據(jù)報(bào)道，將ChatGPT應(yīng)用于金融領(lǐng)域的第一波學(xué)術(shù)研究浪潮到來——從初步結(jié)果來看，過去幾個(gè)月的炒作是有道理的。本月有兩篇將人工智能聊天機(jī)器人應(yīng)用于市場(chǎng)相關(guān)任務(wù)的新論文發(fā)表，一項(xiàng)是解讀美聯(lián)儲(chǔ)的聲明是鷹派還是鴿派，另一項(xiàng)是判斷頭條新聞對(duì)某只股票是利好還是利空。ChatGPT在兩項(xiàng)測(cè)試中都表現(xiàn)出色，表明該技術(shù)在將新聞報(bào)道、推文和演講稿等大量文字轉(zhuǎn)化為交易信號(hào)方面，可能邁出了重大一步。

當(dāng)然，這一過程在華爾街并不新鮮，長期以來，量化分析師一直在使用支持聊天機(jī)器人的語言模型來制定許多策略。但這些研究結(jié)果表明，OpenAI開發(fā)的技術(shù)在解析細(xì)微差別和上下文方面達(dá)到了一個(gè)新水平。

【資料圖】

Man AHL 機(jī)器學(xué)習(xí)負(fù)責(zé)人 Slavi Marinov 表示：“這是炒作成真的罕見案例之一。”多年來，Man AHL一直在使用自然語言處理技術(shù)來讀取財(cái)報(bào)和Reddit帖子等文本。

在第一篇題為《ChatGPT能否解讀美聯(lián)儲(chǔ)表態(tài)?》的文章中，美聯(lián)儲(chǔ)的兩名研究人員發(fā)現(xiàn)，在判斷央行的聲明是鴿派還是鷹派方面，ChatGPT最接近人類。里士滿聯(lián)邦儲(chǔ)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法。ChatGPT甚至能夠以類似于美聯(lián)儲(chǔ)自己的分析師的方式解釋其對(duì)美聯(lián)儲(chǔ)政策聲明的分類。

在第二篇題為《ChatGPT能否預(yù)測(cè)股價(jià)走勢(shì)?回報(bào)可預(yù)測(cè)性和大型語言模型》的文章中，佛羅里達(dá)大學(xué)的Alejandro Lopez-Lira和Yuehua Tang讓 ChatGPT作為金融專家來解讀企業(yè)新聞?lì)^條。他們使用了2021年底之后的新聞，這段時(shí)間沒有包含在聊天機(jī)器人的訓(xùn)練數(shù)據(jù)中。

研究發(fā)現(xiàn)，ChatGPT給出的答案與該股隨后的走勢(shì)在統(tǒng)計(jì)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(biāo)題為“Rimini Street在與甲骨文的訴訟中被罰款63萬美元”的新聞對(duì)甲骨文是好還是壞的例子中，ChatGPT解釋說，這是積極的，因?yàn)榱P款“可能會(huì)增強(qiáng)投資者對(duì)甲骨文保護(hù)其知識(shí)產(chǎn)權(quán)能力的信心，并增加對(duì)其產(chǎn)品和服務(wù)的需求?！?/p>

在 Marinov 看來，雖然機(jī)器現(xiàn)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(yīng)用的進(jìn)程。

當(dāng)Man AHL首次建立模型時(shí)，這家量化對(duì)沖基金手動(dòng)將每個(gè)句子標(biāo)記為對(duì)一項(xiàng)資產(chǎn)是正面或負(fù)面，以便為人工智能提供解釋語言的范本。然后，公司將整個(gè)過程變成了一個(gè)游戲，對(duì)參與者進(jìn)行排名，并計(jì)算他們對(duì)每句話的贊同程度，以便所有員工都能參與進(jìn)來。

這兩篇新論文表明，ChatGPT甚至不需要專門訓(xùn)練就可以完成類似的任務(wù)。美聯(lián)儲(chǔ)的研究表明，這種所謂的零次學(xué)習(xí)已經(jīng)超越了之前的技術(shù)，但根據(jù)一些具體例子對(duì)其進(jìn)行微調(diào)會(huì)使其變得更好。

Marinov表示:“以前你必須自己給數(shù)據(jù)貼上標(biāo)簽。現(xiàn)在你可以通過為ChatGPT設(shè)計(jì)正確的提示來完成工作?！?/p>