ChatGPT投資模型實現500%的回報
佛羅裡達大學的一項研究揭示了ChatGPT在預測股市趨勢方面的威力，一種投資模型實現了驚人的500%的回報，超過了對沖基金使用的傳統情緒分析模型。
佛羅裡達大學的一項研究發現，人工智能模型ChatGPT可以可靠地預測股市趨勢，並在2021年10月至2022年12月模擬期間實現高達500%的回報。
研究人員發現，ChatGPT在股票預測方面優於傳統的情緒分析工具和舊的語言模型。
生成式人工智能的潛力可能引發金融行業的新一輪軍備競賽，可能打亂對沖基金的策略，並賦予散戶交易者更多的力量。
佛羅裡達大學的研究人員發布了一項研究，表明人工智能模型ChatGPT可以可靠地預測股市趨勢。他們使用了2021年10月至2022年12月期間的公開市場數據和新聞進行測試，發現由ChatGPT驅動的交易模型在這段時間內可以產生超過500%的回報。這一表現與在同一時間段內購買並持有標普500指數交易所交易基金(ETF)的-12%回報形成了鮮明的對比。該研究還強調了ChatGPT相對於其他語言模型，包括GPT-1、GPT-2和BERT，以及傳統情緒分析方法的優越性。
該團隊采用了嚴格的方法來回測ChatGPT驅動的交易策略的有效性。他們重點研究了2021年10月至2022年12月期間與股票相關的標題的數據集，確保沒有任何新聞片段是ChatGPT的訓練數據的一部分。
研究人員收集了這段時間內涉及4138家獨特公司的67586條標題，使用網絡抓取技術。這些標題隨後被過濾掉與相關性，該團隊將其重點縮小到完整的文章和新聞稿，排除了任何股票漲跌的標題。他們還刪除了重復的新聞，以確保只使用新鮮的信息。
研究團隊使用ChatGPT(由GPT-3.5提供支持)來評估給定的標題是表示好消息、壞消息還是未知，同時要求簡要說明。例如，當遇到標題“Rimini Street被罰款63萬美元，案件涉及甲骨文”時，ChatGPT給出了以下微妙的回答：
“是的。對Rimini Street的罰款可能會提高投資者對甲骨文保護其知識產權能力的信心，並增加對其產品和服務的需求。”
這個回答反映了ChatGPT優越的推理和自然語言能力，它認為這則新聞對甲骨文是市場正面的，而一個市場領先的情緒分析軟件則將這個標題標記為負面的。
該團隊在2021年10月至2022年12月期間測試了六種不同的投資策略。
多空策略，即買入有好消息的公司，賣空有壞消息的公司，產生了最高的回報，超過500%。
空頭策略，只專注於賣空有壞消息的公司，回報率接近400%。
多頭策略，只涉及買入有好消息的公司，回報率約為50%。
另外三種策略導致了淨虧損：“所有新聞”持有策略、“等權重”持有策略和“市值權重”持有策略。
在與其他方法進行基准測試時，如情緒分析和舊的語言模型，如GPT-1、GPT-2和BERT，ChatGPT始終表現出競爭力。傳統的情緒分析方法在所有投資策略中都產生了明顯較差的結果，而GPT-1、GPT-2和BERT則未能准確預測回報。
Two Sigma、DE Shaw和Renaissance Technologies是一些著名的對沖基金，它們將情緒分析納入其自動交易系統中，還有許多其他精品對沖基金也使用情緒分析信號作為其專有策略的一部分。ChatGPT在理解標題及其含義方面所表現出的強大優勢可能會引發一場新的軍備競賽，因為基金之間爭奪生成式人工智能的優勢。
ChatGPT強大的自然語言處理能力也可能威脅到那些開發了自己專有的情緒分析機器學習模型的企業，這些模型可能會被一個簡單的ChatGPT提示所取代。值得注意的是，像Lexalytics這樣聲稱擁有“世界領先的自然語言處理”的公司，在生成式人工智能工具出現並使過去的模型過時的情況下，可能會面臨機遇和挑戰。
