Program zajęć
-
Część 1: Podstawy NLP dla tekstów finansowych
Tokenizacja, lematyzacja, reprezentacje wektorowe. spaCy i NLTK. 2 tygodnie
-
Część 2: Modele transformerowe
FinBERT, fine-tuning na polskich danych finansowych, klasyfikacja sentymentu. 3 tygodnie
-
Część 3: Budowa pipeline analitycznego
Automatyczne pobieranie danych, przetwarzanie, generowanie raportów. 2 tygodnie
-
Część 4: Walidacja i ocena sygnałów
Backtesting sygnałów sentymentowych, ograniczenia metody, projekt końcowy. 1 tydzień
Czy analityka predykcyjna AI jest dla Twojej firmy priorytetem?
O tym programie
Raporty kwartalne, komunikaty prasowe i artykuły ekonomiczne zawierają informacje, które wpływają na wyceny aktywów. Analiza sentymentu z użyciem NLP pozwala przetwarzać setki dokumentów dziennie i wyciągać sygnały, których ręczna analiza by nie wychwytała.
Narzędzia i metody
Kurs obejmuje przetwarzanie tekstu w języku polskim i angielskim z użyciem spaCy, transformerów Hugging Face i modeli FinBERT dostosowanych do języka finansowego. Uczysz się budować pipeline od pobierania danych z API do generowania sygnałów analitycznych.
Duża część kursu to praca z rzeczywistymi danymi: raporty spółek z GPW, komunikaty NBP, dane makroekonomiczne GUS. Uczymy się też oceniać jakość sygnałów i unikać pułapek overfittingu na danych historycznych.
- FinBERT i modele transformerowe dla finansów
- Scraping i API dla danych finansowych
- Pipeline NLP od tekstu do sygnału
- Walidacja sygnałów na danych historycznych