Opinione di Bloomberg – ChatGPT è l’app in più rapida crescita di sempre, con oltre 100 milioni di utenti a soli due mesi dal suo lancio a novembre. Consente agli utenti di avere conversazioni simili a quelle umane, con risposte sensate e spesso corrette a tutti i tipi di domande. Come gli umani, può chiedere maggiori informazioni e spiegare il ragionamento.
Ora vediamo la prima ricerca accademica sull’uso di ChatGPT in finanza. Due studi recenti fanno sembrare GPT una tecnologia promettente per migliorare il processo decisionale di investimento e spiegare le loro decisioni. Il sogno di lunga data di sostituire gli esseri umani nella finanza potrebbe diventare realtà.
Ho scritto a dicembre che “una macchina instancabile in grado di digerire tutte le informazioni e immune da pregiudizi dovrebbe essere chiaramente superiore agli umani quando si tratta di investire. Solo che non lo è”. La gestione finanziaria è stata uno dei primi obiettivi della ricerca sull’intelligenza artificiale, o intelligenza artificiale, perché sembrava un compito facile e molto gratificante. Ma finora, l’IA ha avuto successo solo in applicazioni specializzate in finanza.
GPT è l’acronimo di Generative Transformer Pre-trainer ed è un’idea di cinque anni che potrebbe cambiare le regole del gioco nelle applicazioni AI. In generale, ci sono tre modi per estrarre informazioni utili dai dati. Con dati strutturati, come numeri contabili o cronologie dei prezzi, è possibile applicare statistiche formali e moduli. Con dati completamente non strutturati – stringhe di bit che possono essere fotografie, misurazioni fisiche, testo o qualsiasi altra cosa – esistono algoritmi in grado di estrarre schemi e prevedere input futuri.
La lingua è da qualche parte nel mezzo. C’è una struttura, cioè certe combinazioni di lettere sono parole comprensibili, e ci sono regole grammaticali per collegare insieme le parole. Ma ci sono eccezioni alle regole e sfumature che vanno oltre il testo letterale. Per capire il testo, hai bisogno di molta conoscenza e contesto. C’è una vecchia storia – nel 1956, quando era davvero vecchia – su un lavoratore di intelligenza artificiale che ha creato un programma per tradurre tra inglese e russo. Le ha dato la frase “Lontano dagli occhi, lontano dalla mente” da tradurre in russo, e poi lei ha tradotto il russo in inglese e ha ottenuto “Invisible Fool”. Non esiste una regola linguistica che ci dica che la frase è un aforisma sull’oblio e non una descrizione di un individuo, ma nessun madrelingua commetterebbe l’errore.
I modelli GPT sono l’approccio attuale più recente per lavorare con i dati linguistici, ma il commercio quantitativo e gli investimenti hanno utilizzato per molti anni modelli linguistici più primitivi. Il ricercatore umano legge lentamente e con attenzione le informazioni rilevanti come dati aziendali, notizie, sondaggi e rapporti di ricerca. I computer possono leggere enormi quantità di informazioni in molte lingue e trarre conclusioni all’istante. Questo è essenziale per il trading ad alta frequenza, quando si cerca di determinare con una frazione di secondo in anticipo se un titolo è buono o cattivo per un prezzo azionario.
La maggior parte dei modelli linguistici utilizzati oggi nella finanza quantitativa sono trattati come dati strutturati. Gli algoritmi cercano parole specifiche o semplicemente misurano il numero di parole in un titolo o in un comunicato stampa. Alcuni algoritmi cercano schemi o strutture specifici. Ma nessuno dei registi cerca di capire il significato del testo, e nessuno di loro può spiegare perché sono giunti alle loro conclusioni o avere un’altra conversazione al riguardo.
Ora arrivano due articoli intitolati “Può ChatGPT decodificare la lingua federale?” e “ChatGPT può prevedere i movimenti dei prezzi delle azioni?”. Non stiamo parlando di SkyNet che prende il controllo di Wall Street, ma se ChatGPT supera i modelli precedenti – molti dei quali trattano il linguaggio come strutturato – nel prendere decisioni rapide su brevi testi.
