编程客栈() 4月28日消息:人编程客栈工智能正在改变各个行业，金融领域也不例外。美国佛罗里达大学的研究人员最近进行的一项研究表明，大型语言模型驱动的人工智能 编程客栈ChatGPT 可以使用新闻标题的情感分析来准确预测股票市场的回报。

(资料图片)

这项名为《Return Predictability and Large Language Models》的研究发现，与领先供应商提供的传统情感分析方法相比，ChatGPT 表现更优。研究人员利用 ChatGPT 的情感分析能力分析新闻标题，以预测它们是对公司的股票价格有利、不利还是无关。然后，他们计算了一个数值分数，并记录了这些「ChatGPT 分数」与随后每日股市收益之间的正相关关系。

该研究对金融行业具有重要意义。根据该论文，这一发现有潜力改变市场预测和投资决策所使用的方法。

该论文将展示 ChatGPT 和其他大型语言模型在金融经济学中的价值。它还旨在为了解在这一领域中应用这些应用程序做出贡献，并鼓励进一步研究将人工智能纳入金融市场中。

论文研究的数据集

研究人员使用了两组主要数据进行研究：来自证券价格研究中心（CRSP）的每日股票回报和新闻标题。他们查看了由 ChatGPT 生成的情感分数与相应股票市场回报之间的关系。

他们收集了在纽约证交所、纳斯达克和美国证券交易所上市的所有公司的新闻标题，这些公司至少有一篇新闻报道被数据供应商报道。他们使用相关性得分来确定新闻与特定公司之间的相似程度，并只包括相关性得分为 100 的完整文章和新闻稿。

他们还排除了被分类为「股票上涨」和「股票下跌」的标题，并js删除了同一天同一公司的重复标题和非常相似的标题。研究人员声称他们确保没有引入任何前瞻性偏差进行分析。

对 AI 和股票市场的政策影响

该研究的影响超出了金融行业，因为它可以帮助监管机构和政策制定者了解在金融市场中越来越多地采用大型语言模型的潜在益处和风险。

该论文认为，随着这些语言模型变得更为普遍，它们对市场行为、信息传播和价格形成的影响将成为关注的重点领域。该研究的结果可以帮助制定规管金融领域中人工智能的框架。

资产管理人和机构投资者也可以通过该研究获益，因为它提供了有关大型语言模型在预测股票市场回报方面有python效性的实证证据。这些洞见可以帮助这些专业人士做出更明智的决策，将大型语言模型javascript纳入他们的投资策略中，从而可能导致改进绩效并减少对传统、更费时的分析方法的依赖。

人工智能驱动的金融的未来

该论文建议，随着人工智能驱动的金融的发展，可以设计更复杂的模型来改善金融决策过程的准确性和效率。未来的研究应该集中于理解大型语言模型产生其预测能力的机制。