時尚頻道
生成AI炒股，勝率幾何？
□ 與大多數人相比，人工智能確實可以達到更理性的投資狀態。特別是在定量交易領域，人工智能將有一個更穩定的輸出，需要在短時間內大量分析和處理數據。
□ 然而，人工智能無法克服市場上最好的人。人類有自己的優勢，比如處理許多非結構化的信息，判斷許多非數量化的行為和狀態。
□ 投資這個領域不能通過砸錢、砸機器、砸設備來取得成就。這些都不是核心競爭力。核心是依靠認知深度、獨立思考和創新，甚至拼寫一些信念。
□ ChatGPT可以通過高效的數據收集和處理能力、編程能力和文本分析能力來加速思維的實現，但思維本身是投資的關鍵。
◎記者 孫越
還記得“阿爾法狗”（AlphaGo）在擊敗圍棋世界冠軍后，華爾街推出了世界上第一款應用人工智能（AI）ETF基金投資嗎？金融界的“阿爾法狗”投資業績并不理想，也沒有讓全球投資經理失去“飯碗”。如今，以ChatGPT為代表的“生成人工智能”的誕生，不可避免地讓人們懷疑“人工智能炒股能否戰勝市場”。
即使不能“戰勝市場”，也有投資者擔心AI炒股會不會加劇市場波動，讓中小投資者更難盈利。
ChatGPT如何預測股價？
自400多年前世界上第一個股市在荷蘭阿姆斯特丹誕生以來，所有投資者的夢想都是“戰勝市場”——準確預測股價走勢。
股票的價格變化由許多因素決定，其中有非常復雜和非線性的關系。過去，人工智能模型參數較小，無法表達復雜的市場關系。大型ChatGPT模型與以往預測股價的人工智能模型明顯不同。
在受訪者看來，與傳統的人工智能模型相比，ChatGPT大規模預訓練模型具有許多優勢。在股價預測領域，大型模型可以處理大量的異構數據，如股票交易數據、宏觀經濟數據、公司財務報告等，也可以處理新聞報道、社交媒體信息等非結構化數據，使大型模型能夠從多個方面捕捉市場信息，提高預測的準確性。
具體來說，投資者在預測股價時，往往會關注技術、基本面、新聞事件、市場情緒四個方面。基于以上維度，以ChatGPT為代表的生成人工智能技術帶來了一些新的變化和潛在的應用形式:
首先，在基本面分析方面，ChatGPT等人工智能技術在自然語言處理方面取得了顯著進展，可以更好地理解和處理人類語言的復雜性。在投資中，該能力可用于分析和理解財務報表、公司公告等文本數據，為投資決策提供更全面、更準確的信息。
第二，ChatGPT應用于情感分析（Sentiment Analysis）以及市場情緒預測，通過分析社交媒體、新聞和其他內容來識別市場參與者的情緒和情緒，幫助投資者更好地了解市場情緒的變化，并預測其對股價和市場趨勢的影響。佛羅里達大學金融學院最近發布的一項研究表明，將ChatGPT融入投資模式可以預測股市的走勢。其研究方法是為ChatGPT提供大量的新聞標題和內容，讓ChatGPT用情感分析來判斷這些事件對股市的影響。
第三，在股票投資領域，一直存在技術學校，即通過K線圖趨勢判斷未來股價趨勢，收盤后需要大量復盤工作，圖像識別技術可以取代這項工作，是通過給人工智能大量K線樣本，同時每個樣本都有未來的分類標簽，積累神經網絡技術自動從K線圖中找到有用的特征，特征提取和驗證自動完成。
“技術學校經常尋找突破新高的形式，包括底背馳、弧底、底部重量等底部特征。然而，這些形式缺乏嚴格意義上的有效性測試。在實踐中，它們往往是虛假的突破，很容易跟風失敗。人工智能技術并非如此。它不尋找這些特征，而是從像素級別自動挖掘特征，直接匹配分類結果。“廣發證券金融工程首席分析師安寧寧發現，根據人工智能預測的上升概率值，所有股票得分最高的組勝率約為89%。然而，這一勝率只有在非常頻繁的決策中，即量化高頻交易，才能獲得足夠豐富的超額回報。
