論文の概要: StockBabble: A Conversational Financial Agent to support Stock Market
Investors
- arxiv url: http://arxiv.org/abs/2106.08298v1
- Date: Tue, 15 Jun 2021 17:19:30 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-16 17:04:22.876344
- Title: StockBabble: A Conversational Financial Agent to support Stock Market
Investors
- Title（参考訳）: StockBabble: 株式市場投資家を支援する対話型金融エージェント
- Authors: Suraj Sharma and Joseph Brennan and Jason R. C. Nurse
- Abstract要約: 株式市場への理解と関与を支援するために設計された会話エージェントであるStockBabbleを紹介します。
ユーザーは企業に関する情報を問い合わせて、株式の全体的および財務的概要を検索することができる。
エージェントの可能性を評価するため,15名の被験者を対象にユーザスタディを行った。
- 参考スコア（独自算出の注目度）: 4.640835690336653
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce StockBabble, a conversational agent designed to support
understanding and engagement with the stock market. StockBabble's value and
novelty is in its ability to empower retail investors -- many of which may be
new to investing -- and supplement their informational needs using a
user-friendly agent. Users have the ability to query information on companies
to retrieve a general and financial overview of a stock, including accessing
the latest news and trading recommendations. They can also request charts which
contain live prices and technical investment indicators, and add shares to a
personal portfolio to allow performance monitoring over time. To evaluate our
agent's potential, we conducted a user study with 15 participants. In total,
73% (11/15) of respondents said that they felt more confident in investing
after using StockBabble, and all 15 would consider recommending it to others.
These results are encouraging and suggest a wider appeal for such agents.
Moreover, we believe this research can help to inform the design and
development of future intelligent, financial personal assistants.
- Abstract（参考訳）: 我々は,株式市場に対する理解と関与を支援する対話型エージェントであるstockbabbleを紹介する。
StockBabbleの価値とノベルティは、小売投資家(多くは投資を初めて行う)に力を与え、ユーザーフレンドリーなエージェントを使って情報ニーズを補う能力にある。
ユーザーは、企業に関する情報を問い合わせて、最新のニュースやトレーディングレコメンデーションへのアクセスを含む、株式の一般および財務的な概要を検索することができる。
また、ライブ価格や技術的投資指標を含むチャートをリクエストしたり、個人ポートフォリオに株式を追加してパフォーマンス監視を行うこともできる。
エージェントの可能性を評価するために,15名を対象にユーザ調査を行った。
回答者の73%(11/15)は、StockBabbleの使用後に投資に自信を感じており、15人全員がそれを他の人に推奨することを検討している。
これらの結果は、そのようなエージェントに対するより広範なアピールを奨励し示唆している。
さらに、この研究は将来のインテリジェントで財務的なパーソナルアシスタントの設計と開発に役立てることができると信じている。
関連論文リスト
- Beyond Trend Following: Deep Learning for Market Trend Prediction [49.89480853499917]
我々は、将来の市場動向を予測するために人工知能と機械学習技術を使うことを提唱する。
これらの予測は、適切に実行されれば、リターンを増やし、損失を減らすことで資産運用者のパフォーマンスを向上させることができる。
論文 参考訳（メタデータ） (2024-06-10T11:42:30Z) - Language Models Can Reduce Asymmetry in Information Markets [100.38786498942702]
