近日，美國頂級公立大學佛羅里達大學金融學院公布的一項研究表明，將融合在投資模型中，可以預測股市的走勢，其投資回報率甚至高達驚人的500%，堪稱AI界的“巴菲特”。

回報率超500%

從論文內容來看，其研究方法是用深度分析上市公司發布的新聞標題、內容，來確定是好消息還是壞消息。然后chatgpt炒股模型，對這些內容進行評級，再通過復雜的計算公式制成“指數”，結合公司的實時股價進行比對，以驗證的分析能力。

簡單來說，就是研究員為提供大量的新聞標題和內容，讓用情感分析（ ）判斷這些事件對股市的影響。

會判斷出某一事件對股票價格有利、不利，還是不相關。之后，研究者會依照該結果打分，用真實的股市回報來看準不準。

該研究使用2021年10月至2022年12月CRSP（證券價格研究中心）公開的真實股市數據和新聞進行測試。

研究員根據提供的“多空策略”交易建議炒股chatgpt炒股模型，在此期間獲得了超過500%的收益。這一出色的投資表現，與同期購買并持有標準普爾的-12%回報率形成強烈對比。有網友驚呼：“的股票投資水平，超過專業金融分析師和傳統分析平臺！”

研究結果說明， 的評分對每日股市回報有顯著預測能力。為了進一步研究的能力，將的評分與傳統的數據分析平臺進行了比較，發現遠遠高于傳統股市情緒分析模型。開發探索大語言模型在金融行業的應用是非常有潛力的的。

那么，該項基于的投資具體回報是什么樣子？

多空策略，即購買有好消息的公司并賣空有壞消息的公司，回報率最高，超過500%。

做空策略，只關注賣空有壞消息的公司，回報率接近400%。

做多策略，只買入有好消息的公司，回報率約為50%。

不過，有業內人士表示，該研究結果其實只是一個理想情況。未來如果金融從業人員都使用基于大語言模型的工具進行決策，或許會對金融市場的價格形成機制和穩定性產生影響。

推薦的投資組合完勝主流基金

上個月，英國的一家金融咨詢網站公布了一組由推薦股票組成的投資組合收益率數據。這個組合于3月6日創立，在之后的五周左右的時間里上漲4.93%。

該實驗用推薦的38只高質量股票創建了一個股票投資組合，“出于實驗的目的，我們為38只股票分配了相同的權重。”

據了解，推薦的標的包括：科技巨頭微軟、谷歌母公司、亞馬遜、Meta；芯片股有臺積電、英偉達、AMD、英特爾、應用材料、阿斯麥；消費類有強生、寶潔、沃爾瑪、勞氏、雀巢、百事公司、可口可樂；以及Visa、萬事達、伯克希爾-哈撒韋等。

與此同時，實驗還追蹤了英國在線投資平臺 上最受歡迎的10只基金。作者稱，這10只基金的受歡迎程度表明它們受到廣大投資者的好評和信賴，是可靠的參照物。

結果顯示，的投資組合在五周時間里上漲4.93%，與之相比，10只基金平均虧損0.8%。不僅如此，的投資組合僅在39個交易日中的前5日落后，即10只基金的平均表現在87%的交易日中均不及指數。

“炒股”適用于資管機構嗎？

那么，強大的真的能幫助金融從業人員炒股嗎？

業內人士表示，基于金融行業特有的行業屬性，類似的AI應用尚不能接入到公募私募的投研系統，直接輔助投研活動。從自主可控和數據安全的考慮，等到國內相關公司的大語言模型研發出來之后，可能會接入到資管機構的投研領域。

恒生電子首席科學家白碩近期在一場公開演講中表示，基于金融行業特有的行業屬性，大規模商用的技術對于準確性、可控性、時效性有很高的要求，并且需要具備很強的專業性、邏輯性和創造性。同時chatgpt炒股模型，基于自主可控和數據安全的考慮，直接應用公有云上的大語言模型可能并不適用于資管機構。

業內人士表示，背后是一種人工智能大語言模型，從大量的文本數據中學習語言的通用特征，例如詞語之間的關系、句子結構、語法和上下文信息等，完成一種有邏輯的表達回答用戶的問題。相較于人腦，它背后的數據、語義、資料更多，但僅靠大語言模型并不能理解代碼背后的意圖，也無法在股票市場完成精確的投資。目前在公募和私募行業中，類似于的人工智能技術或可最先應用于客服問答、研究輔助等領域。

免責聲明：本文系轉載，版權歸原作者所有；旨在傳遞信息，不代表本站的觀點和立場和對其真實性負責。如需轉載，請聯系原作者。如果來源標注有誤或侵犯了您的合法權益或者其他問題不想在本站發布，來信即刪。