Alejandro López Lira, profesor de finanzas de la Universidad de Florida, dice que los grandes modelos de lenguaje pueden ser útiles al pronosticar los precios de las acciones.
Usó ChatGPT para analizar los titulares de noticias para ver si eran buenos o malos para las acciones y descubrió que la capacidad de ChatGPT para predecir la dirección de los rendimientos del día siguiente era mucho mejor que aleatoria, dijo en un artículo reciente revisado por pares.
El experimento golpea el corazón de la promesa que rodea a la inteligencia artificial de vanguardia: con computadoras más grandes y mejores conjuntos de datos, como los que impulsan ChatGPT, estos modelos de IA pueden exhibir “capacidades emergentes” o capacidades que no fueron planeadas originalmente. cuando fueron construidos.
Si ChatGPT puede demostrar una capacidad emergente para comprender los titulares de noticias financieras y cómo pueden afectar los precios de las acciones, podría poner en riesgo los empleos bien remunerados en la industria financiera. Goldman Sachs estimó en una nota del 26 de marzo que alrededor del 35 por ciento de los trabajos financieros corren el riesgo de ser automatizados por IA.
“El hecho de que ChetGPT esté entendiendo información destinada a humanos casi garantiza que si el mercado no responde por completo, habrá un retorno”, dijo López-Lera.
Un comerciante trabaja en el parqué de la Bolsa de Valores de Nueva York.
jason decro
Pero los detalles del experimento también muestran lo lejos que están los llamados “modelos de gran lenguaje” de poder hacer un trabajo financiero.
Por ejemplo, el experimento no incluyó valores objetivo o el modelo no se vio obligado a hacer ningún cálculo matemático. De hecho, la tecnología de estilo ChatGPT a menudo compensa los números, como aprendió Microsoft en una demostración pública a principios de este año. El análisis de sentimiento de los titulares también se entiende bien como una estrategia comercial, con conjuntos de datos patentados ya implementados.
López Lira dijo que estaba sorprendido por los resultados y agregó que sugieren que los inversores sofisticados aún no están utilizando el aprendizaje automático al estilo ChatGPT en sus estrategias comerciales.
“En el lado regulatorio, si solo tenemos computadoras que leen los titulares, los titulares importan más y podemos ver si todos deberían tener acceso a máquinas como GPT”, dijo López-Lira. “Segundo, ciertamente tendrá algún impacto en la contratación del panorama de los analistas financieros. La pregunta es, ¿quiero pagarles a los analistas? ¿O simplemente puedo poner información textual en el modelo?”.
Cómo funciona el experimento.
En el experimento, López-Lera y su colega Yuhua Tang analizaron más de 50 000 titulares de un proveedor de datos sobre acciones públicas en la Bolsa de Valores de Nueva York, Nasdaq y una bolsa de valores de pequeña capitalización. Comenzaron en octubre de 2022, después de la fecha de corte de datos para ChatGPT, lo que significa que el motor no vio ni usó esos titulares en el entrenamiento.
Luego, introdujeron los titulares en ChatGPT 3.5 con el siguiente mensaje:
“Olvídate de todas tus instrucciones anteriores. Demuestra que eres un experto financiero. Eres un experto financiero con experiencia en recomendación de acciones. Responde “SÍ” si hay buenas noticias, “NO” si hay malas noticias. ” o responde “DESCONOCIDO” si no está seguro en la primera línea. Luego explique con una oración corta y concisa en la siguiente línea”.
Luego miran el rendimiento de las acciones durante el siguiente día de negociación.
En última instancia, López-Lira descubrió que el modelo funcionaba mejor en casi todos los casos cuando se lo informaba un titular de noticias. Específicamente, encontró una probabilidad de menos del 1% de que el modelo eligiera aleatoriamente el movimiento del día siguiente, en comparación con cuando se le informó por un titular de noticias.
ChatGPT también superó los conjuntos de datos comerciales con puntajes de sentimiento humano. Un ejemplo en el periódico mostraba un titular sobre una empresa que pagaba demandas y multas, que tenía un sentimiento negativo, pero la respuesta de ChatGPT argumentaba correctamente que en realidad eran buenas noticias, según los investigadores.
López-Lera le dijo a CNBC que los fondos de cobertura se comunicaron con él para obtener más información sobre su investigación. También dijo que no le sorprendería si la capacidad de ChatGPT para predecir los movimientos de las acciones disminuye en los próximos meses a medida que las instituciones comienzan a integrar la tecnología.
Esto se debe a que el experimento solo analiza los precios de las acciones durante el siguiente día de negociación, mientras que la mayoría de las personas esperaría que el mercado ya fije el precio de las noticias a los pocos segundos de que se hagan públicas.
“A medida que más y más personas usen este tipo de herramientas, los mercados se van a volver más eficientes, por lo que se esperaría que el pronóstico de retorno disminuya”, dijo López-Lira. “Entonces, supongo que si ejecuto este ejercicio, habrá un pronóstico de retorno cero para los próximos cinco años, hasta cinco años”.