佛罗里达大学的金融学教授alejandro lopez-lira近日在一篇文章中表示，大型语料模型能帮助chatgpt预测股价。
lopez-lira在最新的一项实验中，要求chatgpt利用媒体头条推断股价，发现chatgpt基于新闻数据的判断比随机预测精准得多。
这项实验触及了先进人工智能的核心功能，即ai更强大的数据库和计算能力，而这正是chatgpt的底层逻辑。但人工智能还会显示出“突发能力”，也就是搭建之初并未预想到的功能。
如今，chatgpt就表现出了这样的新功能，可以判断财经头条对于股价涨跌的影响。
高盛在3月26日的一份说明中表示，大约35%的金融工作面临着被人工智能自动化替代的风险，金融精英们的工作似乎岌岌可危。lopez-lira说，
“我们几乎可以肯定，但chatgpt正在理解人类的信息数据，如果市场反应没有非常迅速的话，收益回报将变得可预测。”
不过，实验的具体过程也反映出，所谓的“大型语料模型”离取代金融工作还有一定距离。
例如，本实验并没有提到目标价格，也不涉及任何数学运算。事实上，chatgpt式的人工智能经常会编造数字，正如微软在今年早些时候的公开演示中展现的那样。有了数据库支持，chatgpt能通过分析新闻标题分析市场情绪也就不难理解了。
但lopez-lira仍对实验结果表示惊讶，并补充道，成熟的投资者还没有在他们的交易策略引入chatgpt。
“从监管上来说，如果ai基于标题数据分析可以给出准确的结果，那么新闻标题将更加重要，同时chatgpt这类的ai普及率也很重要。另外，ai肯定会威胁到金融分析师的工作。届时我们面临的问题就是，是否还需要分析师？亦或是把文本输入ai模型就能得到我们想要的结果了？”
实验过程
在这个实验中，lopez-lira和他的搭档yuehua tang采集了50,000多条新闻标题，话题包括纽约证券交易所、纳斯达克和小型股票交易所的公开交易股票。所有的新闻皆在2022年10月以后发布，因为chatgpt数据库中没有更新该日期之后的数据，chatgpt并没有提前训练分析过这些标题。
然后，他们将这些标题输入到chatgpt 3.5中，并使用以下提示，
“假设你是一位金融专家，在荐股方面有丰富经验。如果是好消息，回答“是”，如果是坏消息，回答“否”，如果不确定，回答“未知”，然后在下一行用一句简洁的话详细说明原因。”
新闻发布的下一个交易日时，lopez-lira和tang会对比chatgpt判断结果及当日实际股价。
最后lopez-lira发现，当有新闻标题时，该模型的分析结果会比没有时更准确。如果仅仅只是让chatgpt随机分析股价，其结果只有1%的概率与基于新闻标题的分析一样精准。
尽管其中一些标题带有明显的主观倾向，但chatgpt可以忽视主观因素给出正确的判断。例如，文章中提到一条关于一家公司解决诉讼并支付罚款的标题。虽然标题看起来颇为消极，但chatgpt正确地推断出这实际上是好消息。
lopez-lira透露，已经有对此感兴趣的对冲基金联系了他。他还说，如果机构开始整合这项技术，他预计chatgpt预测股票走势的能力在未来几个月可能会下降。
这是因为这个实验只观察了新闻发布的下一个交易日的股票涨跌。但大多数人可能会认为，新闻头条发布的几秒钟内，股市就已经定价了。lopez-lira说：
“随着越来越多的人使用ai工具，市场将变得更加高效，因此收益可预测性会下降。如果在未来五年内继续用这个实验预测收益率，到第五年，收益可预测性可能几乎为零。”
转载说明：此文出自于金十数据，如需转载，请注明原文出处。若未注明原文来源随意摘编、转载等，金十数据将保留追究权利。