生成式AI風(fēng)暴來(lái)襲,ChatGPT會(huì)搶走金融分析師的飯碗嗎?
好消息是,像ChatGPT這樣的產(chǎn)品很可能無(wú)法通過(guò)CFA考試,敲開(kāi)通往大型金融機(jī)構(gòu)的大門(mén),但壞消息是,它們能取得經(jīng)濟(jì)學(xué)和法學(xué)學(xué)位,在一定程度上可以取代初級(jí)賣(mài)方分析師。
最新證據(jù)來(lái)自最近公布的兩篇學(xué)術(shù)論文,研究人員用ChatGPT解讀美聯(lián)儲(chǔ)聲明中的“鷹鴿”含量,以及新聞對(duì)于股票是利好還是利空。
(資料圖片)
結(jié)果顯示,ChatGPT表現(xiàn)得相當(dāng)不錯(cuò),不僅超越了傳統(tǒng)分析方法,還打敗了其他現(xiàn)有生成式AI模型對(duì)手。
破解美聯(lián)儲(chǔ)“謎語(yǔ)”,ChatGPT遙遙領(lǐng)先
4月10日,里士滿聯(lián)儲(chǔ)量化監(jiān)督和研究小組的兩位成員發(fā)表了題為《ChatGPT能否破譯美聯(lián)儲(chǔ)講話》的論文,測(cè)試GPT-3模型從美聯(lián)儲(chǔ)講話中判斷其態(tài)度的能力。
兩位研究人員隨機(jī)抽取FOMC公告中的500 個(gè)句子,然后由人類(lèi)判斷是“鴿派”“基本鴿派”“中性”“基本鷹派”還是“鷹派”,對(duì)應(yīng)數(shù)字分別為-1、-0.5、0、0.5和1。
這里值得一提的是,研究人員使用五個(gè)分類(lèi)而非三個(gè)(“鴿派”中性“鷹派”),是為了測(cè)試GPT能否辨別美聯(lián)儲(chǔ)表態(tài)中的細(xì)微差別。
為提高人類(lèi)參照組的精確度,這些句子由三名人類(lèi)審核員獨(dú)立打標(biāo)簽,計(jì)算每個(gè)標(biāo)簽下對(duì)應(yīng)句子的數(shù)量,再取三個(gè)結(jié)果的平均值。
與ChatGPT一起參加考試的還有其他神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型(NLP),包括谷歌Bert大模型,金融情緒詞典Loughran & McDonald(LM)、 Henry以及日常語(yǔ)言情緒詞典Mohammad和Turney。
測(cè)試分成兩部分。研究人員先是讓機(jī)器考生在不進(jìn)行樣本學(xué)習(xí)的情況下參加測(cè)試,然后,又讓它們學(xué)習(xí)400個(gè)句子的分類(lèi)之后再處理剩下的100個(gè)句子。
結(jié)果顯示,無(wú)論是否“裸考”,ChatGPT對(duì)美聯(lián)儲(chǔ)講話的態(tài)度解讀在所有機(jī)器考生中是最貼近人類(lèi)的。
先來(lái)看“裸考”的結(jié)果。
GPT-3打出的標(biāo)簽與人類(lèi)最為匹配,尤其是“鴿派”、“基本鷹派”和“鷹派”標(biāo)簽。
Bert大大高估了“鴿派”句子的數(shù)量,情緒詞典則大大低估了“鴿派”或“基本鷹派”“鴿派”句子的數(shù)量。
為縮小研究結(jié)果的誤差,研究人員又計(jì)算了結(jié)果的平均絕對(duì)誤差(MAE)、均方根誤差(RMSE),比較準(zhǔn)確度和Kappa系數(shù)(用于一致性檢驗(yàn)的指標(biāo))。
研究人員還采用了F1分?jǐn)?shù)和均衡準(zhǔn)確率(均為機(jī)器學(xué)習(xí)模型評(píng)估指標(biāo))來(lái)進(jìn)一步提高研究的準(zhǔn)確度。
結(jié)果顯示,GPT-3成績(jī)遙遙領(lǐng)先其他機(jī)器。
