學者創AI文本分析量化輿情 挖掘投資訊息 洞悉金融先機
原文刊於信報財經新聞專欄「StartupBeat創科鬥室」
數行者科技首席執行官龍毅（左）擅長數據挖掘及算法；另一創辦人張田余（右），則為中大商學院教授。（黃俊耀攝）
人工智能（AI）的應用，在各行各業愈見普遍。其中在金融市場，本地初創「數行者科技」就以文本分析技術，開發中文內容分析系統，抽取及挖掘新聞報道和評論、公司公告、第三方分析師報告等非結構化資料（Unstructured Data），再轉為清晰易明的結構化金融訊息，助科研及金融機構掌握內地股壇動態。
涵蓋新聞評論公告報告
數行者科技有4名創辦人，其中張田余為中文大學商學院教授，研究範圍包括中國資本市場，以及文本分析等人工智能技術在金融市場的應用；身兼首席執行官（CEO）的另一名創辦人龍毅，曾於中大從事博士後（Postdoctoral）研究工作，擅長數據挖掘（Data Mining）和算法。
兩人接受訪問時表示，在互聯網和社交媒體世代，金融市場資訊泛濫，而且唾手可得，「但這些數據多以文字方式表達，所以我們想建立系統，以AI和大數據技術，把數據加以分析，將之變得結構化。」
龍毅提到，公司擬將服務拓至港股市場，但中港兩地用語將是挑戰。（黃俊耀攝）
他們開發的智能文本分析，將新聞報道、第三方分析報告、「股吧」等網上股票交流平台，甚或社交媒體等輿情作量化評分，分數介乎負1至1之間；分數愈高代表該些報道、報告或評論，對公司的評價愈正面，「我們的AI模型能避免簡單地，只靠『風險』、『損失』等負面詞，就將『新推出的服務可減少損失，降低風險』這一正面論述判斷為負面；亦不會錯誤地將『ABC公司將加深發展自主電池技術』，判斷文章和『深發展』（深圳發展銀行）相關。」
張田余強調，系統判斷內容是正面與否，是從投資者角度出發，故此「股價急挫」，一般都會被判別為負面內容，哪怕用戶本身是沽空機構，抑或涉事公司的競爭對手；「泰國發生洪水」的新聞未必會納入系統之中，但「泰國發生洪水導致電腦硬碟供應受影響」，由於涉及電腦行業則包括在內。
張田余強調，系統判斷內容是正面與否，是從投資者角度出發。（黃俊耀攝）
上市公司轇轕一目了然
此外，系統亦會為上市公司新聞抽取摘要，同時為內容分類事件（舉例：一篇有關新能源車輛被車廠召回的報道，會被歸類為「產品異常」），以便用戶快速掌握內容的要點。系統亦列出過去4星期有哪些相關文章，並計算出相似度分數，讓用戶掌握新聞的原創性，以及追蹤該事件的事態發展。
系統又設有A股公司輿情實時監控平台，列出過去24小時內最多新聞報道的內地A股公司，以及最負面（即輿情分數最低）新聞名單；至於公司高層社交關係圖譜，就展示不同公司之間千絲萬縷的關係，例如A、B兩間公司的高層，原來是上海交通大學的同學；C公司的高層在何年曾在D公司任職，或者公司之間的競爭、供應鏈關係等。
系統自2017年推出以來，已獲得清華大學、北京大學、上海交通大學等內地頂尖學府採購。去年亦拓展至金融機構市場，有多間內地大型券商試用服務。服務主要以應用程式介面（API）方式執行，可對接用戶自家交易系統。沒有對接自家交易系統的用戶（例如學術機構），則須自行登入系統獲取所需資訊。
目前系統僅覆蓋有關A股上市公司的新聞和訊息，新聞來源包括內地和本港媒體，「但關注A股市場的，始終是國內媒體多一點。」龍毅指出，系統是客觀的金融訊息工具，不會為用戶提供投資意見。
輿情實時監控平台，列出過去二十四小時內最多新聞報道的內地A股公司，以及最負面新聞名單。（黃俊耀攝）
服務將延伸至港股
二人坦言，外國早有平台以文本分析技術，處理金融市場訊息；但內地卻缺乏一個中文內容分析系統，能針對中文資訊為主的A股市場，「中文相對難分析，因為有分詞的概念，就好像『能穿多少穿多少』這句話，其實可以有兩個意思，看你怎樣解讀。」
龍毅透露，公司正準備將服務延伸至港股市場，文字差異亦是箇中挑戰之一，「不是繁簡體字的問題，而是大家用語亦不同，例如香港慣用『看淡』，內地則用『看空』。」
至於公司的收入來源，則以用戶訂閱年費為主，收費按照企業客戶要求而定。二人表示，公司正致力尋找新客源，在早前舉行的「中大創業日」，亦接觸了一些潛在客戶及投資者。
雖然系統現時針對A股市場，但公司仍以香港作根據地，為服務延伸至港股做準備。龍毅看重香港具人才優勢：「雖然內地亦有很多人才，但從事AI、文本及數據分析的公司更多，爭奪人才的競爭因而更大。」
公司高管社交關係圖譜，展示不同公司之間千絲萬縷的關係。（黃俊耀攝）
採訪、撰文：陳子健
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
