LYD is a system that applies Deep Learning to scan, summarize, analyze, and forecast investor sentiment. It is designed to support Investor Relation (IR) consulting services. I developed this system with the assistance and dedicated guidance of my colleagues at the Data Platform department of Vinagame.
Input data: Comments (text) from investors on social media and major stock forums. The tracking scale covers 700k users.
Applied Models: Bert, Transformer, SVM, PhoBERT
LYD answers key questions:
Do investors favor the company's stock? (Using a Text Classification Model to determine whether the current investor sentiment towards the pre-identified stock YYY is positive (satisfied) or negative (dissatisfied).)
What are investors discussing about the company's stock? (Applying a Topic Cluster Model to categorize the main topics such as fundamentals, technical analysis, current affairs & macroeconomics, and rumors regarding the pre-identified stock YYY.)
What is the most favored topic among investors about the stock? (Using BERT Text Summarize to summarize the content of comments.)
LYD là hệ thống áp dụng Deep Learning dùng để quét, tóm tắt, phân tích và dự báo cảm xúc của nhà đầu tư. Với mục đích hỗ trợ nghiệp vụ tư vấn IR (Investor Relation)
Dữ liệu input: là dữ liệu bình luận (text) của nhà đầu tư trên mạng xã hội và các diễn đàn chứng khoán lớn. Quy mô tracking 700k user
Các Model áp dụng: Bert, transformer, SVM, PhoBERT
LYD trả lời các câu hỏi chính:
- Mã cổ phiếu của doanh nghiệp có được nhà đầu tư yêu thích không? (Áp dụng Text Classification Model xác định trạng thái cảm xúc của nhà đầu tư hiện tại là tích cực (hài lòng) hay tiêu cực (không hài lòng) về cổ phiếu YYY được xác định trước.)
- Nhà đầu tư đang bàn tán gì về cổ phiếu doanh nghiệp? (Áp dụng Topic Cluster Model phân loại các chủ đề chính cơ bản / kĩ thuật / thời sự & vĩ mô / tin đồn) của cổ phiếu YYY được xác định trước.)
- Đâu là chủ đề nhà đầu tư thích nhất về cổ phiếu? (Áp dụng BERT Text Summarize để tóm tắt nội dung comment)
What I have accomplished and incorporated into LYD Sentiment.
Summary of the LYD Sentiment system development process
Results regarding the model's accuracy