它產(chǎn)生的MAE和RMSE誤差值最小,準(zhǔn)確度和Kappa系數(shù)最高,就連F1分?jǐn)?shù)和均衡準(zhǔn)確率也大多高于其他機(jī)器。
Bert模型雖然表現(xiàn)不及GPT-3,但好于情緒詞典。
接下來(lái)再看充分學(xué)習(xí)后的考試成績(jī)。
不出所料,GPT-3又是第一名,且成績(jī)明顯提高。
其中最亮眼的是,MAE誤差值幾乎是“裸考”成績(jī)的一半,精確度提高了近 1.5 倍,Kappa系數(shù)增加了一倍以上。
GPT-3的表現(xiàn)確實(shí)驚艷。
以美聯(lián)儲(chǔ)2013年5月的一份聲明中的措辭為例。
美聯(lián)儲(chǔ)表示:“總的來(lái)說(shuō),最近幾個(gè)月勞動(dòng)力市場(chǎng)狀況有所改善,但失業(yè)率仍然居高不下?!?/p>
ChatGPT的分類(lèi)是“基本鴿派”,與分析師的結(jié)果完全一致。
研究人員驚嘆道:
撇開(kāi)分類(lèi)不談,GPT模型能夠解釋為什么某個(gè)句子要以某種方式被標(biāo)記,這是一種超越任何現(xiàn)有NLP模型的能力,對(duì)研究人員來(lái)說(shuō)意義非凡。
報(bào)告最后,研究人員將GPT-4與GPT-3進(jìn)行了比較,發(fā)現(xiàn)在多數(shù)情況下,前者在“破譯”美聯(lián)儲(chǔ)講話方面有著更強(qiáng)的能力。
以下面的句子為例,美聯(lián)儲(chǔ)說(shuō):
鑒于目前通脹率低于2%,委員會(huì)將仔細(xì)監(jiān)測(cè)實(shí)現(xiàn)通脹目標(biāo)的進(jìn)展。
GPT-3將其判為“中性”,而GPT-4則判為“基本鴿派”,更接近分析師給予的“鴿派”分類(lèi)。
還能預(yù)測(cè)股價(jià)?
來(lái)自佛羅里達(dá)大學(xué)的兩位研究人員近期公布了一篇題為《ChatGPT可以預(yù)測(cè)股價(jià)走勢(shì)嗎?回報(bào)的可預(yù)測(cè)性和大型語(yǔ)言模型》的論文。
這項(xiàng)研究基本上就是,讓ChatGPT去判斷新聞對(duì)于公司股價(jià)是利好、利空還是無(wú)關(guān),研究人員根據(jù)ChatGPT解讀出的結(jié)果,來(lái)預(yù)測(cè)公司股票價(jià)格的走勢(shì)。
這實(shí)際上與解碼美聯(lián)儲(chǔ)聲明的研究大同小異。
研究人員提示ChatGPT:
假裝你是金融專(zhuān)家,是具有股票推薦經(jīng)驗(yàn)的金融專(zhuān)家。如果以下新聞是好消息,請(qǐng)回答“是”,如果是壞消息,請(qǐng)回答“否”,如果不確定,請(qǐng)回答“未知”。
然后,研究人員要求ChatGPT用一句話簡(jiǎn)要說(shuō)明該消息在短期/長(zhǎng)期對(duì)于某公司的股價(jià)是好還是壞。
研究人員將ChatGPT的回答轉(zhuǎn)化為相應(yīng)的數(shù)字,“是”“否”和“未知”分別對(duì)應(yīng)1、-1和0。如果某家公司某一天有多條大新聞,研究人員將把這些數(shù)字進(jìn)行平均計(jì)算。
最后,研究人員通過(guò)ChatGPT打出的分?jǐn)?shù)分析第二天的股票回報(bào),并對(duì)其打分進(jìn)行線性回歸分析。
注意,研究使用的數(shù)據(jù)是2021年晚些時(shí)候之后的,因?yàn)檫@段時(shí)間的數(shù)據(jù)是ChatGPT大數(shù)據(jù)訓(xùn)練中不包括的。
以甲骨文的一條新聞為例:
Rimini Street(企業(yè)軟件產(chǎn)品和服務(wù)提供商)在甲骨文的案件中被罰款63萬(wàn)美元。
這一新聞是利好還是利空甲骨文?
