佛羅里達大學的金融學教授Alejandro Lopez-Lira近日在一篇文章中表示，大型語料模型能幫助ChatGPT預(yù)測股價。

Lopez-Lira在最新的一項實驗中，要求ChatGPT利用媒體頭條推斷股價，發(fā)現(xiàn)ChatGPT基于新聞數(shù)據(jù)的判斷比隨機預(yù)測精準得多。

(資料圖片)

這項實驗觸及了先進人工智能的核心功能，即AI更強大的數(shù)據(jù)庫和計算能力，而這正是ChatGPT的底層邏輯。但人工智能還會顯示出“突發(fā)能力”，也就是搭建之初并未預(yù)想到的功能。

如今，ChatGPT就表現(xiàn)出了這樣的新功能，可以判斷財經(jīng)頭條對于股價漲跌的影響。

高盛在3月26日的一份說明中表示，大約35%的金融工作面臨著被人工智能自動化替代的風險，金融精英們的工作似乎岌岌可危。Lopez-Lira說，

“我們幾乎可以肯定，但ChatGPT正在理解人類的信息數(shù)據(jù)，如果市場反應(yīng)沒有非常迅速的話，收益回報將變得可預(yù)測?！?/p>

不過，實驗的具體過程也反映出，所謂的“大型語料模型”離取代金融工作還有一定距離。

例如，本實驗并沒有提到目標價格，也不涉及任何數(shù)學運算。事實上，ChatGPT式的人工智能經(jīng)常會編造數(shù)字，正如微軟在今年早些時候的公開演示中展現(xiàn)的那樣。有了數(shù)據(jù)庫支持，ChatGPT能通過分析新聞標題分析市場情緒也就不難理解了。

但Lopez-Lira仍對實驗結(jié)果表示驚訝，并補充道，成熟的投資者還沒有在他們的交易策略引入ChatGPT。

“從監(jiān)管上來說，如果AI基于標題數(shù)據(jù)分析可以給出準確的結(jié)果，那么新聞標題將更加重要，同時ChatGPT這類的AI普及率也很重要。另外，AI肯定會威脅到金融分析師的工作。屆時我們面臨的問題就是，是否還需要分析師？亦或是把文本輸入AI模型就能得到我們想要的結(jié)果了？”

實驗過程

在這個實驗中，Lopez-Lira和他的搭檔Yuehua Tang采集了50,000多條新聞標題，話題包括紐約證券交易所、納斯達克和小型股票交易所的公開交易股票。所有的新聞皆在2022年10月以后發(fā)布，因為ChatGPT數(shù)據(jù)庫中沒有更新該日期之后的數(shù)據(jù)，ChatGPT并沒有提前訓練分析過這些標題。

然后，他們將這些標題輸入到ChatGPT 3.5中，并使用以下提示，

“假設(shè)你是一位金融專家，在薦股方面有豐富經(jīng)驗。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”，然后在下一行用一句簡潔的話詳細說明原因。”

新聞發(fā)布的下一個交易日時，Lopez-Lira和Tang會對比ChatGPT判斷結(jié)果及當日實際股價。

最后Lopez-Lira發(fā)現(xiàn)，當有新聞標題時，該模型的分析結(jié)果會比沒有時更準確。如果僅僅只是讓ChatGPT隨機分析股價，其結(jié)果只有1%的概率與基于新聞標題的分析一樣精準。

盡管其中一些標題帶有明顯的主觀傾向，但ChatGPT可以忽視主觀因素給出正確的判斷。例如，文章中提到一條關(guān)于一家公司解決訴訟并支付罰款的標題。雖然標題看起來頗為消極，但ChatGPT正確地推斷出這實際上是好消息。

Lopez-Lira透露，已經(jīng)有對此感興趣的對沖基金聯(lián)系了他。他還說，如果機構(gòu)開始整合這項技術(shù)，他預(yù)計ChatGPT預(yù)測股票走勢的能力在未來幾個月可能會下降。

這是因為這個實驗只觀察了新聞發(fā)布的下一個交易日的股票漲跌。但大多數(shù)人可能會認為，新聞頭條發(fā)布的幾秒鐘內(nèi)，股市就已經(jīng)定價了。Lopez-Lira說：

“隨著越來越多的人使用AI工具，市場將變得更加高效，因此收益可預(yù)測性會下降。如果在未來五年內(nèi)繼續(xù)用這個實驗預(yù)測收益率，到第五年，收益可預(yù)測性可能幾乎為零。”