知识关联视角下金融证券知识图谱构建与相关股票发现

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的种子知识图谱,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;然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,为股票趋势预测提供强有力的分析思路和数据支持.

关键词：知识关联、知识图谱、金融证券、图数据挖掘、股票发现

所属期刊栏目：6

分类号：TP391;G353(计算技术、计算机技术)

资助基金：国家自然科学基金;科技创新新一代人工智能重大项目

在线出版日期：2022-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：184-201