北京时间 4 月 18 日早间消息，据报道，将 ChatGPT 应用于金融行业的第一批学术研究正在到来。从初步结果来看，过去几个月对 ChatGPT 的高度期待是合理的。
本月新发表的两篇论文介绍了，如何将 ChatGPT 用于与金融市场分析相关的任务。一篇是让 ChatGPT 分析美联储讲话是鹰派还是鸽派，另一篇是让 ChatGPT 判断财经新闻对一只股票的影响是有利还是不利。
ChatGPT 通过了这两项测试。这表明，在将包括新闻、Twitter 贴文和演讲记录等文字内容转化为交易信号方面，技术可能已经向前迈出了重大一步。
这个转化过程在华尔街并不是什么新鲜事，量化分析师长期以来一直使用支撑聊天机器人的语言模型来指导各种策略。但最新的研究表明，OpenAI 开发的技术在解析细微差别和上下文方面达到了全新水平。
量化对冲基金 Man AHL 的机器学习负责人斯拉维・马里诺夫（Slavi Marinov）表示：“这是少数几个炒作的话题变成现实的案例之一。”多年来，该公司一直在使用自然语言处理技术来处理包括财报和 Reddit 贴文在内的文字内容。
第一篇论文题为《ChatGPT 能否破译美联储讲话》。在这篇论文中，美联储的两名研究人员发现，在判断央行的声明是鸽派还是鹰派方面，ChatGPT 最接近人类。里士满联储的安妮・伦德加德・汉森（Anne Lundgaard Hansen）和索菲亚・卡辛尼克（Sophia Kazinnik）的研究表明，ChatGPT 在这方面击败了来自谷歌的模型 BERT 以及基于词典的分类法。
ChatGPT 甚至能够以一种类似美联储自己分析师的方式，解释其对美联储政策讲话的分类。美联储分析师的解读被作为这项研究的基准。
以 2013 年 5 月美联储讲话中的一句话为例：“总的来说，近几个月劳动力市场状况有所改善，但失业率仍居高不下。”人工智能解释说，这句话是鸽派的，因为它表明经济还没有完全复苏。这与分析师布莱森的结论类似，他在论文中被描述为“一名 24 岁男性，非常聪明并且有好奇心”。
第二篇论文题为《ChatGPT 能否预测股价走势？回报的可预测性和大语言模型》。佛罗里达大学的亚历桑德罗・洛佩斯-利拉（Alejandro Lopez-Lira）和唐月华（Yuehua Tang）让 ChatGPT 假装成金融专家，解读财经新闻标题。他们使用的是 2021 年末之后的新闻，ChatGPT 的训练数据中没有包括这段时间的内容。
研究发现，ChatGPT 给出的判断与相应股票的随后走势在统计上存在关联。这表明，ChatGPT 能正确解析新闻标题的含义。
论文中的一个例子让 ChatGPT 判断新闻“Rimini Street 在与甲骨文的诉讼中被罚款 63 万美元”对甲骨文是有利还是不利。ChatGPT 认为是有利的，因为这一处罚“可能会增强投资者对甲骨文保护知识产权能力的信心，并增加行业对甲骨文产品和服务的需求”，
对大多数资深的量化分析师来说，使用自然语言处理技术来衡量一只股票在 Twitter 上的受欢迎程度，或是对该公司的最新新闻进行分析，已经成为司空见惯的操作。但 ChatGPT 展示的进步似乎将打开全新的信息世界，并帮助更广泛的金融专业人士更容易地使用这类技术。
对马里诺夫来说，目前人工智能的阅读能力几乎和人类一样好，这并不令人惊讶，但 ChatGPT 可能会加速技术应用的进程。
当 Man AHL 首次构建模型时，这只量化对冲基金需要手动将每句话标记为对一项资产是正面或负面，为人工智能提供解释语言的范本。随后，该公司将整个流程变成了游戏，对参与者进行排名，计算他们对每一句话的认可程度，这样让所有员工都可以参与进来。
这两篇新论文表明，ChatGPT 甚至可以在没有经过专门训练的情况下完成类似任务。美联储的研究表明，这种所谓的无训练学习已经超过了以前的技术，在根据一些具体例子对其进行微调后，技术还会变得更好。
马里诺夫之前也是一家自然语言处理创业公司的联合创始人。他说：“以前，你必须自己标注数据。现在，你可以通过为 ChatGPT 设计正确的提示来实现数据标注。”
