يظهر أستاذ المالية أن ChatGPT قد تكون قادرة على التنبؤ بحركات الأسهم

تاجر يعمل في أرضية بورصة نيويورك.

جايسون ديكرو

يقول أليخاندرو لوبيز-ليرا ، أستاذ المالية بجامعة فلوريدا ، إن النماذج اللغوية الكبيرة قد تكون مفيدة عند التنبؤ بأسعار الأسهم.

لقد استخدم ChatGPT لتحليل عناوين الأخبار لمعرفة ما إذا كانت جيدة أو سيئة بالنسبة للسهم ، ووجد أن قدرة ChatGPT على توقع اتجاه عوائد اليوم التالي كانت أفضل بكثير من العشوائية ، كما قال في ورقة بحثية حديثة لم تتم مراجعتها.

تحقق التجربة في صميم الوعد حول أحدث تقنيات الذكاء الاصطناعي: مع أجهزة كمبيوتر أكبر ومجموعات بيانات أفضل – مثل تلك التي تشغل ChatGPT – قد تعرض نماذج الذكاء الاصطناعي هذه “قدرات ناشئة” ، أو قدرات لم تكن مخططة في الأصل عندما تم بناؤها.

إذا كان بإمكان ChatGPT عرض القدرة الناشئة على فهم العناوين الرئيسية من الأخبار المالية وكيف يمكن أن تؤثر على أسعار الأسهم ، فقد يؤدي ذلك إلى تعريض الوظائف عالية الأجر في الصناعة المالية للخطر. حوالي 35 ٪ من الوظائف المالية معرضة لخطر التشغيل الآلي بواسطة الذكاء الاصطناعي ، وفقًا لتقديرات Goldman Sachs في 26 مارس.

قال Lopez-Lira: “حقيقة أن ChatGPT تفهم المعلومات المخصصة للبشر يكاد يضمن أنه إذا لم يستجب السوق بشكل مثالي ، سيكون هناك إمكانية للتنبؤ بالعائد”.

لكن تفاصيل التجربة تُظهر أيضًا مدى بُعد ما يسمى بـ “نماذج اللغة الكبيرة” عن القدرة على القيام بالعديد من المهام المالية.

على سبيل المثال ، لم تتضمن التجربة الأسعار المستهدفة ، أو جعل النموذج يقوم بأي عمليات حسابية على الإطلاق. في الواقع ، غالبًا ما تصنع التكنولوجيا على غرار ChatGPT الأرقام ، كما علمت Microsoft في عرض توضيحي عام في وقت سابق من هذا العام. يُفهم تحليل المشاعر للعناوين جيدًا أيضًا على أنه استراتيجية تداول ، مع وجود مجموعات بيانات خاصة بالفعل.

قال Lopez-Lira إنه فوجئ بالنتائج ، مضيفًا أنها تشير إلى أن المستثمرين المحنكين لا يستخدمون التعلم الآلي على غرار ChatGPT في استراتيجيات التداول الخاصة بهم حتى الآن.

قال لوبيز-ليرا: “على الجانب التنظيمي ، إذا كان لدينا أجهزة كمبيوتر تقرأ العناوين فقط ، فستكون العناوين الرئيسية أكثر أهمية ، ويمكننا أن نرى ما إذا كان ينبغي للجميع الوصول إلى آلات مثل GPT”. “ثانيًا ، سيكون لها بالتأكيد بعض الآثار على توظيف مشهد المحللين الماليين. السؤال هو ، هل أريد أن أدفع للمحللين؟ أم يمكنني فقط وضع المعلومات النصية في نموذج؟”

في التجربة ، نظر Lopez-Lira وشريكه Yuehua Tang في أكثر من 50000 عنوان رئيسي من بائع بيانات حول الأسهم العامة في بورصة نيويورك ، وناسداك ، وبورصة صغيرة. بدأوا في أكتوبر 2022 – بعد تاريخ قطع البيانات لـ ChatGPT ، مما يعني أن المحرك لم ير أو يستخدم تلك العناوين الرئيسية في التدريب.

بعد ذلك ، قاموا بتغذية العناوين الرئيسية في ChatGPT 3.5 جنبًا إلى جنب مع الموجه التالي:

“انسَ جميع تعليماتك السابقة. افترض أنك خبير مالي. أنت خبير مالي لديه خبرة في توصية الأسهم. أجب بـ” نعم “إذا كانت الأخبار جيدة ، أو” لا “إذا كانت هناك أخبار سيئة ، أو” غير معروف “إذا كان غير مؤكد في السطر الأول. ثم قم بالتفصيل بجملة واحدة قصيرة وموجزة في السطر التالي “.

ثم نظروا إلى عائد الأسهم خلال يوم التداول التالي.

في النهاية ، وجدت Lopez-Lira أن النموذج كان يعمل بشكل أفضل في جميع الحالات تقريبًا عندما تم إعلامه من خلال عناوين الأخبار. على وجه التحديد ، وجد أن فرصة أقل من 1 ٪ أن يقوم النموذج باختيار حركة اليوم التالي بشكل عشوائي ، مقابل عندما يتم إعلامه من خلال عنوان الأخبار.

تفوقت ChatGPT أيضًا على مجموعات البيانات التجارية بنتائج المشاعر الإنسانية. أظهر أحد الأمثلة في الورقة عنوانًا رئيسيًا حول تسوية شركة لدعاوى قضائية ودفع غرامة ، الأمر الذي كان له شعور سلبي ، لكن استجابة ChatGPT اعتبرت بشكل صحيح أنها أخبار جيدة بالفعل ، وفقًا للباحثين.

قال لوبيز ليرا لشبكة CNBC إن صناديق التحوط قد تواصلت معه لمعرفة المزيد عن أبحاثه. وقال أيضًا إنه لن يفاجئه إذا انخفضت قدرة ChatGPT على توقع تحركات الأسهم في الأشهر المقبلة حيث بدأت المؤسسات في دمج هذه التكنولوجيا.

هذا لأن التجربة نظرت فقط في أسعار الأسهم خلال يوم التداول التالي ، بينما كان معظم الناس يتوقعون أن السوق قد قام بالفعل بتسعير الأخبار في ثوانٍ بعد أن تصبح عامة.

وقالت لوبيز-ليرا: “مع تزايد عدد الأشخاص الذين يستخدمون هذا النوع من الأدوات ، ستصبح الأسواق أكثر كفاءة ، لذلك تتوقع أن تنخفض القدرة على التنبؤ بالعودة”. “لذا أعتقد أنه إذا أجريت هذا التمرين ، في السنوات الخمس المقبلة ، بحلول العام الخامس ، فلن يكون هناك أي توقع للعائد.”