金融学教授称 ChatGPT 可通过分析财经新闻预测股价涨跌,AI 这一能力将对投资者带来哪些影响?
淘宝搜:【天降红包222】领超级红包,京东搜:【天降红包222】
淘宝互助,淘宝双11微信互助群关注公众号 【淘姐妹】
财联社4月13日讯,尽管ChatGPT无法预见未来,但对于那些希望预测股票价格走向的投资者而言,这一语言模型可能具有价值。
美国佛罗里达大学(Uni【【微信】】)金融学教授亚历桑德罗・洛佩兹-里拉(Alejandro Lopez-Lira)认为,大型语言模型能够预测股价涨跌。
他在近期一篇未经同行评审的论文中表示,在使用ChatGPT来分析新闻头条对一只股票是利好还是利空后,他发现ChatGPT预测次日股票回报方向的能力远好于传统模型。
金融学教授:ChatGPT可通过分析财经新闻预测股价涨跌通过新闻判断股票涨跌并不难,难的是在新闻公开之前知道新闻内容
其实各种新闻大家如果在股市混久了,都知道是利好还是利空
你就算不知道,稍微看看别人解读也会非常清晰
所以只要是公开的新闻,你不可能不知道是利好还是利空
而且现在稍微有一点点关联的新闻,都会在各大论坛,股吧下面躁动
你只要去看,都有无数网友在解读
也有无数专业的财经媒体在分析
这些内容加起来给你的参考价值和AI没有区别
这个新闻里面聊到的AI通过新闻预判股价,就是一种大数据经验的模式
相当于让AI不断的学习,新闻和股票第二天的股价影响关系
只要学的足够多,基本上AI就明白了,什么样的新闻可以影响什么样的板块,什么样的股票
而且有一个得分,就是影响程度
得分很高的基本上第二天股价表现就会很好
就相当于一种特别大的利好,是产业链的利好,每次公布,这个行业的龙头企业都大涨
那么AI就记住了这样的利好,再出现的时候,就可以自动判断,利好这个行业的股票,龙头企业得分会更高
这种情况就是经验学,统计学罢了,没有太大的帮助
如果不能提前知道这个新闻会发生,其实发生以后,第二天就是高开,大涨,你去追高还可能亏钱
因为新闻出来以后,有一些经验的投资者都可以判断利好,利空,不需要AI来判断了
解读新闻对投资意义并不大
只不过可以做为应该辅助判断
之前也有华尔街聊AI炒股的事情
也说到AI炒股,能运用的都运用了,比如说自动挂单,自动设置条件成交,就是量化那种
或者用AI去评估风险,这些早就在做了
但还没办法替代人,因为交易的条件还是要有经验的基金经理来设定,钱这种事情,不能简单的让AI处理
都是人来确定方向,范围,然后让AI死板的进行
或者在思考怎么确定范围,和交易条件的时候,可以借助AI做分析,但是最终确定的方案,都是人做的
所以AI最擅长的还是背书,统计学的工作
可以让大家减少收集资料的时间,能处理很多繁琐复杂,但不是很有创造力的事情
投资属于特别需要主观判断的事情,而且千变万化
最终的决策都是需要通过不同情况来综合判断的
这样的事情AI就只能做辅助,打下手了,没办法做主力
只能人来做决策
但是AI有一个优势就是没有感情,有极强的执行力
人有时候在行情波动大的情况下,会怀疑自己,会推翻自己的判断
AI如果确定了,设定好了,就会执行
所以如果人在理性的情况下,设定好了一套交易方案
然后让AI去坚定执行
我相信会大幅提升投资者的收益水平
尤其是经验丰富的投资者
很多经验丰富的投资者就是输了心态不问
交易的时候,开盘的时候就都忘记了,收盘,又会分析了
这种情况下,AI的无情确实有帮助
以后经验丰富的投资者,可以考虑用AI作为交易帮手,去坚定的执行自己的交易机会
这样挺好的,可以互补
AI帮助人解决情绪化的问题,人帮助AI解决创造力不足的问题
可能会产生奇效
金融圈,已经想用爆火的ChatGPT赚钱了?
