如果把選股這事交給GPT-4處理，會是怎樣一種結果？一項對美國標普100指數（S&P 100）展開的研究給出了答案：GPT-4表現比基準指數高出13%，回報率高達40%，同時保持了與市場相當的風險狀況。
這個在GPT-4基礎上打造的選股票AI，名叫「MarketSenseAI」。
整體來看，MarketSenseAI結合了思路鏈（Chain-of-thought）和上下文學習的方法，來分析各種資料來源，包括市場價格動態、財經新聞、公司基本面和宏觀經濟報告等等。基於此，這個AI系統就可以模擬金融投資團隊的決策過程了。
另外，GPT-4在這個過程中不僅充當預測工具，還起到了評估器的作用。
對於這項研究，論文作者給出這樣的評價：
研究證明了大型語言模型在複雜金融決策中的功效，並標誌著人工智慧在整合金融分析和投資策略方面的重大進展。
不過有一說一，此前與「AI炒股」相關的消息也是層出不窮。
更是有許多消息拿著資料稱「AI永遠無法打敗股票市場」，認為AI不僅無法預測黑天鵝事件，甚至可能會引發黑天鶴事件：
那麼，此次基於GPT-4的選股研究真的可靠嗎？我們繼續看下去。
MarketSenseAI如何透過GPT-4選股？
從整體的框架結構來看，MarketSenseAI由五個主要部分構成，分別是：
- 新聞摘要系統（Progressive News Summarizer）。
- 基本面摘要系統（Fundamentals Summarizer）。
- 股價動態摘要系統（Stock Price Dynamics Summarizer）。
- 宏觀經濟環境摘要（Macroeconomic Environment Summary）。
- 訊號生成（Signal Generation）。
這五大部分在系統中各司其職，例如「新聞摘要系統」負責從大量的金融新聞中，提取和濃縮關鍵資訊，生成影響股票價格的重要新聞概要。
這一過程涉及到使用自然語言處理技術，來辨識和總結與特定股票相關的新聞事件，這些總結能夠幫助投資者快速瞭解影響股價的最新動態。
「基本面摘要系統」的作用是分析公司的財務報表，包括利潤表、資產負債表和現金流量表；它利用 AI 技術解讀和總結這些財務資料，幫助投資者理解公司的財務狀況和長期盈利能力。
「股價動態摘要系統」的功能是，分析股票的歷史價格走勢和關鍵財務指標，如市盈率、股息收益率等；助於投資者瞭解股票的市場表現和潛在的風險回報比。
「宏觀經濟環境摘要」涵蓋對全球宏觀經濟狀況的深入分析，考慮了經濟增長、通貨膨脹、利率水平、貨幣政策等因素。透過這種方式，能夠在更廣泛的經濟環境中對單一股票進行評估。
最後，「訊號生成」這個步驟將上述所有分析整合，生成針對特定股票的投資訊號（例如買入、持有或賣出），並提供詳細的邏輯和理由。這一過程涉及到綜合考慮各種資料來源和分析結果，以形成對股票未來表現的預測。
基於上述五個部件「組合拳」的能力，作者在與美國標普100指數做對比後，給出在等權重投資組合（Equally-Weighted Portfolios）、資本化加權投資組合（ Capitalization-Weighted Portfolios）和排名投資組合（Ranked Portfolios）三個方面的性能表現結果。
AI炒股，不止這一例
不過，MarketSenseAI雖然在這次研究中取得不錯的表現，但這也僅是「AI炒股」眾多案例中的一個。
例如此前GPT-4剛剛聯網之際，便有一家名為Autopilot的公司在X中宣佈（帳號名為The GPT Portfolio），要用GPT-4進行實盤投資。他們新建了一個ChatGPT主導的投資計畫，並交給它5萬美元初始資金，看GPT-4能否戰勝對沖基金。
截至目前，The GPT Portfolio官網已吸引超過3400名的投資者、募集到890多萬美元的資金。
但在此前，從The GPT Portfolio在X中發佈的資料來看，巔峰的資料應當是：超42,000名投資者和3300多萬美元的募集資金。
如此比較下來，在資料方面，這個AI炒股項目的熱度是降低了不少；並且從去年的1月7日，X帳號已經停止內容的更新。
而在這個項目的背後，是來自佛羅里達大學金融學教授Alejandro Lopez-Lira的一項研究。教授在論文中指出，「根據我們的研究，ChatGPT 能夠預測股市價格走勢，並產生超過500%的回報。」雖然Lopez-Lira教授在研究中整體表達的是AI樂觀態度，但他也表示，「短時間內AI或許可以預測市場走向，但這一情況並不會維持太久。」
隨著越來越多的人使用這些工具，市場將變得更加有效率，因此預計收益的可預測性會下降。預計到第五年，將沒有任何收益可預測性。
那麼，你覺得AI炒股這事的可行性高嗎？
參考連結：
稿源：量子位
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！