芝大論文證明GPT-4選股準(zhǔn)確率高達(dá)60%,，分析師要下崗,？AI大牛質(zhì)疑數(shù)據(jù)污染

近期,，一篇來(lái)自芝加哥大學(xué)的論文引起了業(yè)界專家們的廣泛關(guān)注,。該研究揭示,，借助GPT-4進(jìn)行的股票選擇，不僅超越了人類投資者,，還戰(zhàn)勝了許多專為金融市場(chǎng)設(shè)計(jì)的機(jī)器學(xué)習(xí)模型,。尤其令人驚訝的是，該語(yǔ)言模型能在缺乏上下文說(shuō)明的情況下,，精準(zhǔn)解析財(cái)務(wù)報(bào)表中的數(shù)字信息,。論文詳細(xì)內(nèi)容可通過(guò)鏈接查閱：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4835311。

研究指出,，GPT-4在預(yù)測(cè)收益變動(dòng)方面,，相較于經(jīng)驗(yàn)老到的金融分析師更為精準(zhǔn)，尤其在面對(duì)那些常使人犯難,、影響預(yù)測(cè)準(zhǔn)確性的復(fù)雜情況時(shí),，AI展現(xiàn)出了顯著優(yōu)勢(shì)。它所提供的預(yù)測(cè)并非單純回顧訓(xùn)練數(shù)據(jù),，而是能夠提出具有前瞻性的分析,，預(yù)示企業(yè)未來(lái)的發(fā)展?jié)摿ΑPT-4的卓越表現(xiàn)體現(xiàn)在更高的夏普比率和阿爾法值上,，獲得了如沃頓商學(xué)院Ethan Mollick教授的高度評(píng)價(jià),，同時(shí)也引發(fā)了公眾對(duì)股市操作主體是否會(huì)由人轉(zhuǎn)為AI的討論。

不過(guò),，這份研究也遭遇了質(zhì)疑,，部分研究者認(rèn)為其成果可能是訓(xùn)練數(shù)據(jù)污染所致。知名AI專家田淵棟也推測(cè),，GPT-4的超常表現(xiàn)可能源于其接觸到了未來(lái)股價(jià)信息,，從而在針對(duì)2021年后股票樣本的選擇中表現(xiàn)出色。驗(yàn)證這一點(diǎn)的方法相對(duì)直接,，即更改股票歷史記錄并進(jìn)行測(cè)試,。芝大論文證明GPT-4選股準(zhǔn)確率高達(dá)60%，分析師要下崗？AI大牛質(zhì)疑數(shù)據(jù)污染,！

研究聚焦于如何利用大型語(yǔ)言模型(LLM)進(jìn)行財(cái)務(wù)報(bào)表分析(FSA),，以此評(píng)估其在決策中的作用。FSA旨在理解企業(yè)財(cái)務(wù)狀況及盈利能力的可持續(xù)性,，需要深入分析數(shù)據(jù)趨勢(shì)和比率,，結(jié)合批判性思維和復(fù)雜判斷，通常由專業(yè)金融分析師執(zhí)行,。實(shí)驗(yàn)中,，GPT-4 Turbo的任務(wù)是在不提供任何文本信息的前提下，僅憑財(cái)務(wù)報(bào)表預(yù)測(cè)公司收益走勢(shì),。盡管預(yù)期LLM因缺乏直覺,、行業(yè)認(rèn)知及復(fù)雜推理能力而表現(xiàn)不佳，但結(jié)果卻令人意外——它不僅超越了人類分析師,，還在某些情況下優(yōu)于專門的神經(jīng)網(wǎng)絡(luò)模型,。

為了確保客觀性,，研究采取了匿名化和標(biāo)準(zhǔn)化處理財(cái)務(wù)報(bào)表的步驟,，避免LLM依據(jù)特定公司特征進(jìn)行預(yù)測(cè)。通過(guò)精心設(shè)計(jì)的指令引導(dǎo)LLM模仿人類分析師的思考方式,，分析財(cái)務(wù)數(shù)據(jù)并預(yù)測(cè)未來(lái)收益,。研究選取了廣泛的公司年度數(shù)據(jù)集，涵蓋了1968年至2021年間,，超過(guò)15000家公司，以及相應(yīng)時(shí)期的分析師預(yù)測(cè)數(shù)據(jù)進(jìn)行對(duì)比,。

對(duì)于LLM的成功,，研究團(tuán)隊(duì)提出了兩種假設(shè)：一是GPT依賴其強(qiáng)大的記憶能力，二是它生成的分析見解具有實(shí)際價(jià)值,。實(shí)驗(yàn)證明,，后者更為關(guān)鍵，即GPT生成的分析敘述對(duì)未來(lái)收益具有預(yù)測(cè)性信息,。此外,，GPT的預(yù)測(cè)與基于其敘述訓(xùn)練的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)高度相關(guān)，表明這些敘述構(gòu)成了預(yù)測(cè)基礎(chǔ),，尤其是與比率分析相關(guān)的部分,。

最終實(shí)驗(yàn)結(jié)果顯示，GPT在預(yù)測(cè)收益方向上,，特別是在模擬人類推理（CoT）的指導(dǎo)下,，準(zhǔn)確率達(dá)到了60%，優(yōu)于人類分析師的平均表現(xiàn),。同時(shí),，GPT與先進(jìn)的專用機(jī)器學(xué)習(xí)模型在預(yù)測(cè)精度上旗鼓相當(dāng),，甚至在某些情況下略有超越。研究還發(fā)現(xiàn),，GPT和神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)具有互補(bǔ)性,，兩者在不同情境下各有千秋，且GPT在對(duì)特定類型公司的預(yù)測(cè)上顯示出獨(dú)特優(yōu)勢(shì),。

總結(jié)而言,，該研究表明AI技術(shù)如GPT-4正推動(dòng)金融分析領(lǐng)域的變革，雖然短期內(nèi)人類的專業(yè)知識(shí)和判斷仍不可或缺,，但AI無(wú)疑將在提升分析效率和準(zhǔn)確性方面發(fā)揮重要作用,，預(yù)示著未來(lái)財(cái)務(wù)報(bào)表分析可能發(fā)生的深刻變革。