近年来，NLP一直在兴起，在金融，医药，人工智能等多方领域中发挥重要作用并且它的辐射范围以及深度还在不断扩展。特别在金融领域，它的应用范围已经包括但不限于智能风控，智能投研，智能客服等，下图部分展示了目前NLP在金融领域中的应用角色及其分支功能。而我们本篇主要讨论的舆情(情感)分析就包含在智能投顾的“根据市场舆情分析主体投资策略”部分以及智能客服的“用户情感挖掘”中。
NLP在金融领域的应用
资料来源：上海数据交易中心，澜周科技NLP分享会，普华永道
从2010年左右开始，互联网的发展伴随着社交媒体的广泛使用，比如全球月活超过20亿的Facebook(脸书)，月活近3亿的Twitter以及国内月活超5亿的微博等等。面对这些海量的数据有数据挖掘师和相关从业人员就会发现，可以在许多业务场景比如商品销售预测，品牌形象管理等发挥这些数据的价值。当然，对于市场来说，越来越多的人也有充分理由相信舆情(情感)分析会对股票预测甚至金融分析的更多方面产生作用。
但光有假设还不够，必须实践才能出真知，到底舆情(情感)分析是否会对市场产生价值呢？在2017年由葡萄牙米尼奥大学的学者发布的The impact of microblogging data for stock market prediction: using Twitter to predict returns, volatility, trading volume and survey sentiment indices一文中表明了Twitter情绪指标对于SP500, DJIA, MOM, SMB和RMRF 这几类指数具有明显预测作用，尤其对于SP500的预测作用最为明显，不但如此他们还发现Twitter情绪指标对于中小型企业有显著性预测，并且在能源和高新技术两大行业中有着突出作用。不仅如此，也有国内的学者运用了自然语言处理技术构造了舆情因子，对2015年股灾期间，舆情对于股市的影响进行了分析。分析结果部分如下图所示：
(股灾)期间七天平均舆情分数vs方差和
资料来源：Constructing Financial Sentimental Factors inChinese Market Using Natural Language Processing Junfeng Jiang fJiahao Li Likelihood TechnologyfSun Yat-sen University
综上，我们明白了市场舆情(情绪)分析对于市场是有价值作用的，并且对于中国市场而言，政策和舆情(情绪)可能来的更为重要。而这仅仅是NLP的作用之一，NLP对于金融领域的作用仍在不断扩大。不仅是NLP技术还有很多大数据技术在不断推进金融领域的发展，给予创新的力量，也是我们需要不断学习和掌握的重要方向。
参考文献：
[1]：Nuno Oliveira, Paulo Cortez, Nelson Areal,
The impact of microblogging data for stock market prediction: Using Twitter to predict returns, volatility, trading volume and survey sentiment indices,
Expert Systems with Applications,Volume 73,2017,Pages 125-144,ISSN 0957-4174
[2]：Junfeng Jiang fJiahao Li Likelihood TechnologyfSun Yat-sen University,Constructing Financial Sentimental Factors inChinese Market Using Natural Language Processing
[3]：熵简技术谈 | 《金融情绪分析真的有用吗？一起来看金融情绪分析的研究进展及应用实践》
了解更多
请添加小荟同学