ChatGPT的回應(yīng):
是(對(duì)應(yīng)的數(shù)字為1),對(duì)Rimini Street的罰款可能會(huì)增強(qiáng)投資者對(duì)甲骨文保護(hù)其知識(shí)產(chǎn)權(quán)的信心,并增加對(duì)其產(chǎn)品和服務(wù)的需求。
因此,ChatGPT認(rèn)為這一消息對(duì)甲骨文股價(jià)有利。
相比之下,Ravenpack 給出的負(fù)面情緒評(píng)分為-0.52,表明該新聞被認(rèn)為是利空的。
研究最終發(fā)現(xiàn),ChatGPT打出的情緒分?jǐn)?shù)與股票走勢(shì)在統(tǒng)計(jì)意義上具有較強(qiáng)的相關(guān)性。不過(guò),GPT-1、GPT-2 和Bert等更基礎(chǔ)的模型則無(wú)法準(zhǔn)確預(yù)測(cè)。
結(jié)果還表明,ChatGPT 模型在預(yù)測(cè)股市回報(bào)方面優(yōu)于RavenPack等現(xiàn)有的情緒分析方法。
基于這一結(jié)果,研究人員認(rèn)為,未來(lái)的研究應(yīng)關(guān)注理解大語(yǔ)言模型(LLM)獲得預(yù)測(cè)能力的機(jī)制。
通過(guò)確定像ChatGPT這樣的模型成功預(yù)測(cè)股票回報(bào)的因素,研究人員可以開(kāi)發(fā)更有針對(duì)性的策略來(lái)改善這些模型,并最大化它們?cè)诮鹑陬I(lǐng)域的效用。
【4.22上海線下大師課報(bào)名】人工智能科學(xué)家劉志毅深度解讀邁向AGI時(shí)代的生產(chǎn)力革命和產(chǎn)業(yè)級(jí)投資!
關(guān)鍵詞:
新聞發(fā)布平臺(tái) |科極網(wǎng) |環(huán)球周刊網(wǎng) |中國(guó)創(chuàng)投網(wǎng) |教體產(chǎn)業(yè)網(wǎng) |中國(guó)商界網(wǎng) |萬(wàn)能百科 |薄荷網(wǎng) |資訊_時(shí)尚網(wǎng) |連州財(cái)經(jīng)網(wǎng) |劇情啦 |5元服裝包郵 |中華網(wǎng)河南 |網(wǎng)購(gòu)省錢(qián)平臺(tái) |海淘返利 |太平洋裝修網(wǎng) |勵(lì)普網(wǎng)校 |九十三度白茶網(wǎng) |商標(biāo)注冊(cè) |專(zhuān)利申請(qǐng) |啟哈號(hào) |速挖投訴平臺(tái) |深度財(cái)經(jīng)網(wǎng) |深圳熱線 |財(cái)報(bào)網(wǎng) |財(cái)報(bào)網(wǎng) |財(cái)報(bào)網(wǎng) |咕嚕財(cái)經(jīng) |太原熱線 |電路維修 |防水補(bǔ)漏 |水管維修 |墻面翻修 |舊房維修 |參考經(jīng)濟(jì)網(wǎng) |中原網(wǎng)視臺(tái) |財(cái)經(jīng)產(chǎn)業(yè)網(wǎng) |全球經(jīng)濟(jì)網(wǎng) |消費(fèi)導(dǎo)報(bào)網(wǎng) |外貿(mào)網(wǎng) |重播網(wǎng) |國(guó)際財(cái)經(jīng)網(wǎng) |星島中文網(wǎng) |手機(jī)測(cè)評(píng) |品牌推廣 |名律網(wǎng) |項(xiàng)目大全 |整形資訊 |整形新聞 |美麗網(wǎng) |佳人網(wǎng) |稅法網(wǎng) |法務(wù)網(wǎng) |法律服務(wù) |法律咨詢 |媒體采購(gòu)網(wǎng) |聚焦網(wǎng) |參考網(wǎng) |熱點(diǎn)網(wǎng) |焦點(diǎn)網(wǎng)
亞洲資本網(wǎng) 版權(quán)所有
Copyright © 2011-2020 亞洲資本網(wǎng) All Rights Reserved. 聯(lián)系網(wǎng)站:55 16 53 8 @qq.com