“歸根結底，ChatGPT仍然是一個大的語言模型，它使語言處理更加簡單。寬瑞科技創始人、董事長兼首席執行官劉欣表示，ChatGPT作為一種大語言模型，更適合通用領域。生成文本摘要可以加速投資者對研究報告和論文的分析和理解。對于輿論分析、情緒分析、事件驅動策略，ChatGPT可以生成更直接、更準確的分析。
量化交易已投入實戰
“我們可能站在這個時代最偉大變化的前夕。”這是今年4月魔方量化宣布集中資源和力量投資人工智能的開始。毫無疑問，搶占人工智能高地已成為國內定量私募股權領導者的共識。在他們看來，人工智能技術將成為定量投資行業的核心引擎，甚至顛覆定量投資行業的技術模式。
定量投資的技術迭代基本上與人工智能的技術迭代同步。思遠定量創始人投資總監王雄表示，人工智能迭代的歷史可以概括為四個階段：基于線性回歸的1.0多個因素階段；基于機器學習的2.0高頻量價因素挖掘階段；基于深度學習的3.0端到端結構化數據挖掘階段；基于通用人工智能的4.0深度基本面定量階段。
王雄認為，與基于財務報表的傳統基本面量化相比，4.0階段有四個區別：
第一，數據來源不同。傳統的基本面量化主要依靠公司的財務報表進行分析；通過挖掘公司公開信息，包括公司公告、分析師報告、社交媒體等非結構化數據，獲取更詳細的信息和市場情緒。
第二，時效性和數據頻率不同。所謂基于財務報表的傳統基本面分析頻率低，時效性弱，大部分信息已被市場消化；深度基本面量化需要處理越來越及時的基本面信息。
第三，分析方法不同。傳統的基本面量化主要通過財務分析來評價公司的價值；深度基本面量化更注重非財務因素對公司業績的影響，利用自然語言處理和機器學習技術分析文本信息，了解市場信息與公司業績的關系。
第四，建模方法不同。傳統的基本面量化通常采用傳統的建模方法，如線性回歸或因子模型；深度基本面量化采用深度學習模型，從大量未標記的數據中學習數據的規律和特征，通過模擬人類思維自動識別復雜關系，通過自學、自升級和演變不斷提高模型的性能。
除了基本面量化外，GPT大型模型還有一種定量投資應用程序，即代碼生成和模型參考，以提高效率。”簡單地說，定量投資需要標準化的代碼。使用ChatGPT將更容易生成一些標準化的代碼，以節省代碼的生成。定量投資者可以在此基礎上進行調整。”劉欣介紹。
一般來說，人工智能技術的應用將使整個定量投資策略迭代更快，處理效率更高。然而，一些定量私募股權人士建議，定量投資是一個綜合性的系統項目。人工智能可以有效地提高投資效率，但它不能完全取代人類的工作，也不能等同于定量模型和定量策略。此外，值得警惕的是，GPT的數據源和算法可能存在偏差和錯誤，風險不容忽視。
生成的AI炒股勝率幾何？
生成式人工智能炒股能否戰勝市場一直是一個有爭議的話題。
有人認為“股市本質上不是AI能贏的領域”；也有人認為，只要技術不斷突破，“人工智能戰勝市場”并非不可能。然而，受訪者一致認為，“戰勝市場”是一件極其困難的事情。股市是一個復雜而不確定的系統，不規律。
王雄認為，僅僅依靠人工智能很難克服市場，但人工智能作為輔助工具可以大大提高信息獲取、分析和決策的效率，即“正確科學的投資理念+人工智能效率”可以克服市場，這已經被無數優秀的定量私募股權基金驗證，未來將更長時間驗證。
和平與和平持同樣的觀點。在和平看來，股市受到許多因素的共同影響，這些因素之間的相互作用使得預測股市極其困難，因此“克服市場”并不容易。然而，人工智能憑借其強大的海量數據處理和分析能力，可以在一定程度上幫助投資者做出決策。它還需要更多的實證和深入的研究來克服市場，并找到相對穩定的利潤策略。
