財(cái)聯(lián)社4月13日訊（編輯 卞純）盡管ChatGPT無法預(yù)見未來，但對于那些希望預(yù)測股票價(jià)格走向的投資者而言，這一語言模型可能具有價(jià)值。

美國佛羅里達(dá)大學(xué)（University of Florida）金融學(xué)教授亞歷桑德羅·洛佩茲-里拉（Alejandro Lopez-Lira）認(rèn)為，大型語言模型能夠預(yù)測股價(jià)漲跌。

【資料圖】

他在近期一篇未經(jīng)同行評審的論文中表示，在使用ChatGPT來分析新聞頭條對一只股票是利好還是利空后，他發(fā)現(xiàn)ChatGPT預(yù)測次日股票回報(bào)方向的能力遠(yuǎn)好于傳統(tǒng)模型。

實(shí)驗(yàn)是如何進(jìn)行的？

在這項(xiàng)實(shí)驗(yàn)中，洛佩茲-里拉及其合作伙伴使用了一家數(shù)據(jù)供應(yīng)商提供的關(guān)于紐交所、納斯達(dá)克和一家小盤股交易所上市股票的5萬多條新聞。這些新聞開始于2022年10月，是在ChatGPT訓(xùn)練數(shù)據(jù)的截止日期之后。這意味著，ChatGPT在其本身訓(xùn)練中沒有看到或使用過這些新聞。

然后，他們將新聞標(biāo)題輸入ChatGPT 3.5中，并附上指令：“忘掉之前的所有指示。假定你是一位有薦股經(jīng)驗(yàn)的金融專家。在第一行中，如果是好消息，回答‘是’；如果是壞消息，回答‘否’；如果不確定，回答‘未知’。然后在下一行中用簡短的句子來闡述?！?/p>

他們使用這種情緒分析來計(jì)算一個(gè)“ChatGPT分?jǐn)?shù)”，并分析這些分?jǐn)?shù)是否可以預(yù)測該公司第二天的股票市場表現(xiàn)。

研究人員發(fā)現(xiàn)，這些得分與他們分析的公司第二天的股票表現(xiàn)之間存在統(tǒng)計(jì)學(xué)上顯著的正相關(guān)。得分較高的公司往往比得分較低的公司獲得更好的回報(bào)。

該研究還發(fā)現(xiàn)，ChatGPT優(yōu)于其他“傳統(tǒng)的情緒分析方法”，這些方法也使用頭條新聞和社交媒體的數(shù)據(jù)來預(yù)測股票走勢。不過，研究人員也承認(rèn)，他們在這項(xiàng)研究中并沒有測試每一種方法。

在論文的一個(gè)案例中，一家公司就訴訟達(dá)成和解并支付罰款，這條新聞在傳統(tǒng)數(shù)據(jù)分析上被認(rèn)為是負(fù)面，但ChatGPT正確地推斷出這實(shí)際上是個(gè)好消息。

“簡而言之，我們的研究證明了ChatGPT在預(yù)測股市回報(bào)方面的價(jià)值?！毖芯咳藛T寫道。“我們的研究結(jié)果表明，將高級語言模型納入投資決策過程可以產(chǎn)生更準(zhǔn)確的預(yù)測，并提高量化交易策略的表現(xiàn)?！?/p>

仍有很長的路要走

如果ChatGPT能夠理解財(cái)經(jīng)新聞，并能夠分析它們?nèi)绾斡绊懝蓛r(jià)，那么就可能會讓金融業(yè)的一些高薪工作面臨風(fēng)險(xiǎn)。高盛在3月26日的一份報(bào)告中估計(jì)，約35%的金融行業(yè)崗位面臨被人工智能自動化替代的風(fēng)險(xiǎn)。

洛佩茲-里拉也表示，在未來，像ChatGPT這樣的人工智能工具可以通過更快地將新聞納入股價(jià)來提高股市的效率。他還表示，這些工具可能會取代一些投資分析師的工作。

不過，實(shí)驗(yàn)細(xì)節(jié)也表明，所謂的“大型語言模型”離能夠完全勝任金融工作仍有很長的路要走。

洛佩茲-里拉表示，投資者應(yīng)該“保持謹(jǐn)慎，不要僅僅依賴ChatGPT或類似的人工智能模型”，部分原因是人工智能在股價(jià)預(yù)測方面仍有幾個(gè)方面待改進(jìn)。

例如，這個(gè)實(shí)驗(yàn)不包括目標(biāo)價(jià)，也沒有讓模型做任何數(shù)學(xué)運(yùn)算。實(shí)際上，正如微軟今年早些時(shí)候的一次公開演示所展現(xiàn)的那樣，類似ChatGPT的技術(shù)經(jīng)常編造數(shù)字。

華爾街并不擔(dān)心

隨著ChatGPT闖入金融圈，AI所展現(xiàn)出的投資能力備受議論。

根據(jù)美國媒體最新發(fā)表的訪談，那些熱炒AI股的華爾街基金經(jīng)理們，似乎并不相信在可預(yù)見的未來內(nèi)會出現(xiàn)比人類更強(qiáng)的“炒股AI”。

一方面，股票市場的數(shù)據(jù)本身存在巨大的“噪音”，使得利用過往數(shù)據(jù)解釋或預(yù)測市場未來走勢非常困難。另一方面，股票市場存在多變性。上市公司發(fā)生劇烈變化本身，如換了新的管理層，會在極短的時(shí)間內(nèi)重塑股票的前景，這也使得依賴歷史數(shù)據(jù)和長期趨勢的AI更無所適從。

（財(cái)聯(lián)社 卞純）

關(guān)鍵詞：