ChatGPT Modell förutspår 500 % aktiemarknadsavkastning under 20-årsperioden
I korthet
Killar från University of Florida har publicerat en studie som postulerar det ChatGPT kan på ett tillförlitligt sätt förutsäga trender på aktiemarknaden.
Med hjälp av data och nyheter (rubriker) från offentliga marknader från oktober 2021 till december 2022 visade deras tester att handelsmodeller baserade på ChatGPT kan generera avkastning på över 500 % under denna period.
Dessa siffror står i skarp kontrast till avkastningen på -12 % på att köpa och behålla S&P 500 ETF under samma tidsperiod.
En studie av offentliga marknader publicerade av forskare vid University of Florida har funnit att handelsmodeller bygger på ChatGPT kan generera avkastning på upp till 500 % under en 20-årsperiod, en skarp kontrast till S&P 500 ETF, som gav -12 % under samma period. Denna studie har flyttat gränserna för artificiell intelligens (AI) i finansiell förutsägelse.
Forskargruppen använde sentimentanalys av nyhetsrubriker för att bygga en handelsmodell. Forskarna utvecklade ChatGPT, en språkmodell, för att avgöra om nyhetsrubriker var bra, dåliga eller neutrala. De beräknade sedan numeriska poäng baserat på ChatGPTs bedömning och testade för korrelationer mellan poäng och daglig avkastning för aktier.
Resultaten av deras tester var tydliga: ChatGPT visade överlägsen prestanda jämfört med andra metoder för sentimentanalys. Dessutom prestanda av GPT-4 poängen var högre än GPT-3Medan GPT-3 visade sig ha en högre total avkastning.
Dessa resultat visar att användning av komplexa språkmodeller för att fatta finansiella beslut kan förutsäga aktiemarknadens avkastning mer exakt och förbättra prestandan för kvantitativa handelsstrategier. Forskningen visade också att förutsäga aktiemarknaden avkastning är särskilt fördelaktigt för små bestånd. Detta indikerar att det kan finnas marknadsineffektivitet som ger arbitragemöjligheter.
De banbrytande forskarna vid University of Florida har lagt grunden för en störande era av finansiell AI. Investeringsbeslut som drivs av komplexa språkmodeller skulle kunna ge stora avkastningar för risktagare ombord på denna våg tidigt. I framtiden kommer AI sannolikt att bli en hörnsten i aktiemarknadsprognoser, och denna studie har lagt en markör som visar exaktheten och spridningen av avkastningen från sådana modeller.
Kan en ChatGPT Modell verkligen förutsäga börsavkastning?
Möjligheten att ChatGPT och andra stora språkmodeller i att förutsäga börsavkastning via sentimentanalys av nyhetsrubriker undersöks i denna forskning. Forskare använder ChatGPT för att avgöra om en given rubrik är bra, dåliga eller irrelevanta nyheter för ett företags aktiekurs och beräkna en numerisk poäng, som dokumenterar ett positivt samband mellan dessa "ChatGPTpoäng” och efterföljande dagliga börsavkastningar.
Resultaten indikerar att införande av avancerade språkmodeller i investeringsbeslutsprocesser kan resultera i mer exakta förutsägelser och förbättra effektiviteten av kvantitativa handelsmetoder. Förutsägbarheten är koncentrerad till mindre aktier och mer märkbar i företag med negativa nyheter, i överensstämmelse med limits-to-arbitrage snarare än marknadsineffektivitet. Målet med detta projekt är att se om modeller som aldrig har varit tränad att prognostisera avkastning kan lära sig att göra det.
Fynden har betydande konsekvenser för finansbranschens sysselsättningslandskap eftersom de kan leda till en förändring av metodiken som används för marknadsförutsägelser och investeringsbeslut. Det ger också flera viktiga bidrag, inklusive att hjälpa tillsynsmyndigheter och beslutsfattare att förstå potentiella fördelar och risker associerad med det ökande antagandet av LLMs på finansmarknaderna, hjälpa kapitalförvaltare och institutionella investerare genom att tillhandahålla empiriska bevis på effektiviteten av LLMs för att förutsäga aktiemarknadsavkastning och bidra till den större akademiska diskursen om tillämpningar av artificiell intelligens inom finans. Fynden har långtgående konsekvenser bortom den omedelbara kontexten av aktiemarknadsprognoser.
- Bloomberg denna månad frigörs ett forskningsdokument som tillkännager utvecklingen av BloombergGPT, en storskalig artificiell intelligensmodell. Modellen tränas på ett brett utbud av finansiell data och kommer att användas för att förbättra aktuella finansiella NLP-uppgifter såsom nyhetsklassificering, sentimentanalys, enhetsidentifiering och frågesvar.
- Det förväntas ge nya möjligheter när det gäller dataorganisation, som att hjälpa kunder att bläddra igenom Bloomberg Terminals imponerande mängder data. Modellen överträffar redan öppna modeller av liknande storlek som fokuserar på finansiella uppgifter för naturlig språkbehandling. Företaget är glada över att använda BloombergGPT att förbättra befintliga NLP-arbetsflöden samtidigt som man kan tänka sig nya sätt att uttrycka detta modell för att fungera för att glädja kunderna. Release av BloombergGPT är ett stort steg framåt för finansbranschen, eftersom det kommer att göra det möjligt för finansanalytiker och investerare att bättre förstå marknadstrender, enskilda aktier och annan viktig finansiell information.
Läs mer om AI:
Villkor
I linje med den Riktlinjer för Trust Project, vänligen notera att informationen på den här sidan inte är avsedd att vara och inte ska tolkas som juridisk, skattemässig, investerings-, finansiell eller någon annan form av rådgivning. Det är viktigt att bara investera det du har råd att förlora och att söka oberoende finansiell rådgivning om du har några tvivel. För ytterligare information föreslår vi att du hänvisar till villkoren samt hjälp- och supportsidorna som tillhandahålls av utfärdaren eller annonsören. MetaversePost är engagerad i korrekt, opartisk rapportering, men marknadsförhållandena kan ändras utan föregående meddelande.
Om författaren
Damir är teamledare, produktchef och redaktör på Metaverse Post, som täcker ämnen som AI/ML, AGI, LLMs, Metaverse och Web3-relaterade områden. Hans artiklar lockar en massiv publik på över en miljon användare varje månad. Han verkar vara en expert med 10 års erfarenhet av SEO och digital marknadsföring. Damir har nämnts i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto och andra publikationer. Han reser mellan Förenade Arabemiraten, Turkiet, Ryssland och OSS som en digital nomad. Damir tog en kandidatexamen i fysik, som han tror har gett honom de kritiska tänkande färdigheter som behövs för att bli framgångsrik i det ständigt föränderliga landskapet på internet.
fler artiklar
Damir är teamledare, produktchef och redaktör på Metaverse Post, som täcker ämnen som AI/ML, AGI, LLMs, Metaverse och Web3-relaterade områden. Hans artiklar lockar en massiv publik på över en miljon användare varje månad. Han verkar vara en expert med 10 års erfarenhet av SEO och digital marknadsföring. Damir har nämnts i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto och andra publikationer. Han reser mellan Förenade Arabemiraten, Turkiet, Ryssland och OSS som en digital nomad. Damir tog en kandidatexamen i fysik, som han tror har gett honom de kritiska tänkande färdigheter som behövs för att bli framgångsrik i det ständigt föränderliga landskapet på internet.