金融圈,已经想用爆火的ChatGPT赚钱了?,金融圈的梗,金融圈干货,金融圈的乱,有人想破ChatGPT的火,也“烧”到了金融圈。
近日,两则关于金融机构试水ChatGPT应用的消息引起关注。
招商银行在微信发布了一篇名为《亲情信用卡温暖上市,ChatGPT首次诠释“人生逆旅,亲情无价”》的推文,而这也被看作是金融行业首次尝试与ChatGPT搭档生产的宣传稿件。
无独有偶,日前,财通证券研究也发布了一篇由ChatGPT撰写的超6000字医美研报,并在业内刷屏。这不由得也让一部分分析师开始担心,自己的饭碗要被ChatGPT抢走了。
2023年开年后,人工智能赛道上,OpenAI旗下的ChatGPT就一直占据了头条。推出不到两个月的时间,它的月活用户就突破1亿,创造了最快的“从0到1”的增长纪录。作为一款聊天人工智能应用,ChatGPT能够代替人写文章、写情书、写代码、做题。现在,它甚至已经在金融领域开始“工作”了。
ChatGPT究竟是什么新物种?当年AlphaGo击败“棋王”李世石的事还历历在目,ChatGPT难道又要掀起一次新的技术革命吗?为什么它在金融行业率先开始了落地的试验,是否可能替代部分岗位?将来,它是否还能实现帮人炒股理财呢?
经试验,ChatGPT确实能无所不答。而对其未来的商业化,业界也意见不一。有专家认为,ChatGPT现在在企业中,更多地是能能够扮演“实习生”的角色,它可以处理简单的文本素材整理等工作,但还缺乏深层次分析能力,真正应用起来还需要时间,商业化落地还较为遥远。
但也有业内人士对此抱有不同的看法。在他们看来,ChatGPT并不是一个简单的聊天软件,它很可能打开了“强人工智能”的潘多拉魔盒。达观数据创始人陈运文认为,它于人工智能行业,无异于一个“原子弹”级别的改变,对部分文字工作岗位带来了颠覆性的创新。而金融行业,未来可能是其应用落地的重点领域。
当ChatGPT做起文案、研报、财务分析
“生命的舞台上,我们都是基因的载体”“如果说基因给我们的生命带来了基础,那亲情便是对生命的深刻赋予”“亲情本质上是一种利他的行为,它不是由基因驱使,而一种慷慨的选择”……
以上几句话并非出自哪位诗人,而是几天前ChatGPT为招商银行信用卡撰写的亲情信用卡宣传文案。
几乎在同一时间,财通证券用ChatGPT撰写的券商研报也出炉了。
该报告名为《提高外在美,增强内在自信――医疗美容革命》,全文总共超过6000字。内容包括医美行业简介、全球医疗美容市场概述、轻医美的崛起、医美在我国的崛起、全球医美行业主要参与者、ChatGPT对于疫情后中国和全球医美市场的看法等部分。
把时间拉回2022年12月,Chat GPT3刚刚发布之际,国盛证券区块链研究院也用ChatGPT撰写了一篇有关AIGC的报告,题为《释放Chat GPT3 的力量――AIGC如何改变我们文字生成的方式》,篇幅近5000字,内容包括AIGC发展历程、技术架构、参与企业等要点。
把视野放宽,ChatGPT在人类世界已经引发了激烈讨论。这段时间以来,程序员用ChatGPT写代码改bug、美国大学生用ChatGPT做作业、法官用ChatGPT做出法庭判决、ChatGPT参加加美国医生执照考试几乎全部及格等消息频出。
ChatGPT是美国人工智能研究实验室OpenAI推出的一种人工智能技术驱动的自然语言处理工具,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,真正像人类一样来聊天交流,甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。
该工具于2022年11月30日发布,5天用户数突破100万,60天月活过亿,成为史上用户增长最快的互联网消费级应用程序。
在它之前,TikTok推出9个月用户达到1亿,Instagram则花了两年半的时间,国民应用微信历时433天从0涨到1亿用户。