我々は、言語モデルを利用した知的エージェントが外部参加者に代わって情報を売買する、オープンソースのシミュレートされたデジタルマーケットプレースを紹介した。
このマーケットプレースを実現する中心的なメカニズムはエージェントの二重機能であり、特権情報の品質を評価する能力を持つと同時に、忘れる能力も備えている。
適切に行動するためには、エージェントは合理的な判断をし、生成されたサブクエリを通じて市場を戦略的に探索し、購入した情報から回答を合成する必要がある。
論文 参考訳（メタデータ） (2024-03-21T14:48:37Z) - FinBen: A Holistic Financial Benchmark for Large Language Models [75.09474986283394]
FinBenは、24の財務タスクにまたがる36のデータセットを含む、最初の大規模なオープンソース評価ベンチマークである。
FinBenは、幅広いタスクとデータセット、ストックトレーディングの最初の評価、新しいエージェントと検索可能な生成(RAG)の評価、およびテキスト要約、質問応答、株式トレーディングのための3つの新しいオープンソース評価データセットを提供する。
論文 参考訳（メタデータ） (2024-02-20T02:16:16Z) - Can ChatGPT Forecast Stock Price Movements? Return Predictability and
Large Language Models [57.70351255180495]
当社はChatGPTを使用して、各見出しが企業の株価に対して良いか悪いか、中立かを評価する。
また,ChatGPTは従来の感情分析法よりも優れていた。
ChatGPT-4に基づくロングショート戦略はシャープ比が最も高い。
論文 参考訳（メタデータ） (2023-04-15T19:22:37Z) - Identifying Trades Using Technical Analysis and ML/DL Models [1.181206257787103]
株式市場の価格予測の重要性は過大評価できない。
投資家は投資決定をインフォームドし、リスクを管理し、金融システムの安定性を確保することができる。
ディープラーニングは株価を正確に予測する上で有望だが、まだ多くの研究が続けられている。
論文 参考訳（メタデータ） (2023-04-12T18:46:35Z) - Holder Recommendations using Graph Representation Learning & Link
Prediction [0.0]
現在のメソッドは、特定の製品分類とリターン、手数料、カテゴリなどの属性に基づいて、リードをサーフェスします。
本稿では,金融商品の保有者空間にリードレコメンデーションシステムを構築するための包括的データ駆動型フレームワークを提案する。
論文 参考訳（メタデータ） (2022-11-10T16:36:17Z) - Feature-Rich Long-term Bitcoin Trading Assistant [0.0]
Bitcoin市場はトレーダーの感情や感情に従うため、私たちのトレーディング環境のもうひとつの要素は、Twitter上の市場全体のセンチメントスコアである。
この剤は、コビッド19の揮発性期間を含む685日間試験される。
信頼性の高いレコメンデーションを提供することができ、平均利益は約69%である。
論文 参考訳（メタデータ） (2022-09-14T14:51:39Z) - A Data-Driven Framework for Identifying Investment Opportunities in
Private Equity [0.0]
本稿では、投資機会の自動スクリーニングのためのフレームワークを提案する。
このフレームワークは、企業の財務的および管理的立場を評価するために、複数のソースからデータを引き出す。
次に、説明可能な人工知能(XAI)エンジンを使用して投資勧告を提案する。
論文 参考訳（メタデータ） (2022-04-04T21:28:34Z) - HIST: A Graph-based Framework for Stock Trend Forecasting via Mining
Concept-Oriented Shared Information [73.40830291141035]
近年,Webから抽出したストック概念を用いて共有情報をマイニングし,予測結果を改善する手法が提案されている。
これまでの研究では、ストックとコンセプトのつながりは定常的であり、ストックとコンセプトのダイナミックな関連性を無視していた。
本稿では,事前定義された概念と隠れた概念から,概念指向の共有情報を適切にマイニングできる新しいストックトレンド予測フレームワークを提案する。
論文 参考訳（メタデータ） (2021-10-26T14:04:04Z) - A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。
ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。
我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
論文 参考訳（メタデータ） (2020-12-10T01:15:48Z) - Know Your Clients' behaviours: a cluster analysis of financial
transactions [0.0]
カナダでは、金融アドバイザーやディーラーは、投資家口座のノウ・ユア・クライアント(KYC)情報を維持するために、地方証券委員会や自己規制機関によって要求される。
同様に振舞う投資家のグループを見つけるために、変形した行動金融の傾向、頻度、投資家の振る舞いを定量化するエンジニアリング機能のための金融モデル、機械学習クラスタリングアルゴリズムを使用します。
論文 参考訳（メタデータ） (2020-05-07T17:22:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。