新浪科技訊 北京時(shí)間4月13日早間消息,美國佛羅里達(dá)大學(xué)金融學(xué)教授亞歷桑德羅·洛佩茲-里拉(Alejandro Lopez-Lira)表示,大語言模型在預(yù)測股價(jià)方面可能很有用。
在近期一篇未經(jīng)同行評(píng)審的論文中,他寫道,在使用ChatGPT分析新聞標(biāo)題對一只股票是有利還是不利之后,他發(fā)現(xiàn)ChatGPT預(yù)測次日回報(bào)方向的能力遠(yuǎn)好于隨機(jī)水平。
這項(xiàng)實(shí)驗(yàn)觸及了先進(jìn)人工智能的核心:借助更強(qiáng)大的算力和更優(yōu)質(zhì)的數(shù)據(jù)集,這些人工智能模型可能會(huì)顯示出全新的能力,而這些能力在構(gòu)建人工智能模型時(shí)并不在最初的預(yù)期中。
如果ChatGPT有能力理解財(cái)經(jīng)新聞,并分析這些新聞可能如何影響股價(jià),那么就可能會(huì)讓金融業(yè)的一些高薪工作面臨風(fēng)險(xiǎn)。高盛(330.24, 2.87, 0.88%)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(dòng)化替代的風(fēng)險(xiǎn)。
洛佩茲-里拉說:“ChatGPT能夠理解對人類有意義的信息。這就意味著,如果市場沒有對信息做出完美的反應(yīng),那么ChatGPT就可以預(yù)測回報(bào)!
不過這項(xiàng)實(shí)驗(yàn)的細(xì)節(jié)也表明,大語言模型距離能夠勝任金融行業(yè)的工作還有很長的路要走。例如,實(shí)驗(yàn)沒有包括目標(biāo)價(jià),以及讓模型進(jìn)行任何計(jì)算。正如微軟(283.49, 0.66, 0.23%)今年早些時(shí)候的一次公開演示,類似ChatGPT的技術(shù)經(jīng)常編造數(shù)字。由于已經(jīng)存在私有的數(shù)據(jù)集,對新聞標(biāo)題的情緒分析也早已被視為一種可行的交易策略。
洛佩茲-里拉說,他對結(jié)果感到驚訝。這些結(jié)果表明,經(jīng)驗(yàn)豐富的投資者還沒有在交易策略中使用類似ChatGPT的機(jī)器學(xué)習(xí)技術(shù)。他表示:“這肯定會(huì)對金融分析師的就業(yè)產(chǎn)生影響。問題就在于今后我是希望給分析師付費(fèi)還是用AI模型?”
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(11929.3373, -102.54, -0.85%)和一家小盤股交易所上市公司的5萬多條新聞標(biāo)題。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)題添加到ChatGPT 3.5中,并附上以下提示:“忘掉之前的所有指示。假定你是一位有股票推薦經(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。“隨后,他們觀察了相應(yīng)股票在接下來交易日的回報(bào)。
洛佩茲-里拉發(fā)現(xiàn),在獲得新聞標(biāo)題信息之后,模型在幾乎所有情況下都表現(xiàn)得更好。具體來說,在獲得新聞標(biāo)題信息后,模型隨機(jī)選擇第二天走勢的概率低于1%。
在情緒評(píng)分方面,ChatGPT也擊敗了商業(yè)數(shù)據(jù)集。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。
洛佩茲-里拉說,已經(jīng)有對沖基金聯(lián)系他,希望了解關(guān)于這項(xiàng)研究的更多信息。他還表示,隨著投資機(jī)構(gòu)開始整合這項(xiàng)技術(shù),如果ChatGPT預(yù)測股市走勢的能力在未來幾個(gè)月下降,他也不感到驚訝。這是因?yàn)閷?shí)驗(yàn)關(guān)注的是下個(gè)交易日的股價(jià)走勢,但大多數(shù)投資者都相信,市場可能在消息公布的幾秒鐘內(nèi)就已經(jīng)將其影響反映在股價(jià)中。
他說:“隨著越來越多的人使用這類工具,市場將變得更高效,所以可以認(rèn)為,回報(bào)的可預(yù)測性會(huì)下降。我的猜測是,如果持續(xù)開展這項(xiàng)工作,五年之后回報(bào)的可預(yù)測性將會(huì)是零!