Le module 2 est une introduction au text mining ainsi qu'une démonstration de la manière de passer de la recherche de données (web scraping) à la connaissance des marchés financiers. Certaines des méthodologies classiques de text mining sont abordées, telles que la vectorisation du texte (l'approche du sac de mots), les mots vides pour le filtrage, et la fréquence des termes - fréquence inverse des documents (TF-IDF). Les étudiants apprendront comment le texte peut être représenté mathématiquement et régularisé/filtré pour réduire le bruit. Les mesures de similarité des textes seront abordées dans des sessions théoriques et pratiques. Les sessions de laboratoire présentent des exemples de données de web scraping, de régularisation à l'aide des techniques décrites et, enfin, des informations seront tirées des données textuelles.

Le module 3 est une extension pratique des leçons de text mining aux documents 10-K et 13-F, deux des documents d'entreprise les plus fréquemment recherchés. Ce type de données peut être extrêmement intimidant lorsqu'il est utilisé par des analystes individuels en raison de la taille des documents, mais le module 3 décrit les méthodologies d'analyse quantitative de ces documents à l'aide du code Python. Les documents 10-K et 13-F sont étudiés, et les sessions de laboratoire démontrent comment il est possible d'extraire automatiquement ce type de données et de définir des métriques autour d'elles. Nous étudions les implémentations de la recherche dans ce domaine autour de la similarité des déclarations 10-K d'entreprises données dans le temps ainsi que la similarité entre les avoirs des fonds à partir du 13-F dans le laboratoire.

Le dernier module présente à la fois l'analyse des sentiments dans le contexte des données textuelles et l'analyse des réseaux dans le contexte de la connectivité des entreprises. L'analyse des sentiments est une source d'information potentiellement fructueuse qui, lorsqu'elle est effectuée correctement, peut montrer ce qu'une population générale peut penser d'une entreprise (par le biais, par exemple, des médias sociaux) ou même si l'entreprise elle-même est positive ou négative quant aux perspectives d'avenir (par le biais de l'analyse du ton dans les documents déposés par les entreprises). L'analyse de réseau, comme le montrent les recherches des instructeurs du cours et de leurs collègues, peut être utilisée pour saisir avec précision la manière dont un réseau financier est orienté et quelles sont les entreprises susceptibles d'obtenir de bons résultats parce que d'autres entreprises les mentionnent comme une menace. La session de laboratoire de ce module étend l'analyse des dépôts d'entreprises pour examiner le sentiment tout en introduisant un ensemble de tweets qui sont ensuite transformés en une représentation de réseau.