Stock Embedding Acquired from News Articles and Price History and Application Portfolio Optimization

Stock Embedding Acquired from News Articles and Price History, and an Application to Portfolio Optimization
这篇文章是ACL2020发表文章，他的研究方向是挖掘金融新闻，预测股价，并首次提出组合优化。本文主要就是简略讲一下我自己理解后的流程和计算。原文有些计算方法是分在两三个部分写的，我按照计算流程给它们整合了一下，并且我只挑了我觉得比较重点的部分写。所以看这篇文章可能需要先看看原文哦。

模型部分

模型主要分为两个部分，分别是文本特征蒸馏和价格运动分类。

Text feature distiller

这部分运用了key-value记忆网络，n^K_i和n^V_i分别表示文章的word Level 和 context level。
n^K_i的计算：

其中，
γ_k = TF*IDF
TF=单词k在A文章中出现的次数/A文章中所有出现单词的次数和
IDF=log（第t天所有文章在corpus的总数/(所有corpus里含有单词k的文章+1)）

n^V_i：a BERT encoder.
因此，可以计算出一个score_(i,j)=n^K_i*