欧美久久久久久精品一区,在线看片免费人成视频在线影院

當(dāng)ChatGPT問世后，其不凡的語言分析能力，立刻在多個行業(yè)的引起了廣泛關(guān)注，投資界也不例外，ChatGPT能否應(yīng)用于投資選擇，也成為了廣泛討論的話題。

(資料圖片)

最近，來自加拿大多倫多大學(xué)、印度孟買理工學(xué)院的研究者，聯(lián)手對此進(jìn)行了一次試驗(yàn)，他們設(shè)計(jì)了不同的Prompt來考驗(yàn)ChatGPT的股選能力,并將其與經(jīng)典投資組合優(yōu)化模型進(jìn)行了比較實(shí)驗(yàn)。

論文標(biāo)題：《基于Chat GPT的投資組合選擇》

結(jié)果發(fā)現(xiàn)，ChatGPT不但展現(xiàn)出了不俗的選股才能，而且在與傳統(tǒng)的量化投資方式結(jié)合時，還能夠釀造出更佳的投資組合。

這樣的結(jié)果，無疑為人們打開了一扇大門，AI與量化投資技術(shù)合體，或許能成就更智能的投資決策。

1 基本思路

此次試驗(yàn)的目標(biāo)，是利用ChatGPT廣泛的訓(xùn)練數(shù)據(jù)來識別最“流行”或“表現(xiàn)最佳”的股票,并通過量化金融技術(shù)(如投資組合優(yōu)化)改進(jìn)ChatGPT建議的策略。

在試驗(yàn)過程中，研究人員假設(shè)，訓(xùn)練數(shù)據(jù)中某只股票的提及頻率和情感傾向可能會影響ChatGPT的選擇推薦。

為了驗(yàn)證這樣的假設(shè)，研究者以GPT-4為實(shí)驗(yàn)對象，對其提出了一個要求，要其在來自標(biāo)普500的股票中，抽取一定數(shù)量的股票（分別為15、30、45為一組），形成一套股票組合，并要求這套組合的盈利水平必須超越標(biāo)普500。

GPT-4選擇的45種股票組合

為了獲得更加多元化的結(jié)果，研究者對這一要求重復(fù)提問了30次。

之后，研究者先從GPT給的那三個股票池里分別搭建兩個不同的投資組合。第一個組合是等權(quán)組合，就是每個股票的占比都是相同的,比如股票池有15只股票，那么每個股票就占總數(shù)的1/15。

第二個組合是讓GPT自己決定每個股票的權(quán)重分配。研究者對GPT說：假設(shè)你要用這幾只股票做個理論投資組合，并且目標(biāo)是超越標(biāo)普500指數(shù)的話，你會怎么分配它們的權(quán)重比較合適呢？然后還要解釋一下你這么分配的原因和策略。

這樣，GPT就會考慮不同股票的行業(yè)、市值大小、增長潛力啥的，給出它的權(quán)重分配方案。這個被我們稱為GPT加權(quán)組合。GPT給的具體權(quán)重分配方案，就可以用上圖的餅狀圖表示。

之后，研究人員發(fā)，隨著投資組合的股票數(shù)目變多，GPT的加權(quán)組合中，股票的行業(yè)分布也變得更加均勻了。

雖然“信息技術(shù)”行業(yè)仍然是最大的部分，但比重有所下降，其他像工業(yè)、能源、通信服務(wù)等行業(yè)的股票占比都有所提高。這讓投資組合的風(fēng)險(xiǎn)分散開來了，也能抓住更多不同市場的機(jī)會。

在得到了兩種不同的投資組合，即一般的等權(quán)組合，和GPT-4自己選的加權(quán)組合后，研究人員會根據(jù)投資組合優(yōu)化的算法，計(jì)算這兩種股票組合的收益和風(fēng)險(xiǎn)。

2 優(yōu)化投資組合

為了計(jì)算投資組合的預(yù)期收益和風(fēng)險(xiǎn)，研究人員需要用到歷史的數(shù)據(jù)來進(jìn)行統(tǒng)計(jì)分析。

在這里，實(shí)驗(yàn)使用的是過去5年中每周的股票價(jià)格和收益率的數(shù)據(jù)。

研究團(tuán)隊(duì)把過去5年中,每只股票每周的實(shí)際收益率都計(jì)算出來,然后取算術(shù)平均值,就可以得到這只股票的期望收益率。把所有選中的股票的期望收益率都計(jì)算出來，就可以組成一個期望收益率的向量。

同時，為了體現(xiàn)各個股票之間的相互關(guān)系，研究團(tuán)隊(duì)還要計(jì)算出一個叫做“協(xié)方差矩陣”的數(shù)據(jù)。

“協(xié)方差矩陣”看起來很高端,但其內(nèi)涵其實(shí)可以用一句話簡單地概括：

假設(shè)我們投資了股票A和股票B。如果過去一段時間里,當(dāng)A股上漲時,B股也常常上漲,那么我們就說A和B正相關(guān)；反之就是負(fù)相關(guān)。

計(jì)算每個股票組合的協(xié)方差矩陣，就可以量化它們之間的風(fēng)險(xiǎn)相關(guān)系數(shù)，從而得出股票組合整體的風(fēng)險(xiǎn)狀況。

