In diesem Artikel beschreiben wir unseren Ensemble-Ansatz zur Sentiment- und Aspektvorhersage im Finanzbereich für einen gegebenen Text. Dieser Ensemble-Ansatz kombiniert Faltungsneuronale Netze (Convolutional Neural Networks, CNNs) und rekurrente neuronale Netze (Recurrent Neural Networks, RNNs) mit einer Ridge-Regression und einer Abstimmungsstrategie zur Sentiment- und Aspektvorhersage und basiert daher nicht auf handgekrafteten Merkmalen. Auf der Grundlage einer 5-Fold-Cross-Validation auf dem veröffentlichten Trainingsdatensatz zeigen die Ergebnisse, dass CNNs im Vergleich zu RNNs sowohl bei der Sentiment- als auch bei der Aspektvorhersage insgesamt bessere Leistungen erzielen. Zudem kann der Ensemble-Ansatz die Gesamtleistung durch die Kombination unterschiedlicher Ansätze des tiefen Lernens weiter verbessern.