不可否認，人工智能的一個主要優勢是，它可以避免人類的弱點，如情緒化、非理性行為等。然而，金融市場交易的本質仍然是人們不同情緒和心態的游戲。ChatGPT可能無法準確地掌握各種交易者的情緒和心態變化，然后做出最佳的投資決策。
劉欣分析說，與大多數人類相比，人工智能確實可以達到更理性的投資狀態。特別是在量化交易領域，人工智能將有更穩定的輸出，需要在短時間內大量分析和處理數據。然而，人工智能無法克服市場上最好的人。人類有自己的優勢，比如處理許多非結構化的信息，判斷許多非數量化的行為和狀態。一般來說，人工智能和人類的方式將是市場上不同類型的行為。
“投資這個領域不能通過砸錢、砸機器、砸設備來取得成就。這些都不是核心競爭力。核心是依靠認知深度、獨立思考和創新，甚至拼寫一些信念和信念。簡單地說，當你有一個好的投資想法時，ChatGPT可以通過高效的數據收集和處理能力、編程能力和文本分析能力來加速這個想法的實現，但這個想法本身就是投資的關鍵。”王雄說。
是否會加劇市場波動？
GPT和其他人工智能技術在股市投資中的應用不僅可以帶來交易便利，還可能造成一些潛在風險。例如，擁有先進人工智能技術的機構在信息獲取和決策速度上超過普通投資者是否會導致市場不公平？大規模使用人工智能工具量化交易是否會導致交易趨同，加劇市場波動？
“當極端市場發生時，定量策略的集體調整將加強市場趨勢，這在海外市場也很常見。”定量私募股權負責人結合最近的市場情況認為，a股經歷了人工智能市場的終極詮釋，對整個市場的流動性提取效果顯著，定量策略顯著加強了這一趨勢。
世紀前沿資產相關負責人也表示，AI+量化策略的風險在于策略的同質化，因為量化是基于歷史數據的模型，相當于每個人都在讀同一本書。最后，我們得出的結論有一些相似性，這將導致高度相關性和戰略擁堵。簡單地說，每個人都使用類似的大型投資工具進行短期投資，這將使投資策略失敗，并越來越難以獲得收入。
一些量化機構的人表達了不同的觀點。王雄認為，借助人工智能工具提高分析和執行效率并不一定會增加市場波動的效果。人工智能和定量只是一種工具，它有助于實現戰略理念，有不同類型的戰略。基于高頻量價的短期交易策略可能更容易同質化，而基于深度基本面的戰略同質化程度較低。相同的基本面信息可能有不同的解釋，戰略相關性較低。
此外，定量頭寸一般非常分散，對個股的影響有限。總體而言，定量通過尋找錯誤的市場定價機會來賺錢。長期效果是使市場定價更加合理，抑制非理性交易帶來的波動。
劉欣表示，量化交易本身就是一種在市場非理性波動中獲取利潤的方式。事實上，它是為了抑制市場過度的非理性波動。不同的投資模式將使市場更加成熟和穩定。
除了觀點對抗外，加強監管，更好地規范定量交易已成為行業共識。業內人士表示，在滿足監管和合規要求的前提下，注重行業需求，促進數據、計算能力和算法，從提高交易效率、穩定市場流動性、消除信息不對稱、促進市場有效定價、資本市場增長，這是定量從業者應承擔的社會責任，也是定量行業蓬勃發展的內在動力。
本文僅供讀者參考，任何人不得將本文用于非法用途，由此產生的法律后果由使用者自負。
如因文章侵權、圖片版權和其它問題請郵件聯系，我們會及時處理：tousu_ts@sina.com。
打開微信，點擊底部的“發現”
使用“"掃—掃"即可將網頁分享至好友
舉報郵箱: Jubao@dzmg.cn 投稿郵箱：Tougao@dzmg.cn
未經授權禁止建立鏡像，違者將依去追究法律責任
大眾商報(大眾商業報告)并非新聞媒體，不提供任何新聞采編等相關服務
Copyright ©2012-2023 dzmg.cn.All Rights Reserved
湘ICP備2023001087號-2