拿到這兩份數(shù)據(jù)之后，研究者通過投資組合優(yōu)化模型去計(jì)算，看看怎樣的組合可以在給定的風(fēng)險(xiǎn)水平下，獲得最大的預(yù)期收益。

在計(jì)算過程中，研究者將不同的股票組合的風(fēng)險(xiǎn)/收益情況，繪制成了一張效率曲線圖，這條線上每個點(diǎn)代表一組不同的股票組合，其中縱坐標(biāo)代表收益，橫坐標(biāo)代表風(fēng)險(xiǎn)。

GPT所選股票的效率前沿線

在比較過程中，團(tuán)隊(duì)將GPT-4選擇的權(quán)重組合，與效率曲線圖中風(fēng)險(xiǎn)最小的組合、收益最大的組合在長、中、短三個周期內(nèi)分別進(jìn)行了比較，以對比二者的實(shí)際收益率。

之后，再拿二者的收益率和標(biāo)普500指數(shù)做比較?？纯茨男┙M合能在與大盤的比較中勝出。

通過全面地評估兩種組合在不同周期的實(shí)際投資表現(xiàn)，就可以找到最優(yōu)的投資策略。

由此，研究者就可以檢驗(yàn)ChatGPT選股是否真的能帶來超額收益。

3 結(jié)論

就經(jīng)過了實(shí)際的比對、分析后，研究團(tuán)隊(duì)得出了如下結(jié)論：

ChatGPT選股的組合整體表現(xiàn)較好

實(shí)驗(yàn)比較了兩類組合，一類是GPT-4根據(jù)歷史數(shù)據(jù)選出來的加權(quán)組合，另一類是純粹通過數(shù)學(xué)模型優(yōu)化出來的等權(quán)組合。

結(jié)果發(fā)現(xiàn),GPT-4選股的組合,無論選15只股票還是30只、45只,它的整體回報(bào)率都高于那些純粹用數(shù)學(xué)模型算出來的股票組合。

這說明ChatGPT選股有一定的優(yōu)勢,可能因?yàn)樗C合分析了很多歷史信息,而不僅僅是簡單的數(shù)據(jù)統(tǒng)計(jì)。

股票組合勝在“精簡”

研究團(tuán)隊(duì)還發(fā)現(xiàn)，ChatGPT選出來的15只股票組合,比它選出的30只和45只組合回報(bào)率更高更穩(wěn)定。這說明成功的投資不在于選擇很多股票來分散風(fēng)險(xiǎn),關(guān)鍵是要選到基本面好、潛力大的優(yōu)質(zhì)股票。一個選股準(zhǔn)確的股票組合，即使只有十幾只股票，也可以戰(zhàn)勝更多元化但是股票質(zhì)量不齊的大組合。

15只股票組合的投資回報(bào)率

ChatGPT組合風(fēng)險(xiǎn)收益平衡

在股票投資中，往往存在著“風(fēng)險(xiǎn)越大，收益越大”的事實(shí)。然而，GPT-4自己設(shè)定權(quán)重的組合,從始至終都沒有出現(xiàn)“高風(fēng)險(xiǎn)、高收益”的極端組合，而是在收益和風(fēng)險(xiǎn)之間實(shí)現(xiàn)了較好的平衡,

ChatGPT既沒有追求極端收益帶來的高風(fēng)險(xiǎn),也沒有過度規(guī)避風(fēng)險(xiǎn)而收益太低的問題。這可能是比較適合普通投資者的選擇。

ChatGPT與量化投資結(jié)合最佳

研究者最后發(fā)現(xiàn),除了個別股票外，大多數(shù)根據(jù)GPT-4選股然后做優(yōu)化的組合,其實(shí)際收益率都超過了標(biāo)普500指數(shù)。

這說明,利用ChatGPT這類新的AI技術(shù)來輔助投資決策，其實(shí)整體上還是可能戰(zhàn)勝市場的。

但單純依靠ChatGPT提供的投資建議可能還不夠可靠，因?yàn)镃hatGPT可能擅長選擇股票,但分配權(quán)重和控制風(fēng)險(xiǎn)可能還需人工調(diào)整。

研究團(tuán)隊(duì)最后得出的關(guān)鍵結(jié)論是：如果能夠結(jié)合ChatGPT的投資思路，然后用傳統(tǒng)的量化投資模型進(jìn)一步優(yōu)化，這樣實(shí)際的投資表現(xiàn)會最好。

4 啟示

在上述實(shí)驗(yàn)中，ChatGPT通過自身強(qiáng)大的語義分析能力，從大量數(shù)據(jù)中，找到了那些評價(jià)積極的備選股票。通過這種方式投資，收益率比很多基準(zhǔn)收益要高。

然而，研究者發(fā)現(xiàn)，直接完全相信ChatGPT的投資建議還是有風(fēng)險(xiǎn)的,它給的意見可能不全面。

因?yàn)镃hatGPT可能很擅長根據(jù)歷史信息判斷哪些股票值得買入,但具體該買入多少股卻不一定能算得準(zhǔn)。

而在這方面，量化投資則可以通過精確計(jì)算，來得到最優(yōu)的股票權(quán)重分配方案。

因此，結(jié)合兩者優(yōu)勢,既發(fā)揮ChatGPT股票選擇的能力,又利用量化模型優(yōu)化權(quán)重,這樣才會達(dá)到最佳的投資效果。