如此燎原之火的态势,ChatGPT想不被关注都难。不少专家对ChatGPT的实力表示一定程度上的认可。
达观数据创始人、CEO陈运文表示,ChatGPT最大的优势是大模型。AI大模型相当于通过积累大量知识,最后形成的一个有泛化知识的个体。比起传统的小模型来,它的能力无异于是一个“大学生”了。ChatGPT号称背后采集了45TB的数据进行训练,相当于4500万部《红楼梦》,再加上庞大算力和算法支持,无异于实现了“原子弹”级别的飞跃。
这也意味着,用通俗的语言来讲,ChatGPT比以往的人工智能对话模型知识储备更大、效率更快,也更聪明――它对语言文字深层次了解的效果也更强了。
北京社科院研究员、大数据业务分析师王鹏称,ChatGPT有交互性好、学习能力强、逻辑性强等特点。清华大学计算机科学与技术系教授黄民烈也表示,ChatGPT已经超出了80%甚至90%人的对话能力。
ChatGPT之所以在短时间内吸引了大量用户,原因也在于此。这也给它在应用落地上打开了想象力。据了解,ChatGPT背后的“金主”,作为OpenAI投资方之一的微软,就曾在发布会上全面演示了其技术应用上的新功能――财报分析。
演示中,微软用Edge浏览器打开了GAP公司15页的三季度财报PDF,利用ChatGPT实时总结出了核心要点,并将其和Lululemon的三季度财报进行对比,很快得出各项指标对比结果。
“这里面的技术含量远超招行文案和券商研报。因为后者只是单纯的数据搜索抓取和整合的机械成果,而前者是强人工智能全场景应用功能的小试牛刀,可扩展性是无限的。”独立国际策略研究员陈佳表示。
即便如此,比起写诗、聊天这些相对轻松的事情,金融领域对专业性、严谨性的要求之高,可给不了ChatGPT浑水摸鱼的机会。它能够胜任吗?
向ChatGPT请教投资理财会怎样?
沿着ChatGPT分析财报、写研报的思路,还可以衍生出一个新的话题:如果让ChatGPT来做自己的人工智能理财师,会怎样?
结合近期的资本市场、股市、投资理财、银行、房产等热点,市界用十多个问题,找ChatGPT聊了聊。以下是对话内容(或受字数限制影响,部分回答未显示完全):
其中,对买哪支股票好、应该投资还是存钱、是否能做理财规划师的问题,ChatGPT的回答都属模棱两可。ChatGPT很自信自己能担任金融领域的投资理财、融资租赁、风险管理、投资银行、审计服务、信托和私募等相关工作。而且它认为,ChatGPT将可能成为金融机构客服的补充和替代。
日前,“提前还贷”话题冲上了微博热搜。银行不允许提前还贷怎么办?ChatGPT则回答说,用户要仔细阅读贷款文件,不清楚的去问银行工作人员。
日前,浙江湖州一位用户发布视频称,其去某银行存5万元时,被要求提供收入证明等材料。对于“银行存款5万是否需要收入证明”的问题,ChatGPT的回答倒也还中规中矩。
其他一些问题,包括“谁是世界上最有钱的人?”“赚钱又轻松的工作有哪些?”“巴菲特赚了多少钱?”等,ChatGPT也都认真地一一作答。
看完ChatGPT的回答,博通咨询首席分析师王蓬勃称,“回复的还是基于框架上的、表象上的东西。一旦涉及深层次和细节上的问题,还得需要人工回答。”他认为,目前ChatGPT还只能做文案、营销、运营即时应答这种辅助性工作,或是纯数据分析自动生成的报表。
王鹏则称,简单的金融领域客服问答ChatGPT是可以做的,另外像比较初级的资料整理、研报等,操作时有一定的格式和流程,ChatGPT也能行。“但是受制于技术路径的因素,它还不能全方位掌握最新数据资料。尤其是在金融领域,新技术新资料每时每刻都在发生变化,要想及时更新并做出快速反应,ChatGPT还做不到。”他表示。
业界有分析称,ChatGPT信息的时效性落后,它的“学习生涯”还停留在2021年。对此,陈运文表示,这是由于ChatGPT的语料更新到2021年。作为生成式模型,目前它对精确的事实性问题,还没有办法给出确切答案。ChatGPT还不能脱离人工干预,独立工作。
