok és tőzsdén kereskedett alapok (ETF-ek) kategorizálása már hosszú ideje segíti a pénzügyi elemzők munkáját, legyen szó versenytársak elemzéséről vagy a portfólió diverzifikációjának méréséről. A kategorizálás hagyományos módszertana általában az alapokra vonatkozó strukturált adatokon alapul. Ezzel szemben, tanulmányunkban egy olyan kategorizálási rendszert javaslunk, amely strukturálatlan, vagyis szöveges adatokra támaszkodik. A befektetési alapok besorolását többosztályos osztályozási problémaként kezeljük, ahol a bemeneti adatokat a befektetési stratégia leírása jelenti, a célváltozó pedig a Lipper alap besorolás. Előadásomban kitérek a módszer alkalmazhatóságára, értelmezhetőségére és korlátaira is.
BIO
Tóth Máté az INSA de Lyon-ban szerzett mesterfokozatot elektromérnöki képzésen. Ezt követően a Baszkföldi Egyetemen doktorált, ahol számítógépes beszédértési modelleket fejlesztett. Jelenleg a BlackRock-nál dolgozik VP Data Scientist pozícióban. Érdeklődési területei közé tartozik a beszédfelismerés, a téma modellezés, valamint a befektetési kutatásokhoz kapcsolódó nyelvfeldolgozás.