ChatGPT Model forudsiger 500 % aktiemarkedsafkast over en 20-årig periode
Kort sagt
Fyre fra University of Florida har offentliggjort en undersøgelse, der postulerer det ChatGPT kan pålideligt forudsige aktiemarkedstendenser.
Ved at bruge data og nyheder (overskrifter) fra offentlige markeder fra oktober 2021 til december 2022 viste deres test, at handelsmodeller baseret på ChatGPT kan generere afkast på over 500 % i denne periode.
Disse tal står i skarp kontrast til afkastet på -12 % ved køb og besiddelse af S&P 500 ETF i samme tidsperiode.
En undersøgelse af offentlige markeder offentliggjort af forskere ved University of Florida har fundet ud af, at handelsmodeller er baseret på ChatGPT kan generere afkast på op til 500 % over en 20-årig periode, en skarp kontrast til S&P 500 ETF, som gav -12 % i samme periode. Denne undersøgelse har rykket grænserne for kunstig intelligens (AI) i økonomisk forudsigelse.
Forskerholdet brugte sentimentanalyse af nyhedsoverskrifter til at opbygge en handelsmodel. Forskerne udviklede sig ChatGPT, en sprogmodel, for at afgøre, om nyhedsoverskrifter var gode, dårlige eller neutrale. De beregnede derefter numeriske score baseret på ChatGPT's vurdering og testet for sammenhænge mellem score og daglige afkast af aktier.
Resultaterne af deres test var tydelige: ChatGPT demonstreret overlegen præstation sammenlignet med andre metoder til sentimentanalyse. Ydermere er udførelsen af GPT-4 score var højere end GPT-3, mens GPT-3 viste sig at have et højere samlet afkast.
Disse resultater viser, at brug af komplekse sprogmodeller til at træffe økonomiske beslutninger kan forudsige aktiemarkedsafkast mere præcist og forbedre ydeevnen af kvantitative handelsstrategier. Forskningen viste også, at forudsige aktiemarkedets afkast er særlig gavnlig for små bestande. Dette indikerer, at der kan være markedsineffektivitet, der giver arbitragemuligheder.
De banebrydende forskere ved University of Florida har lagt grundlaget for en disruptiv æra med finansiel AI. Investeringsbeslutningstagning drevet af komplekse sprogmodeller kan give store afkast til risikotagere tidligt ombord på denne bølge. I fremtiden vil kunstig intelligens sandsynligvis blive en hjørnesten i aktiemarkedsforudsigelser, og denne undersøgelse har lagt en markør, der viser nøjagtigheden og spredningen af afkast fra sådanne modeller.
Kunne en ChatGPT Model Virkelig forudsige aktiemarkedsafkast?
Muligheden for ChatGPT og andre store sprogmodeller i at forudsige aktiemarkedsafkast via sentimentanalyse af nyhedsoverskrifter er undersøgt i denne forskning. Forskere bruger ChatGPT at afgøre, om en given overskrift er gode, dårlige eller irrelevante nyheder for en virksomheds aktiekurs og beregne en numerisk score, der dokumenterer en positiv sammenhæng mellem disse "ChatGPTscoringer” og efterfølgende daglige aktiemarkedsafkast.
Resultaterne indikerer, at introduktion af avancerede sprogmodeller i investeringsbeslutningsprocesser kan resultere i mere nøjagtige forudsigelser og forbedre effektiviteten af kvantitative handelsmetoder. Forudsigelighed er koncentreret om mindre aktier og mere mærkbar i virksomheder med negative nyheder, i overensstemmelse med grænser for arbitrage snarere end markedsineffektivitet. Målet med dette projekt er at se, om modeller, der aldrig har været uddannet at forudsige afkast kan lære at gøre det.
Resultaterne har betydelige konsekvenser for den finansielle industris beskæftigelseslandskab, da de kan føre til et skift i den anvendte metode til markedsforudsigelse og investeringsbeslutningstagning. Det giver også flere vigtige bidrag, herunder at hjælpe regulatorer og politiske beslutningstagere med at forstå potentielle fordele og risici forbundet med den stigende adoption af LLM'er på de finansielle markeder, at bistå kapitalforvaltere og institutionelle investorer ved at levere empirisk dokumentation for effektiviteten af LLM'er til at forudsige aktiemarkedsafkast og bidrage til den større akademiske diskurs om kunstig intelligens-applikationer i finans. Resultaterne har vidtrækkende konsekvenser ud over den umiddelbare kontekst af aktiemarkedsprognoser.
- Bloomberg denne måned frigivet et forskningspapir, der annoncerer udviklingen af BloombergGPT, en storstilet kunstig intelligens-model. Modellen trænes i en bred vifte af finansielle data og vil blive brugt til at forbedre aktuelle finansielle NLP-opgaver såsom nyhedsklassificering, sentimentanalyse, enhedsgenkendelse og besvarelse af spørgsmål.
- Det forventes at give nye muligheder med hensyn til dataorganisering, såsom at hjælpe kunder med at gennemse Bloomberg Terminals imponerende mængder af data. Modellen udkonkurrerer allerede åbne modeller af tilsvarende størrelse, der fokuserer på økonomiske behandlingsopgaver med naturligt sprog. Virksomheden er begejstret for at bruge BloombergGPT at forbedre eksisterende NLP-arbejdsgange og samtidig forestille sig nye måder at sætte dette på model til at virke at glæde kunderne. Udgivelsen af BloombergGPT er et stort skridt fremad for finansindustrien, da det vil gøre det muligt for finansanalytikere og investorer bedre at forstå markedstendenser, individuelle aktier og andre vigtige finansielle oplysninger.
Læs mere om AI:
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
Flere artikler
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
