论文：用ChatGPT做投资

先做个广告：如需代注册ChatGPT或充值 GPT4.0会员（plus），请添加站长微信：gptchongzhi

推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top

今年4月，美国佛罗里达大学的一项探索ChatGPT在金融投资领域潜力的工作论文甫一发布，瞬间让北美及全球资本市场兴奋了起来。在北美，该论文被下载了33000多次，稳居5月全球社会科学研究领域下载量前列。

各大媒体报道中，标题都鲜明醒目地写道“ChatGPT能够预测股票走势！”“从ChatGPT股票提示中赚取500%的回报？”“ChatGPT或是AI界的巴菲特”······

论文标题：

Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models

作者单位：

弗罗里达大学

Abstract
We examine the potential of ChatGPT and other large language models in predict- ing stock market returns using news headlines.We use ChatGPT to assess whether each headline is good, bad, or neutral for firms’stock prices. We document a sig- nificantly positive correlation between ChatGPT scores and subsequent daily stock returns. We find that ChatGPT outperforms traditional sentiment analysis methods. More basic models such asGPT-1, GPT-2, and BERT cannot accurately forecast re- turns, indicating return predictability is an emerging capacity of complex language models. Long-short strategies based on ChatGPT-4 deliver the highest Sharpe ratio. Furthermore, we find predictability in both small and large stocks, suggesting market underreaction to company news. Predictability is stronger among smaller stocks and stocks with bad news, consistent with limits-to-arbitrage also playing an important role. Finally, we propose a new method to evaluate and understand the models'reasoning capabilities. Overall, our results suggest that incorporating advanced language models into the investment decision-making process can yield more accurate predictions and enhance the performance of quantitative trading strategies.

研究内容：

这篇论文研究了ChatGPT和其他大型语言模型在使用新闻头条的情感分析预测股市收益方面的潜力。具体地，作者使用ChatGPT来预测一个给定的标题对公司的股票价格来说是好的、坏的还是不相关的新闻。然后计算出一个数字分数，并记录了这些 "ChatGPT分数 "与随后的每日股市回报之间的正相关关系。此外，还证实了ChatGPT优于传统的情绪分析方法。另外，作者发现更基本的模型，如GPT-1、GPT-2和BERT不能准确预测回报，表明回报预测能力是复杂模型的一个新兴能力。论文的实验结果表明，将高级语言模型纳入投资决策过程可以产生更准确的预测，并提高量化交易策略的性能。

在这篇题为“Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models”的论文中，佛罗里达大学金融学教授唐岳华和Alejandro Lopez-Lira评估了大型语言模型（Large Language Models，LLMs）尤其是ChatGPT在提取公司新闻里有效交易信息的表现。他们使用2021年10月至2022年12月美国证券价格研究中心公开的真实股市数据和新闻进行测试，并基于ChatGPT提供的“多空策略”交易建议，预测股市走势，在此期间最理想状态下的投资组合回报率达到了惊人的500%。

值得一提的是，论文虽然通过要求ChatGPT根据情绪推荐股票而发现了“统计上显著的预测效应”，但这样的回报并不是板上钉钉的。500%的回报率是几种交易策略中的最好结果，且没有考虑交易费用；论文中对该策略在不同交易成本情况下的业绩也有进行测量。唐岳华教授在接受本刊专访时指出，应该理性看待ChatGPT的预测能力，“如果很多投资者都把ChatGPT纳入投资决策过程，未来ChatGPT预测的功能可能会下降，但这不意味着它是可有可无的，这其实就是市场有效性提高的一个体现”。

该研究进一步认为，ChatGPT在预测股市回报方面的优越性可归因于其先进的语言理解能力，这使其能够捕捉细微差别以及新闻标题中的微妙之处，使模型能够生成更可靠的情绪分数，进而更好地预测股市回报。这些发现证实了ChatGPT情绪分数的预测能力，并强调了将LLMs纳入投资决策过程的潜在好处。通过超越传统的情绪分析方法，ChatGPT展示了其在提高量化交易策略性能和提供对市场动态的更准确理解方面的价值。

这是一项极具开创性的研究。正如研究指出的，“一直以来，LLMs在预测金融市场走势方面的表现是一个悬而未决的问题……本文是首批通过评估ChatGPT在预测股市回报方面的能力来解决这一关键问题的论文之一”。

代充值gpt4.0