新浪科技訊 北京時(shí)間4月18日早間消息，據(jù)報(bào)道，將ChatGPT應(yīng)用于金融行業(yè)的第一批學(xué)術(shù)研究正在到來。從初步結(jié)果來看，過去幾個(gè)月對(duì)ChatGPT的高度期待是合理的。

本月新發(fā)表的兩篇論文介紹了，如何將ChatGPT用于與金融市場(chǎng)分析相關(guān)的任務(wù)。一篇是讓ChatGPT分析美聯(lián)儲(chǔ)講話是鷹派還是鴿派，另一篇是讓ChatGPT判斷財(cái)經(jīng)新聞對(duì)一只股票的影響是有利還是不利。

(資料圖片僅供參考)

ChatGPT通過了這兩項(xiàng)測(cè)試。這表明，在將包括新聞、Twitter貼文和演講記錄等文字內(nèi)容轉(zhuǎn)化為交易信號(hào)方面，技術(shù)可能已經(jīng)向前邁出了重大一步。

這個(gè)轉(zhuǎn)化過程在華爾街并不是什么新鮮事，量化分析師長(zhǎng)期以來一直使用支撐聊天機(jī)器人的語言模型來指導(dǎo)各種策略。但最新的研究表明，OpenAI開發(fā)的技術(shù)在解析細(xì)微差別和上下文方面達(dá)到了全新水平。

量化對(duì)沖基金Man AHL的機(jī)器學(xué)習(xí)負(fù)責(zé)人斯拉維·馬里諾夫（Slavi Marinov）表示：“這是少數(shù)幾個(gè)炒作的話題變成現(xiàn)實(shí)的案例之一。”多年來，該公司一直在使用自然語言處理技術(shù)來處理包括財(cái)報(bào)和Reddit貼文在內(nèi)的文字內(nèi)容。

第一篇論文題為《ChatGPT能否破譯美聯(lián)儲(chǔ)講話》。在這篇論文中，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)儲(chǔ)的安妮·倫德加德·漢森（Anne Lundgaard Hansen）和索菲亞(002572)·卡辛尼克（Sophia Kazinnik）的研究表明，ChatGPT在這方面擊敗了來自谷歌的模型BERT以及基于詞典的分類法。

ChatGPT甚至能夠以一種類似美聯(lián)儲(chǔ)自己分析師的方式，解釋其對(duì)美聯(lián)儲(chǔ)政策講話的分類。美聯(lián)儲(chǔ)分析師的解讀被作為這項(xiàng)研究的基準(zhǔn)。

以2013年5月美聯(lián)儲(chǔ)講話中的一句話為例：“總的來說，近幾個(gè)月勞動(dòng)力市場(chǎng)狀況有所改善，但失業(yè)率仍居高不下。”人工智能解釋說，這句話是鴿派的，因?yàn)樗砻鹘?jīng)濟(jì)還沒有完全復(fù)蘇。這與分析師布萊森的結(jié)論類似，他在論文中被描述為“一名24歲男性，非常聰明并且有好奇心”。

第二篇論文題為《ChatGPT能否預(yù)測(cè)股價(jià)走勢(shì)？回報(bào)的可預(yù)測(cè)性和大語言模型》。佛羅里達(dá)大學(xué)的亞歷桑德羅·洛佩斯-利拉（Alejandro Lopez-Lira）和唐月華（Yuehua Tang）讓ChatGPT假裝成金融專家，解讀財(cái)經(jīng)新聞標(biāo)題。他們使用的是2021年末之后的新聞，ChatGPT的訓(xùn)練數(shù)據(jù)中沒有包括這段時(shí)間的內(nèi)容。

研究發(fā)現(xiàn)，ChatGPT給出的判斷與相應(yīng)股票的隨后走勢(shì)在統(tǒng)計(jì)上存在關(guān)聯(lián)。這表明，ChatGPT能正確解析新聞標(biāo)題的含義。

論文中的一個(gè)例子讓ChatGPT判斷新聞“Rimini Street在與甲骨文的訴訟中被罰款63萬美元”對(duì)甲骨文是有利還是不利。ChatGPT認(rèn)為是有利的，因?yàn)檫@一處罰“可能會(huì)增強(qiáng)投資者對(duì)甲骨文保護(hù)知識(shí)產(chǎn)權(quán)能力的信心，并增加行業(yè)對(duì)甲骨文產(chǎn)品和服務(wù)的需求”，

對(duì)大多數(shù)資深的量化分析師來說，使用自然語言處理技術(shù)來衡量一只股票在Twitter上的受歡迎程度，或是對(duì)該公司的最新新聞進(jìn)行分析，已經(jīng)成為司空見慣的操作。但ChatGPT展示的進(jìn)步似乎將打開全新的信息世界，并幫助更廣泛的金融專業(yè)人士更容易地使用這類技術(shù)。

對(duì)馬里諾夫來說，目前人工智能的閱讀能力幾乎和人類一樣好，這并不令人驚訝，但ChatGPT可能會(huì)加速技術(shù)應(yīng)用的進(jìn)程。

當(dāng)Man AHL首次構(gòu)建模型時(shí)，這只量化對(duì)沖基金需要手動(dòng)將每句話標(biāo)記為對(duì)一項(xiàng)資產(chǎn)是正面或負(fù)面，為人工智能提供解釋語言的范本。隨后，該公司將整個(gè)流程變成了游戲，對(duì)參與者進(jìn)行排名，計(jì)算他們對(duì)每一句話的認(rèn)可程度，這樣讓所有員工都可以參與進(jìn)來。

這兩篇新論文表明，ChatGPT甚至可以在沒有經(jīng)過專門訓(xùn)練的情況下完成類似任務(wù)。美聯(lián)儲(chǔ)的研究表明，這種所謂的無訓(xùn)練學(xué)習(xí)已經(jīng)超過了以前的技術(shù)，在根據(jù)一些具體例子對(duì)其進(jìn)行微調(diào)后，技術(shù)還會(huì)變得更好。

馬里諾夫之前也是一家自然語言處理創(chuàng)業(yè)公司的聯(lián)合創(chuàng)始人。他說：“以前，你必須自己標(biāo)注數(shù)據(jù)。現(xiàn)在，你可以通過為ChatGPT設(shè)計(jì)正確的提示來實(shí)現(xiàn)數(shù)據(jù)標(biāo)注。”