德邦金工文献精译第十期：ChatGPT能够预测股票价格的走势吗？收益可预测性和大型语言模型

请务必阅读正文之后的信息披露和法律声明 [Table_Main] 证券研究报告 | 金融工程专题 文献精译 金融工程专题 2022年04月22日 金融工程专题 证券分析师 肖承志 姓名 资格编号：S0120521080003 邮箱：xiaocz＠tebon.com.cn 资格编号：S11305XXXXXX 邮箱：xxxxx＠tebon.com.cn 研究助理 相关研究 1.《只有艰难时期的赢家能重复成功：对冲基金在不同市场条件下的业绩持续性——德邦金工文献精译第九期》2023.03.31 2.《训练语言模型以遵循带有人类反馈的指令——德邦金工文献精译第八期》2023.03.17 3.《股价是否充分反映了业绩中应计和现金流部分所蕴含的未来盈利信息?——德邦金工文献精译第七期》2022.07.13 4.《资产配置：管理风格和绩效衡量——德邦金工文献精译第六期》2022.07.11 5.《规模很重要，如果控制了绩差股——德邦金工文献精译第五期》2022.05.28 6.《中国股市的规模和价值因子模型——德邦金工文献精译第四期》2022.04.22 7.《机器学习驱动下的金融对不确定性的吸收和加剧——德邦金工文献精译第三期》2022.02.11 8.《不可知的基本面分析是可行的——德邦金工文献精译第二期》2022.01.14 9．《机器学习因子：在线性因子模型中捕获非线性——德邦金工文献精译第一期》2021.09.17 ChatGPT能够预测股票价格的走势吗？收益可预测性和大型语言模型 ——德邦金工文献精译第十期 [Table_Summary] 投资要点：  这篇报告介绍了ChatGPT语言模型预测股票收益的效果。论文标题是《Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models》，于2023年04月15日预发布于ArXiv，该论文评估了使用ChatGPT等大型语言模型对新闻标题进行情感分析，从而预测股票市场回报的潜力。  利用股票数据和新闻数据让ChatGPT进行情感分析。本文主要使用两个数据集进行分析，分别是CRSP日收益率和RavenPack新闻标题数据集。CRSP数据集包含了美国主要证券交易所上市的公司的日收益率等数据。RavenPack新闻标题数据集由各种来源的新闻标题组成，经过预处理和过滤以筛选公司新闻，并提供新闻与公司的相关性得分指标。  样本外的数据保证了预测的可信度。为了保证模型不提前知道数据，研究人员在确保所有预测结果都是在样本外进行的。由于ChatGPT训练数据截止于2021年9月，该论文选定的样本数据起始日期为2021年10月。  ChatGPT得分与股票回报正相关。该论文使用新闻标题向ChatGPT提问，并将ChatGPT的回答转换成ChatGPT得分。使用回归模型，将ChatGPT得分与股票日收益进行比较，发现ChatGPT得分与股票回报呈现正相关关系。  开发专用的金融大语言模型和混合其他AI技术的系统会更有前景。本文强调开发针对金融行业的大型语言模型以提高决策准确性和效率，并提议将大型语言模型与其他机器学习技术和量化模型结合，创建综合各种方法优势的混合系统，以进一步提高金融经济学中AI驱动模型的预测能力。  ChatGPT预测结果仍有不确定性以及面临监管风险。ChatGPT等高级语言模型在投资决策的过程中预测失误的可能性仍存在。此外，AI技术在金融领域的应用也需要更为完善严格的监管措施来防止不当操作和风险控制问题的产生。  风险提示：数据不完备和滥用风险，信息安全风险，模型失效风险 金融工程专题 2 / 15 请务必阅读正文之后的信息披露和法律声明 内容目录 1. 摘要 ................................................................................................................................ 4 2. 简介 ................................................................................................................................ 4 3. 相关工作 ......................................................................................................................... 5 4. 背景 ................................................................................................................................ 5 5. 数据 ................................................................................................................................ 6 6. 方法 ................................................................................................................................ 7 6.1. 提示语 .................................................................................................................. 7 6.2. 实证设计 ............................................................................................................... 8 7. 结果 ................................................................................................................................ 9 8. 结论 .............................................................................................................................. 11 9. 风险提示 ....................................................................................................................... 12 10. 参考文献 ..................................................................................................................... 12 信息披露 ............................................................................................................................ 15 金融工程专题 3 / 15 请务必阅读正文之后的信息披露和法律声明 图表目录 图1：样本公司累计收益率 .................................................................................................. 6 图2：实验数据描述 ............................................................................................................. 7 图3：新闻相关性分析数据 .................................................................................................. 7 图4：基于情感评分预测的次日日均收益率 ......................................................................... 9 图5：基于情感评分预测的全体公司样本数据回归计量结果 ............................................. 10 图6：基于情感评分预测的小公司样本数据计量结果 ........................................................ 10 图7：基于情感评分预测的非小公司样本数据计量结果 ..................................................... 11 图8：衡量模型解释性的指标 ............................................................................................. 11 金融工程专题 4 / 15 请务必阅读正文之后的信息披露和法律声明 1. 摘要 这篇报告是德邦金工文献精译的第十期，我们介绍ChatGPT语言模型预测股价的表现。 该论文的标题是《Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language》，于2023年4月15日预发布于Arxiv，作者是Alejandro Lopez-Lira和Yuehua Tang。这篇论文评估了利用大型语言模型 ChatGPT 进行情感分