Il primo articolo chiedeva a ChatGPT di determinare se una particolare affermazione nella dichiarazione della Fed fosse “colomba” (indicando che la banca centrale era più propensa a tagliare piuttosto che aumentare i tassi di interesse) o “falca” (altrimenti). Un algoritmo di trading ad alta frequenza può stimare ogni frase della dichiarazione della Federal Reserve e utilizzare il risultato insieme ad altri dati per scambiare futures sui fondi federali o altri strumenti prima che gli analisti umani finiscano di leggere la prima parola della dichiarazione.
In questo studio, ChatGPT ha consentito le inferenze degli analizzatori umani meglio dei modelli basati su dizionario che cercavano solo parole specifiche. Quando i ricercatori hanno perfezionato ChatGPT fornendogli una formazione aggiuntiva su affermazioni alimentate con informazioni su come gli esseri umani classificano le affermazioni, ha abbinato due ricercatori umani quasi come due ricercatori umani. Le spiegazioni per le loro decisioni erano ragionevoli.
Questo non è immediatamente utile per le operazioni. L’articolo non rivela la velocità con cui funziona il modello, né se le interpretazioni generali dei dati della Fed corrispondano alle conclusioni generali degli esseri umani (la corrispondenza con la realtà non è importante, poiché i trader di alto valore spesso cercano di battere il mercato prima del nuovo consenso , erroneamente fuori luogo). la teoria). Ma suggerisce che i paradigmi GPT potrebbero essersi spostati verso una vera comprensione della lingua. Se questo è vero – e uno studio non prova nulla – potrebbe essere utilizzato in una gamma molto più ampia di testi per creare tesi, come l’inflazione rimarrà un problema per i prossimi 12 mesi, piuttosto che segnali di trading spot. alta frequenza. E invece di segnali binari di acquisto/vendita, ChatGPT può avere una conversazione con un analista umano per migliorare le decisioni di investimento. Infine, se questo sembra funzionare, una futura generazione di modelli GPT potrebbe essere addestrata su tutta la storia dei testi finanziari e dei movimenti dei prezzi.
Il secondo elemento è più direttamente correlato al trading. Usa ChatGPT per valutare i titoli delle notizie come buoni o cattivi per i prezzi delle azioni. Ha sperimentato la strategia di acquistare un titolo con buone notizie all’apertura dopo che il titolo è stato pubblicato e venderlo alla chiusura; Oppure vendi all’apertura e riacquista alla chiusura se il titolo è cattivo.
I risultati non sono conclusivi. Il segnale ChatGPT ha una correlazione di 0,01 con il rendimento totale dell’inventario del giorno successivo. Ma per valutare un segnale, dovresti confrontarlo con il rendimento residuo dopo l’adeguamento per il rendimento di mercato, possibilmente per fattori noti. Una correlazione di 0,01 può o non può essere preziosa in combinazione con altri segnali. La strategia testata ha generato rendimenti positivi da ottobre 2021 a dicembre 2022 senza costi di transazione, ma gli autori non forniscono dati sul fatto che abbia sovraperformato la strategia di mercato o se il rendimento positivo sia stato statisticamente significativo. Un profitto lordo dello 0,13% per operazione indica che non può superare i costi di transazione.
Gli autori presentano anche una regressione che include informazioni prospettiche, quindi non può essere utilizzata per valutare l’efficacia nel prendere decisioni basate su informazioni note al momento. Il flag ChatGPT non fornisce informazioni aggiuntive sui tre decimali mostrati dagli autori, anche se sembra avere qualche piccolo valore positivo. Ma indeciso non significa fallimento. Lo studio ha indicato che ChatGPT era migliore di altri popolari paradigmi alternativi e la ricerca di GPT e di altri grandi paradigmi linguistici continua.
GPT è uno strumento di intelligenza artificiale che può lavorare, imparare e insegnare alle persone, non una scatola nera incomprensibile. Per lo meno, sembra pronto a sostituire algoritmi obsoleti e aumentare l’uso dell’intelligenza artificiale negli investimenti sia quantitativi che qualitativi. C’è ancora molta strada da fare prima di un’acquisizione di Wall Street, ma non c’è motivo di pensare che non possa farlo.
Questa nota non riflette necessariamente l’opinione del comitato editoriale o di Bloomberg LP e dei suoi proprietari.
“Educatore generale della birra. Pioniere del caffè per tutta la vita. Sostenitore certificato di Twitter. Fanatico di Internet. Professionista dei viaggi.”