金融教授：能够更好地预测股市涨跌
葛佳明
04-13 09:15
金融学教授要求扮演一个有一定荐股经验的金融专家，如果新闻对股价有利，回答 “YES”；如果不好，则回答 “NO”，如果不确定则回答 “”。结果显示，可以较为准确的判断新闻是否负面，并以此推断市场走向。
还在继续颠覆金融圈。
佛罗里达大学金融学教授 Lopez-Lira表示，能够更好地预测股市涨跌。
Lopez-Lira教授和搭档 Tang在最近发表的论文中指出，他们利用来分析新闻标题，以此判断该标题对于股市来说是好是坏。
结果显示， 对于新闻影响及股市第二天回报的预测能力比随机预测要好得多。
这个实验也触及到了当前关于最先进人工智能的核心问题——AI大模型出现了人们不可预测的能力。这一被称之为”涌现”的现象的出现，在一定程度上是失控的。
与此同时，如果在不断训练过程中，可以越发准确的理解财经新闻，并判断它们将如何影响股价，华尔街精英们的工作面临的风险越来越大。
高盛曾在3月26日的一份报告中指出，他们预计约35%的金融工作将面临被人工智能取代的风险。该行交易员Rich 感慨道：“我们的时间都是AI借给我们的。”
Lopez-Lira表示他也对实验结果颇感震惊，认为当前投资者尚未将的机器学习纳入他们的交易策略中：
从监管的角度来看，如果我们让只读取头条新闻，那么头条新闻将变得更加重要。我们需要思考是否每个人都应该使用像GPT这样的机器。
同时，这肯定会对金融分析师的就业产生一些影响。
对的实验过程
在这个实验中，Lopez-Lira和搭档Tang利用了两个主要数据集进行分析：证券价格研究中心（CRSP）的每日回报和（数据供应商）提供的5万多个涉及到股票市场的标题。
考虑到的训练数据截止至2021年9月，Lopez-Lira选取的标题日期为2021年10月—2022年12月，从而更准确地评估其预测能力。
随后，他们要求扮演一个有一定经验的金融专家的角色，将这些标题与以下提示一起输入到GPT—3.5中：
忘记以前的所有指令，假设你是一位金融专家，且有一定的股票推荐经验。
如果新闻对股价有利，回答 “YES”；如果不好，则回答 “NO”，如果不确定则回答 “”。
并在下一行中用一句简短而简洁的话作进一步解释。
all your . you are a . You are a with stock .
“YES” if good news, “NO” if bad news, or “” if in the first line. Then with one short and on the next line.
最终，Lopez-Lira发现，在提供新闻头条信息的情况下，模型在所有情况下的预测都比没有信息时更准确。
具体而言，他们发现这个模型选择下一个交易日的走势，随机准确率不到1％，而有了新闻标题信息后准确率更高。
研究论文中的一个例子展示了一个关于公司解决诉讼案并支付罚款的标题，该标题具有负面情感，但是的回答正确地推断出这实际上是好消息。
Lopez-Lira在接受媒体采访时表示，当前已有对冲基金与他取得联系，以了解更多关于研究的细节：
如果机构开始整合这项技术，预测股票走势的能力在未来几个月可能会下降，这并不奇怪。
Lopez-Lira解释称，这是因为该实验仅测试了对股票在下一个交易日的价格走势的判断，而市场很可能在新闻公布后几秒钟内就已经定价了：
“随着越来越多的人使用这些工具，市场将变得更加有效率，因此预计收益的可预测性会下降。
所以我猜测，如果我运行这个实验，在接下来的五年中，到第五年，将没有任何收益可预测性。”
