自打ChatGPT橫空出世，就有頭腦靈活的人開始鑽研怎麼用它賺錢。
用來寫文案，用來生成藝術品，用來制作網課。隻有你想不到，沒有AI做不到。
當然，離錢最近的還是金融投資。
不論是交易員還是散戶，都想憑借強大AI的加持，在波谲雲詭的二級市場“殺”出一條血路。
AI究竟會成為人手一個的巴菲特，還是一把新鮮出爐的割韭菜鐮刀，整個行業都在觀望。
回報率超500%？
今年最先引發熱潮的，是美國佛羅裡達大學的一項研究。
研究員為ChatGPT提供了大量有關上市公司的新聞标題，讓ChatGPT用情感分析判斷這些事件對公司股價是有利、不利，還是不相關。再通過複雜的計算公式制成“ChatGPT指數”，與真實的股市回報作對比。
随後，研究員根據ChatGPT提供的“多空政策”交易建議炒股，即購買有好消息的公司并賣空有壞消息的公司，在一年左右的時間間隔内獲得了超過500%的收益，與同期購買并持有标準普爾500ETF的-12%回報率形成強烈對比。
對于這項結果，業内有一些看法。
量化私募從業人員梁嘉（化名）稱，早在這項研究之前，就已經有很多針對新聞标題進行情感分析的算法了。除了新聞标題，公司公告、研報等文本也是很多這類分析的重要資料來源。
和傳統的情感分析相比，ChatGPT擁有更進階的語言了解能力和推理能力，是以其顯著性更高，預測也更為準确。
這個優勢在研究中也有展現。
當研究員就“Rimini Street 在針對 Oracle 的案件中被罰款 63 萬美元”這一新聞标題詢問對Oracle公司股價的影響時，頭部新聞分析工具Ravenpack打出了-0.52 的負面情感評分。
但ChatGPT卻将其視為一個正面信号，認為“對Rimini Street的罰款可能會增加投資者對 Oracle保護其知識産權能力的信心，并增加其産品和服務的需求”。
由此可以看出，相較傳統工具ChatGPT在了解自然語言時，對上下文及其含義有更深刻的思考。
美國紐約拍攝的摩根大通标志 圖源新華社
華爾街的AI“軍備競賽”
學術界剛剛丢完炸彈，業内就有人忍不住要下實盤。
據外媒報道，五月中旬一家名為Autopilot的金融服務公司在公司原有的投資組合之外，建立了一個ChatGPT主導的投資計劃，并交給它5萬美元初始資金，想看看ChatGPT能否戰勝對沖基金。
其核心與佛羅裡達大學研究項目相同，讓AI分析1萬篇新聞和100家公司的報告，然後建構一個由20隻股票組成的投資基金，每周更新一到兩次持倉。
最初選擇的股票包括伯克希爾·哈撒韋、亞馬遜、dr.horton和Davita Health等。兩周後，該投資組合上漲了約2%，基本上和大盤持平。
在這場實驗中，有超過2.5萬交易員下場，共押注了1514萬美元，平均每人押注近600美元，并且數字還在不斷增長之中，可見大家對AI投資熱情之高。
這把AI革命燃起來的火也燒到了華爾街。
根據咨詢公司Evident的資料，在最熱情高漲的銀行中，空缺職位招聘約四成與AI相關，例如AI資料工程師和量化類崗位，還有AI治理和道德類崗位。
“華爾街一哥”摩根大通近日被曝正在開發類似ChatGPT的人工智能服務“IndexGPT”，為客戶選股，可能是第一家向客戶推出這類服務的老牌金融機構。
此外，包括高盛和摩根士丹利在内的多家銀行已經開始在内部對ChatGPT進行測試；德意志銀行在用AI掃描富裕客戶的投資組合；荷蘭國際用來篩選潛在違約對象……每一家都在摩拳擦掌地準備擁抱新技術。
那麼，AI真的準備好了嗎？
交易員在美國紐約證券交易所内工作 圖源新華社
“韭菜鐮刀”還是“散戶之光”？
就ChatGPT而言，業内普遍還是将其當作決策的輔助工具。
梁嘉認為，在量化投資方面，目前ChatGPT的局限就在于它沒有辦法産生自己的政策靈感。
當研究員有一個好的投資想法，ChatGPT可以通過高效的資料收集和處理能力、程式設計能力、文本分析能力等來加速這個想法的實作，但是想法本身才是投資賺錢的關鍵。
另外，相對于需要處理海量資訊的量化研究員，做“深度”的細分領域研究員專注于個别幾隻股票，他們可以通過經驗判斷、線下調研等方式來做更深入的研究，可能對這類工具的依賴也會更輕。
投資中産生的“羊群效應”也是業内人士所擔心的問題。
短線交易的底層邏輯是“零和博弈”，如果未來大家都用相似的大模型投資工具做短線投資，很有可能因為某些新聞事件就一窩蜂地集中投資，導緻政策失效，大家都難以獲得很好的回報。
而長線交易則需要投資者有更加綜合的判斷能力和行業經驗，以ChatGPT目前的水準是很難達到這種程度的。
但對于普通股民來說，ChatGPT的出現可能成為一個強大的賦能。
原先很多投資分析手段技術門檻較高，對散戶們不太友好。但是有了ChatGPT後，散戶們可以通過工具學習來檢驗、實作自己好的投資想法，可能會改變證券交易現有的模式。
不過可以肯定是，随着不斷探索和開發為金融行業量身定制的大語言模型，金融決策過程的準确性和效率将大幅提升。
至于誰能在技術疊代後笑傲股海，這又是二級市場不可預測的魅力所在了。
（來源：潮新聞）
更多精彩資訊請在應用市場下載下傳“極目新聞”用戶端，未經授權請勿轉載，歡迎提供新聞線索，一經采納即付報酬。24小時報料熱線027-86777777。