(Bloomberg) – Die erste Welle akademischer Forschung, die ChatGPT auf die Finanzwelt anwendet, kommt – und den ersten Ergebnissen nach zu urteilen, ist der Hype der letzten Monate gerechtfertigt.
Meistgelesen von Bloomberg
Diesen Monat wurden zwei neue Artikel veröffentlicht, in denen der Chatbot mit künstlicher Intelligenz für marktrelevante Aufgaben eingesetzt wurde – einer bei der Entschlüsselung, ob die Aussagen der Federal Reserve hawkish oder dovish waren, und einer bei der Bestimmung, ob Schlagzeilen gut oder schlecht für eine Aktie waren.
ChatGPT hat beide Tests mit Bravour bestanden, was auf einen potenziell großen Fortschritt bei der Verwendung von Technologie hindeutet, um Unmengen von Text von Nachrichtenartikeln bis hin zu Tweets und Reden in Handelssignale umzuwandeln.
Dieser Prozess ist natürlich nichts Neues an der Wall Street, wo Quants seit langem die Art von Sprachmodellen verwenden, die dem Chatbot zugrunde liegen, um viele Strategien zu informieren. Aber die Ergebnisse deuten darauf hin, dass die von OpenAI entwickelte Technologie eine neue Ebene in Bezug auf die Analyse von Nuancen und Kontext erreicht.
„Das ist einer der seltenen Fälle, in denen der Hype echt ist“, sagte Slavi Marinov, Leiter des Bereichs maschinelles Lernen bei Man AHL, das seit Jahren die als Verarbeitung natürlicher Sprache bekannte Technologie zum Lesen von Texten wie Verdienstabschriften und Reddit-Beiträgen einsetzt.
Weiterlesen: Roboter an der Wall Street ringen mit der verwirrenden Welt von Reddit
In der ersten Veröffentlichung mit dem Titel Can ChatGPT Decipher Fedspeak? stellten zwei Forscher der Fed selbst fest, dass ChatGPT den Menschen am nächsten kam, um herauszufinden, ob die Aussagen der Zentralbank gemäßigt oder falkenhaft waren. Anne Lundgaard Hansen und Sophia Kazinnik von der Richmond Fed zeigten, dass es ein häufig verwendetes Modell von Google namens BERT und auch Klassifizierungen auf der Grundlage von Wörterbüchern übertrifft.
ChatGPT war sogar in der Lage, seine Klassifizierungen von Fed-Policy Statements auf eine Weise zu erklären, die dem eigenen Analysten der Zentralbank ähnelte, der die Sprache auch als menschlichen Maßstab für die Studie interpretierte.
Nehmen Sie diesen Satz aus einer Erklärung vom Mai 2013: „Die Arbeitsmarktbedingungen haben sich in den letzten Monaten insgesamt etwas verbessert, aber die Arbeitslosenquote bleibt hoch.“ Der Roboter erklärte, die Linie sei gemäßigt, weil sie darauf hindeutet, dass sich die Wirtschaft noch nicht vollständig erholt hat. Das ähnelte der Schlussfolgerung des Analysten – Bryson, der in der Zeitung als „ein 24-jähriger Mann, bekannt für seine Intelligenz und Neugier“ beschrieben wird.
In der zweiten Studie, Kann ChatGPT Aktienkursbewegungen prognostizieren? Return Predictability and Large Language Models, Alejandro Lopez-Lira und Yuehua Tang von der University of Florida veranlassten ChatGPT, sich als Finanzexperte auszugeben und die Schlagzeilen der Unternehmensnachrichten zu interpretieren. Sie verwendeten Nachrichten nach Ende 2021, einem Zeitraum, der in den Trainingsdaten des Chatbots nicht abgedeckt war.
Die Studie ergab, dass die von ChatGPT gegebenen Antworten einen statistischen Zusammenhang mit den nachfolgenden Bewegungen der Aktie aufwiesen, ein Zeichen dafür, dass der Techniker in der Lage war, die Auswirkungen der Nachrichten korrekt zu analysieren.
In einem Beispiel darüber, ob die Überschrift „Rimini Street mit 630.000 US-Dollar Geldstrafe im Fall gegen Oracle belegt“ für Oracle gut oder schlecht war, erklärte ChatGPT, dass sie positiv sei, weil die Strafe „potentiell das Vertrauen der Investoren in die Fähigkeit von Oracle stärken könnte, sein geistiges Eigentum zu schützen und die Nachfrage zu steigern für seine Produkte und Dienstleistungen.“
Für die anspruchsvollsten Quants ist es inzwischen fast alltäglich, NLP zu verwenden, um zu messen, wie beliebt eine Aktie von Twitter ist, oder um die neuesten Schlagzeilen über ein Unternehmen einzubeziehen. Aber die Fortschritte, die ChatGPT demonstriert, scheinen ganze Welten neuer Informationen zu eröffnen und die Technologie einer breiteren Gemeinschaft von Finanzprofis zugänglicher zu machen.
Für Marinov ist es keine Überraschung, dass Maschinen jetzt fast so gut lesen können wie Menschen, ChatGPT kann den gesamten Prozess möglicherweise beschleunigen.
Als Man AHL zum ersten Mal die Modelle erstellte, kennzeichnete der quantitative Hedgefonds jeden Satz manuell als positiv oder negativ für einen Vermögenswert, um den Maschinen eine Blaupause für die Interpretation der Sprache zu geben. Das in London ansässige Unternehmen verwandelte den gesamten Prozess dann in ein Spiel, bei dem die Teilnehmer eingestuft und berechnet wurden, wie sehr sie sich bei jedem Satz einig waren, damit sich alle Mitarbeiter beteiligen konnten.
Die beiden neuen Papiere deuten darauf hin, dass ChatGPT ähnliche Aufgaben erledigen kann, ohne speziell geschult zu werden. Die Forschung der Fed zeigte, dass dieses sogenannte Zero-Shot-Lernen bereits frühere Technologien übertrifft, aber durch die Feinabstimmung anhand einiger spezifischer Beispiele wurde es noch besser.
„Früher musste man die Daten selbst kennzeichnen“, sagt Marinov, der zuvor auch ein NLP-Startup mitgegründet hat. „Jetzt könnten Sie dies ergänzen, indem Sie die richtige Eingabeaufforderung für ChatGPT entwerfen.“
Bloomberg LP, die Muttergesellschaft von Bloomberg News, veröffentlichte letzten Monat auch ein umfangreiches Sprachmodell für Finanzen.
Meistgelesen von Bloomberg Businessweek
©2023 Bloomberg-LP
