佛罗里达大学的一份研究报告震惊了金融圈:利用ChatGPT分析公司新闻的情绪，并据此在股市中买卖空，投资回报率最高可达500%以上。虽然对这份报告中惊人的收益率数据存在质疑，但金融领域正在因为AI的介入而发生变化。
摩根大通、高盛等传奇投行被连续曝光，不管500%的收益率是否经得起推敲，它至少说明GPT的能力已经开始渗透到金融市场的最前沿——交易。在Web3资产管理和投资研究机构高管洛奇看来，AI对“替代因素”的高效挖掘和优化早已发生。
在量化机构和对冲基金中，“另类因素”是所有策略因素中最稀有、最珍贵的因素。是指除了公司基本面、交易量、价格等常规因素外，社会舆论、市场情绪等影响市场的因素。洛基解释说:“顶级机构都在考虑替代因素。”。量价因素和基本面因素必然会变得同质，替代因素会起决定性作用，帮助机构出奇制胜。
作为一个通用的大模型，GPT要想直接用于量化投资，还需要用户的打磨，但一扇新的大门已经打开。对于普通人来说，有了ChatGPT的帮助，可以高效的验证大量策略，分析数据，也可以找到适合自己的赚钱之道。
AI的龙卷风终于刮到了最近的金融市场。
“500%投资回报”轰动全球。
一直相信科技力量的顶级投行摩根大通在AI上出招了。5月26日，摩根大通宣布正在开发一款名为“IndexGPT”的金融服务工具，该工具利用云计算和人工智能来分析和选择证券，并为客户提供智能和个性化的投资建议。
这是摩根大通和赢号又一次将AI加入交易系统。
早在2017年，摩根大通就开始使用内部代号为LOXM的人工智能工具，让机器从过去数十亿真实和模拟盘的历史交易中总结经验教训，然后以最快的速度和最优的价格执行交易指令，在交易规模和效率上超越人类。
2019年，摩根大通招募全球AI专家，开发了“股票交易机器人”。其主要功能包括生成投资报告、自动搜索投资机会和自动监控“报价请求”。当时，摩根大通声称，自动化订单在过去几年中已将交易执行成本降低了约20%。
如果说摩根大通早期的AI投资是为了“降低成本”的话，那么当GPT展示其超能力的时候，这家投行就开始用最先进的AI技术来提升自己的“点钞能力”。从布局来看，AI在摩根大通扮演的角色发生了显著变化——从投资助理变成了指导交易的交易员。
摩根大通的新动作释放出AI深耕金融行业的信号，高盛和摩根士丹利也被曝出在内部投资AI研发。
金融巨头搞AI的新闻在华尔街上演，并没有引起公众关注。但佛罗里达大学金融系的一份研究报告却被重点提及，打破了“AI改变金融圈”常规叙事下的审美疲劳。
ChatGPT能预测股价走势吗？这份原本在今年4月6日发表的关于高校的研究报告，起初也反响不大。直到5月，Reddit上的一位科学作家推荐了这篇报道，他认为这篇报道被主流媒体忽视了。
“500%投资回报”进入话题后，瞬间引爆了金融圈内外。
论文显示，弗罗里达大学的研究人员将2021年10月至2022年12月的公开市场数据和新闻馈送给了没有联网的GPT-3.5。这些数据是通过网络爬虫获取的，包括了与4138家上市公司相关的67586个标题，并排除了任何股票涨跌的标题，过滤掉了无意义、热门的话题、重复的新闻等等。研究人员主要让ChatGPT对每一个标题进行评价，让它来决定好不好空。
这是一种典型的情绪分析，也是德肖和双适马等知名对冲基金采用的自动化交易策略的一部分。举个简单的例子，当某件事情发生时，市场往往对其利弊看法不一空。准确的情绪分析有助于识别新闻的影响，做出正确的投资决策。
研究人员煞费苦心地让ChatGPT给出答案，最后他们得出了一个惊人的结论:擅长逻辑推理的ChatGPT的表现优于其他所有情感分析工具。在ChatGPT的帮助下，研究人员测试了过去使用ChatGPT指导不同投资策略的回报表现。最终，multi 空 strategy(买入有好消息的公司，卖出空有坏消息的公司)的回报率超过500%，do空strategy的回报率接近400%，long strategy的回报率在50%左右。
