投資人對人工智慧（AI）的熱情今年把標準普爾500指數推升了18%，也有不少人好奇AI能否應用在投資上。比如說，ChatGPT底下的大型語言模型（LLM），能夠模擬人類的推理，有一天取代選股經理人嗎？
佛羅里達大學金融系認為實驗這些模型能否理解金融市場，是很有意思的。他們詢問ChatGPT一則新聞對股價是利多還是利空，然後根據ChatGPT認定這是利多還是利空，模擬做多買進或放空賣出股票。
他們發現ChatGPT能傑出地依照新聞情緒判斷股價走向，但也有一些限制。事實上像ChatGPT或是Bard這樣的生成式AI服務還會一直警告使用者不要依賴AI理財，要自己做功課。
佛大金融系助理教授羅培茲利拉（Alejandro Lopez-Lira）和Emerson-Merrill Lynch副教授唐岳華（Yuehua Tang，音譯）想要評估ChatGPT能否理解新聞對股市動向的影響，並創造報酬，或ChatGPT能否與人類匹敵甚至超越人類。
他們餵給ChatGPT的資訊包山包海，從股利到執行長發言都有，選擇的公司則來自證券價格研究中心（Center for Research in Security Prices）資料庫。新聞從網上抓取，並與數據提供商RavenPack交叉比對以確保是相關資訊。
他們要ChatGPT給新聞評分，1是利多，0是不知道，-1是利空。1代表買進，-1代表作空，0不動作。ChatGPT猜測的正確率是51%。儘管獲利不高，但累積起來的報酬不少。
這項研究執行於四月，是2021年十月到2022年十二月之間交易日的前向測試。由於ChatGPT 3.5受訓的資料到2021年九月為止，這個LLM並不知道那之後股市發生了什麼事，學者才能用來實驗。
這項策略設定為交易紐約證交所和那斯達克的任何股票，不過多數獲利來自小型股，因為小型股交易成本較高，比較少投資人交易，利用操作的機會之窗較大。
這段期間內，ChatGPT 3.5的策略，把1美元變成了6.12美元，創造512%報酬率。ChatGPT 4的策略則把1美元變為3.76美元，報酬率276%。使用ChatGPT3.5的第二次模擬，考慮到交易成本要在5到25個基點內，報酬率因此分別降到380%和50%。同段期間，羅素2000下跌了20%。
羅培茲利拉指出，從整體報酬率來看，稍早的模型表現優於較晚的模型，但從風險調整回報率來看就不是這樣了。
他說，ChatGPT 3.5比較積極是因為實驗者給它「不知道」的選項，所以可以回答更多問題。
此外，ChatGPT 1、2、BERT都沒能適當地把資訊轉化為獲利交易，這代表正確性可能會隨著語言模型改善而變好。
羅培茲利拉指出，從好的方面來看，這些語言模型可以讓分析師的工作變得更輕鬆、更有效率，因為可以快速消化資訊。
更新的AI模型出現後，可能可以使市場更有效率，因為可以更快對消息做出反應。
這項初步研究主要集中在當沖。羅培茲利拉相信若有更多公司使用這些工具，那麼利用資訊的機會就會從一天減少到幾分鐘，甚至幾秒，人類將很難手動利用資訊來高頻交易，散戶也很難對抗大機構的演算法，AI只會讓散戶更難獲利，因為機構與散戶之間的差距會拉大。
不過他認為這些先進能力也可能給機構型交易者招致後果，愈來愈多公司把AI整合到交易裡，可預測性就會變低，因為他們以相同速度競爭，用相同模型分析數據，累積下來他們的競爭優勢也會降低。
金融比較網站finder.com先前做過的實驗中，ChatGPT選股的表現也贏過英國部分最受歡迎的投資基金。這項三月六日至四月二十八日做的實驗中，ChatGPT投資組合的獲利率是4.9%，同段期間10檔投資基金平均虧損0.8%。同段期間，標普500指數上漲3%，Stoxx Europe 600指數上漲0.5%。
羅培茲利拉建議，若你想使用ChatGPT真金白銀交易，最好提供更多脈絡給ChatGPT。
（資料來源：Business Insider、CNN）