您的點贊是對我們的鼓勵
還沒人說話啊，我想來說幾句
佛羅裡達大學的一項研究發現，人工智能模型ChatGPT可以可靠地預測股市趨勢，並在2021年10月至2022年12月模擬期間實現高達500%的回報。
研究人員發現，ChatGPT在股票預測方面優於傳統的情緒分析工具和舊的語言模型。
生成式人工智能的潛力可能引發金融行業的新一輪軍備競賽，可能打亂對沖基金的策略，並賦予散戶交易者更多的力量。
佛羅裡達大學的研究人員發布了一項研究，表明人工智能模型ChatGPT可以可靠地預測股市趨勢。他們使用了2021年10月至2022年12月期間的公開市場數據和新聞進行測試，發現由ChatGPT驅動的交易模型在這段時間內可以產生超過500%的回報。這一表現與在同一時間段內購買並持有標普500指數交易所交易基金(ETF)的-12%回報形成了鮮明的對比。該研究還強調了ChatGPT相對於其他語言模型，包括GPT-1、GPT-2和BERT，以及傳統情緒分析方法的優越性。
該團隊采用了嚴格的方法來回測ChatGPT驅動的交易策略的有效性。他們重點研究了2021年10月至2022年12月期間與股票相關的標題的數據集，確保沒有任何新聞片段是ChatGPT的訓練數據的一部分。
研究人員收集了這段時間內涉及4138家獨特公司的67586條標題，使用網絡抓取技術。這些標題隨後被過濾掉與相關性，該團隊將其重點縮小到完整的文章和新聞稿，排除了任何股票漲跌的標題。他們還刪除了重復的新聞，以確保只使用新鮮的信息。
研究團隊使用ChatGPT(由GPT-3.5提供支持)來評估給定的標題是表示好消息、壞消息還是未知，同時要求簡要說明。例如，當遇到標題“Rimini Street被罰款63萬美元，案件涉及甲骨文”時，ChatGPT給出了以下微妙的回答：
“是的。對Rimini Street的罰款可能會提高投資者對甲骨文保護其知識產權能力的信心，並增加對其產品和服務的需求。”
這個回答反映了ChatGPT優越的推理和自然語言能力，它認為這則新聞對甲骨文是市場正面的，而一個市場領先的情緒分析軟件則將這個標題標記為負面的。
該團隊在2021年10月至2022年12月期間測試了六種不同的投資策略。
多空策略，即買入有好消息的公司，賣空有壞消息的公司，產生了最高的回報，超過500%。
空頭策略，只專注於賣空有壞消息的公司，回報率接近400%。
多頭策略，只涉及買入有好消息的公司，回報率約為50%。
另外三種策略導致了淨虧損：“所有新聞”持有策略、“等權重”持有策略和“市值權重”持有策略。
在與其他方法進行基准測試時，如情緒分析和舊的語言模型，如GPT-1、GPT-2和BERT，ChatGPT始終表現出競爭力。傳統的情緒分析方法在所有投資策略中都產生了明顯較差的結果，而GPT-1、GPT-2和BERT則未能准確預測回報。
Two Sigma、DE Shaw和Renaissance Technologies是一些著名的對沖基金，它們將情緒分析納入其自動交易系統中，還有許多其他精品對沖基金也使用情緒分析信號作為其專有策略的一部分。ChatGPT在理解標題及其含義方面所表現出的強大優勢可能會引發一場新的軍備競賽，因為基金之間爭奪生成式人工智能的優勢。
ChatGPT強大的自然語言處理能力也可能威脅到那些開發了自己專有的情緒分析機器學習模型的企業，這些模型可能會被一個簡單的ChatGPT提示所取代。值得注意的是，像Lexalytics這樣聲稱擁有“世界領先的自然語言處理”的公司，在生成式人工智能工具出現並使過去的模型過時的情況下，可能會面臨機遇和挑戰。
您的點贊是對我們的鼓勵
還沒人說話啊，我想來說幾句| 分享: |
| 注： | 在此頁中閱讀全文 |
