在银行业监管复杂和输入数据不断变化的背景下监测模型质量
-
项目的相关性
如今，对大型工业公司、银行、生态系统和证券交易所的监管并未考虑反馈效应，包括对新闻背景的反应，包括市场参与者通过社交媒体集体串通的可能性。 监督和监管犯罪只涉及实际发现的事件，而没有考虑到事件发生的高概率。 只有应用现代人工智能技术，包括分析社交媒体资源，才能消除这些缺陷。
-
项目目标
是在人工智能技术的帮助下，基于情景反馈建模并考虑到大量显性固定和隐性表现因素，创建金融监管工具。
项目任务：
开发新的建模和预测方法
这些方法将为后续调整监督和监管提供可能性。
创建处理新闻源、大众媒体和社交平台的现代算法
这就需要建立单独的新闻重要性指标、对经济事件和新闻背景基调的看法以及其他市场参与者对其的反应（例如--某一人群对通货膨胀的看法、对这家或那家公司财务稳定性的担忧、对投资市场某些资产的投资意愿）。
建立相互关联的情绪指数
这样，我们在建模和预测时不仅可以考虑新闻和事件的直接影响，还可以考虑反向的间接影响。