事实上,根据报道,招商银行的信用卡的宣传稿是由朱明杰博士等AI专家一起搭档生产的;财通证券的医美研报中也说明了,ChatGPT花1小时写完,后期分析师还要用2小时人工修改。
陈运文表示,现在ChatGPT的工作模式还是撰写人类给它的“命题作文”。它对于作者来说,更像是一名人工智能的“助手”:人类输入自己的观点、需求,模型通过自己的联想、自然语言理解能力,生成文本。
但是,目前的ChatGPT在进行归纳性的写作工作时,表现得如此流畅,在陈运文看来,这已经是“对从事文字写作岗位有着颠覆性的创新”。
而且,ChatGPT后期还将在与人类交流的过程中学习和进化。陈运文表示,“其4.0版本将于年内发布,比目前的3.0版本还要聪明1000倍。”
但按照以上说法,至少当下,担心ChatGPT和人类“抢工作”还为时尚早。在王鹏看来,它目前还只是能做“实习生”的活儿,而带有咨询、研究性质的工作,它就没办法担任了;此外,一些具有开拓性和创新性的工作,因为没有历史参考,ChatGPT可能也难以胜任。
至于让ChatGPT来当理财规划师的设想,更是不现实。有专家认为,那需要它能像人脑一样获取大量数据、做理财产品的对比、关注用户真实需求、资金安全,给ChatGPT十年都不够。
但陈佳却仍然坚信,人类思维虽然有很强的直觉能力,却受限于身体机能和算力瓶颈,导致在微观世界交易分析的精度极为有限,但机器本身可以避免这些弱点。
ChatGPT能掀起金融变革吗?
在ChatGPT之前,人工智能技术早已闯入金融圈。
中国信通院金融人工智能研究报告(2022年)里写道,目前人工智能技术在金融产品设计、市场营销、风险控制、客户服务和其他支持性活动等金融行业五大业务链环节均有渗透,已经全面覆盖了主流业务场景。典型的场景有智能营销、智能身份识别、智能客服等。
解决行业痛点的同时,人工智能在获取增量业务、降低风险成本、改善运营成本、提升客户满意度均进入价值创造阶段。
此次ChatGPT的出现,能为金融行业再添一把火吗?
天使投资人、知名互联网专家郭涛认为,“ChatGPT能非常好地模拟人类聊天行为,在理解能力和交互性方面表现也更强。ChatGPT将推动金融行业的快速变革,有望在迎宾服务、智能客服、客户电话回访、信用卡账单催款、用户调研等领域快速落地。”但同时他也强调,它从事的“更多地是辅助工作,并不能完全代替相关工作岗位”。
陈运文则非常看好未来ChatGPT与金融行业的结合。他认为,ChatGPT商业化落地最快的领域或许也将是金融业,原因有两点:一是存在写作痛点,二是行业对科技的关注度较高。“金融业文档有海量报告需要写作,工作量异常庞杂,尤其适合来ChatGPT来做。”
他预测,未来,金融行业的写作工作,可以做到有90%由AI系统来规划,“ChatGPT 不仅能干实习的活,也能干白领的活”。同时,达观数据也在紧锣密鼓地和金融机构共同探索,针对金融领域的类ChatGPT语言模式。
但这也并非一蹴而就的事。
郭涛表示,ChatGPT目前还尚处于发展的早期探索阶段,存在关键核心技术发展不成熟、算法模型不完善、训练数据缺乏及偏差、理解能力不足、回答问题不够灵活和对语料库依赖过多、相关法律法规不健全及技术伦理挑战等突出问题,距离大规模的商业化应用还需要很长一段时间。
王鹏也表示,ChatGPT在金融场景应用至少还需要三到五年的训练和优化。
王蓬勃则担心,ChatGPT应用还存在一些风险障碍,“主要是数据获取的合规性和安全性,要做到符合国家监管的规定和要求。如果说大范围应用,背后一定需要基于算法和数据的支持,但这避免不了要触碰到个人隐私问题。”
“它做得再好也只是一个应用工具,不应被过度炒作。”王蓬勃说。
从AlphaGo、自动驾驶到ChatGPT,人工智能应用正在逐渐进入大众的生活。尽管AI仍未实现大规模落地商用,但已经有越来越多的企业关注到了这一赛道,并不断加码。各类金融工具还无法代替人工,但AI化和数据化,也让人们从简单、机械、重复的信息整理等劳动中解放出来,成为了可能。