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

近期，一篇來自芝加哥大學的論文引起了業(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設(shè)計的機器學習模型。尤其令人驚訝的是，該語言模型能在缺乏上下文說明的情況下，精準解析財務報表中的數(shù)字信息。論文詳細內(nèi)容可通過鏈接查閱：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4835311。

研究指出，GPT-4在預測收益變動方面，相較于經(jīng)驗老到的金融分析師更為精準，尤其在面對那些常使人犯難、影響預測準確性的復雜情況時，AI展現(xiàn)出了顯著優(yōu)勢。它所提供的預測并非單純回顧訓練數(shù)據(jù)，而是能夠提出具有前瞻性的分析，預示企業(yè)未來的發(fā)展?jié)摿?。GPT-4的卓越表現(xiàn)體現(xiàn)在更高的夏普比率和阿爾法值上，獲得了如沃頓商學院Ethan Mollick教授的高度評價，同時也引發(fā)了公眾對股市操作主體是否會由人轉(zhuǎn)為AI的討論。

不過，這份研究也遭遇了質(zhì)疑，部分研究者認為其成果可能是訓練數(shù)據(jù)污染所致。知名AI專家田淵棟也推測，GPT-4的超常表現(xiàn)可能源于其接觸到了未來股價信息，從而在針對2021年后股票樣本的選擇中表現(xiàn)出色。驗證這一點的方法相對直接，即更改股票歷史記錄并進行測試。芝大論文證明GPT-4選股準確率高達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言模型(LLM)進行財務報表分析(FSA)，以此評估其在決策中的作用。FSA旨在理解企業(yè)財務狀況及盈利能力的可持續(xù)性，需要深入分析數(shù)據(jù)趨勢和比率，結(jié)合批判性思維和復雜判斷，通常由專業(yè)金融分析師執(zhí)行。實驗中，GPT-4 Turbo的任務是在不提供任何文本信息的前提下，僅憑財務報表預測公司收益走勢。盡管預期LLM因缺乏直覺、行業(yè)認知及復雜推理能力而表現(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準化處理財務報表的步驟，避免LLM依據(jù)特定公司特征進行預測。通過精心設(shè)計的指令引導LLM模仿人類分析師的思考方式，分析財務數(shù)據(jù)并預測未來收益。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15000家公司，以及相應時期的分析師預測數(shù)據(jù)進行對比。

對于LLM的成功，研究團隊提出了兩種假設(shè)：一是GPT依賴其強大的記憶能力，二是它生成的分析見解具有實際價值。實驗證明，后者更為關(guān)鍵，即GPT生成的分析敘述對未來收益具有預測性信息。此外，GPT的預測與基于其敘述訓練的神經(jīng)網(wǎng)絡(luò)預測高度相關(guān)，表明這些敘述構(gòu)成了預測基礎(chǔ)，尤其是與比率分析相關(guān)的部分。

最終實驗結(jié)果顯示，GPT在預測收益方向上，特別是在模擬人類推理（CoT）的指導下，準確率達到了60%，優(yōu)于人類分析師的平均表現(xiàn)。同時，GPT與先進的專用機器學習模型在預測精度上旗鼓相當，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)模型的預測具有互補性，兩者在不同情境下各有千秋，且GPT在對特定類型公司的預測上顯示出獨特優(yōu)勢。

總結(jié)而言，該研究表明AI技術(shù)如GPT-4正推動金融分析領(lǐng)域的變革，雖然短期內(nèi)人類的專業(yè)知識和判斷仍不可或缺，但AI無疑將在提升分析效率和準確性方面發(fā)揮重要作用，預示著未來財務報表分析可能發(fā)生的深刻變革。