據報道，將ChatGPT應用于金融領(lǐng)域的第一波學(xué)術(shù)研究浪潮到來(lái)——從初步結果來(lái)看，過(guò)去幾個(gè)月的炒作是有道理的。本月有兩篇將人工智能聊天機器人應用于市場(chǎng)相關(guān)任務(wù)的新論文發(fā)表，一項是解讀美聯(lián)儲的聲明是鷹派還是鴿派，另一項是判斷頭條新聞對某只股票是利好還是利空。ChatGPT在兩項測試中都表現出色，表明該技術(shù)在將新聞報道、推文和演講稿等大量文字轉化為交易信號方面，可能邁出了重大一步。

【資料圖】

當然，這一過(guò)程在華爾街并不新鮮，長(cháng)期以來(lái)，量化分析師一直在使用支持聊天機器人的語(yǔ)言模型來(lái)制定許多策略。但這些研究結果表明，OpenAI開(kāi)發(fā)的技術(shù)在解析細微差別和上下文方面達到了一個(gè)新水平。

Man AHL 機器學(xué)習負責人 Slavi Marinov 表示：“這是炒作成真的罕見(jiàn)案例之一?！倍嗄陙?lái)，Man AHL一直在使用自然語(yǔ)言處理技術(shù)來(lái)讀取財報和Reddit帖子等文本。

在第一篇題為《ChatGPT能否解讀美聯(lián)儲表態(tài)?》的文章中，美聯(lián)儲的兩名研究人員發(fā)現，在判斷央行的聲明是鴿派還是鷹派方面，ChatGPT最接近人類(lèi)。里士滿(mǎn)聯(lián)邦儲備銀行的Anne Lundgaard Hansen和Sophia Kazinnik的研究表明，它擊敗了谷歌常用的BERT模型，以及基于字典的分類(lèi)法。ChatGPT甚至能夠以類(lèi)似于美聯(lián)儲自己的分析師的方式解釋其對美聯(lián)儲政策聲明的分類(lèi)。

在第二篇題為《ChatGPT能否預測股價(jià)走勢?回報可預測性和大型語(yǔ)言模型》的文章中，佛羅里達大學(xué)的Alejandro Lopez-Lira和Yuehua Tang讓 ChatGPT作為金融專(zhuān)家來(lái)解讀企業(yè)新聞頭條。他們使用了2021年底之后的新聞，這段時(shí)間沒(méi)有包含在聊天機器人的訓練數據中。

研究發(fā)現，ChatGPT給出的答案與該股隨后的走勢在統計上存在關(guān)聯(lián)，這表明該技術(shù)能夠正確分析新聞的含義。

在讓ChatGPT判斷標題為“Rimini Street在與甲骨文的訴訟中被罰款63萬(wàn)美元”的新聞對甲骨文是好還是壞的例子中，ChatGPT解釋說(shuō)，這是積極的，因為罰款“可能會(huì )增強投資者對甲骨文保護其知識產(chǎn)權能力的信心，并增加對其產(chǎn)品和服務(wù)的需求?！?/p>

在 Marinov 看來(lái)，雖然機器現在的閱讀能力幾乎和人一樣好，這并不令人驚訝，但ChatGPT有可能加快技術(shù)應用的進(jìn)程。

當Man AHL首次建立模型時(shí)，這家量化對沖基金手動(dòng)將每個(gè)句子標記為對一項資產(chǎn)是正面或負面，以便為人工智能提供解釋語(yǔ)言的范本。然后，公司將整個(gè)過(guò)程變成了一個(gè)游戲，對參與者進(jìn)行排名，并計算他們對每句話(huà)的贊同程度，以便所有員工都能參與進(jìn)來(lái)。

這兩篇新論文表明，ChatGPT甚至不需要專(zhuān)門(mén)訓練就可以完成類(lèi)似的任務(wù)。美聯(lián)儲的研究表明，這種所謂的零次學(xué)習已經(jīng)超越了之前的技術(shù)，但根據一些具體例子對其進(jìn)行微調會(huì )使其變得更好。

Marinov表示:“以前你必須自己給數據貼上標簽?，F在你可以通過(guò)為ChatGPT設計正確的提示來(lái)完成工作?！?/p>

關(guān)鍵詞：