ChatGPT驱动的战略演示
在证券市场，上述任何一个收益率都足以杀死全球99%的投资经理。研究报告显示，同期买入并持有标准普尔500 ETF的回报率为-12%。
仅仅用ChatGPT做情感分析就能带来这么高的回报率？令人眼前一亮的报道也引起了网友的质疑，“如果你找到一个不到两年就能获得500%回报的策略，你会公开吗？”还有人说，即使报道是真的，一个策略一旦广为人知，就不再有效了。“天下没有免费的午餐。”
AI升级替代因子“挖掘机”
外行看热闹，内行看门道。当这个消息传到洛奇的耳朵里时，他非常激动。
Rocky是一家Web3资产管理和投资研究机构的高管。他被佛罗里达大学的研究报告“惊呆了”。他认为ChatGPT的加入，在“替代因素”的挖掘和优化上有了质的飞跃。他总结道:“交易员已死，AI+投资才是未来。”
洛奇解释说，在他们研究量化之前，有两点是最难的，第一是数据来源，第二是战略因素。常见的战略因素有量价因素和基本面因素，最后同质化比较严重。"最后的考验是替代因素的博弈."
战略因素是数量机构中的一个常见概念。简单来说，机构会对二级市场的交易数据、信息舆情等数据进行清洗，然后将海量数据加工成因子。这是一个从海量信息中寻找影响市场的重要因素的过程。将这些因素融入交易策略，可以帮助交易者判断市场的涨跌。
有效的战略因素意味着“金矿”。一旦被挖掘出来，回归并不难。
正如Rocky所说，在策略因素中，数量策略中数量和价格因素、基本面因素和替代因素的比例大致为60%、20%和20%。其中，量价因素是基于市场成交量的数据挖掘，包括每分钟资产价格、资金流向、各种k线的技术指标等等。基本面因素来自财务报表、券商报告、分析师预期等。替代因素是前两者之外的“秘密武器”，每个机构都会利用自己独特的能力收集影响价格的因素，包括社会舆情和门店数据。佛罗里达大学的研究人员让ChatGPT做的“情绪分析”就属于这一类。
常见战略因素(红岸研究)
一般来说，因为量价因素和基本面因素，很难拉开机构之间的差距，因为这些信息是固定的、公开的，挖掘出替代因素会考验机构的能力。“现在顶级对冲基金都在滚动替代因素，”洛奇告诉“宇宙的爆炸”。高手对战难度很大，常规招式很难奏效，怪招才能赢。
而替代因素的挖掘成本和难度远高于数量价格因素和基本面因素。
“这就像在一望无际的海滩上捡贝壳，你需要非常耐心地一个一个捡。通常某一类替代数据只能覆盖这些板块中的一部分，即使挖掘出来也只能在这些板块上获得收益。”孟茜投资总经理李翔表示，替代因素的光学数据采集是有一定门槛的，因为不是常规数据，要么从第三方数据提供商购买，要么自己采集。即使是为了找到更好的数据，机构也需要积极发掘有价值的数据提供者。
收集数据后，研究替代数据并不容易。“如何挖掘数据的内在逻辑，这一步也有很高的门槛。”李想说，这个过程很微妙，需要排除各种杂音，找到内在逻辑，再结合因素。一系列操作完成后，可能会有不错的效果。
李想把收集要素的过程比作“挖矿”:一开始先收集一些地表层次的、容易收集的矿，然后越挖越深。
在替代因素的挖掘中，往往是各大投资机构最耗费人力、财力和核心的工作。他们大量收集信息，逐一分析价值，测试回报率，试错。复杂的工作量过后，他们可能一无所获，有时候收获有效的替代因子需要一些运气。
如今，ChatGPT的出现使得挖掘替代因素的过程变得高效。“它的文本转换功能非常强大。比如我们可以利用自然语言处理技术，捕捉网民对某一类股票甚至某一只股票的看法。”李想认为，GPT的跨越式发展可以提高一些辅助工作的效率，比如在预测维度，“其对于定量研究的增益在数据采集端，利用ChatGPT可以更好地获取文本信息。”
但GPT更像是一个通用的模式，并不偏向金融专业，这就注定了它不能马上用。洛奇表示，基于GPT大模型的数据馈入属于“通用模型”，无法满足金融截面和时间序列数据的真实性、有效性和实时性。在数据清洗过程中，需要专业的小模型进行预处理和标准化，可见ChatGPT离专业量化的道路还很远。
但Rocky认为，ChatGPT为机构打开了一个明显的门道，AI可以成为交易员的高能助手。
普通人的财富机会来了吗？
佛罗里达大学的研究报告就像一个介绍，足以让摩根大通顿悟。AI很可能成为交易市场上没有感情的“赚钱机器”，与真人玩金钱游戏。
那么普通投资者能否借助ChatGPT等工具参与量化交易，提高收益呢？
对此，洛奇觉得不太现实。他解释说，量化交易需要有金融工程专业背景、高等数学、统计概念、金融知识、衍生品知识、金融法规等知识储备。同时，GPT这种大型模型数据库不是实时的，需要从彭博等地购买数据源，否则数据不是实时的，无法参与游戏。“彭博有十几万美元的终端，门槛太高。散户跟GPT跑个盈利回测就可以了，实战就别想了。”
在动荡的金融市场中，普通投资者对工具的使用要特别谨慎。一旦被高级工具识破，很可能会成为任人摆布的羔羊。但也有人提供了更适合普通人的投资思路。高收益恐怕做不到，但是跑赢房贷利率还是有很大机会的。
牛一飞，小程序“阿牛数据”创始人，一直从事低频量化交易。不久前，他做了一个实验，让ChatGPT写一个量化策略，把收益率曲线测算回来。
牛一飞给ChatGPT提供的策略逻辑是:每天从上证50、创业板指数、10年期国债的ETF中，选出最近一个月(22个交易日)涨幅最大的一只。如果基金已经持有，将继续持有。如果不持有，* *持有的基金会全额买入该基金。如果过去一个月三只基金都跌了，那就是* *。
用ChatGPT编码量化策略的过程
很快，ChatGPT给出了相应的政策代码和注释。“唯一的缺点是没有数据来源。还好我有历史基金数据。引入数据后，我真的可以看到每日持仓的结果。”
后来牛一飞需要验证策略的历史表现，于是让ChatGPT生成回测程序，要求回测区间收益率、年化收益率、最大回撤等。几秒钟后，AI给出了程序代码，实现了要求的指标。“不过，仔细查看方案后，还是发现了一些细节上的瑕疵，比如没有考虑实际的转仓时间，但整体完成率已经超过90%。”
牛亦菲表示，其通过引导AI优化程序，简单手动变魔术，回测程序完成。他用这个程序用上述策略对2022年的投资业绩进行了回测，最终得到区间收益率9.18%，年化收益率9.57%，最大退出幅度-12.25%。与专业统计工具相比，ChatGPT制作的回测程序的净值曲线几乎相同。
在这种情况下，牛一飞主动做投资策略，让ChatGPT做自动投资软件和回测程序。事实上，他把写代码的工作交给了ChatGPT。当然，ChatGPT代码编写的效率远高于人类工程师，使得普通投资者能够有效地大量验证策略的有效性，进而不断优化交易策略，提高收益率。
在牛一飞的简单做法中，他的年化投资回报率达到了9.57%，远高于普通银行理财产品。牛一飞向《超宇宙日爆》透露，除了让ChatGPT写代码，他也在尝试用AI做数据分析、财报、公告分析，让他给出交易信号。
李想也认为，ChatGPT会在一定程度上降低量化行业的门槛。如果有人对量化行业感兴趣，即使没有工作经验，只是对交易有一些想法，也可以借助ChatGPT的能力参与进来。“但是，从这种状态到成为非常专业的量化机构核心研究员，做到策略精致，细节完美，还有很长的路要走。”
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信(j7hr0a@163.com)，我们会及时处理和回复。
原文地址"ai炒股机器人app下载，ai炒股战绩如何"：http://www.guoyinggangguan.com/qkl/144738.html。
微信扫描二维码关注官方微信
▲长按图片识别二维码
