ChatGPT能否准确评估新闻对股价的影响？

论文 | Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models

一 本文简介

本文研究了ChatGPT和其他大型语言模型在预测股市回报方面的潜力，通过使用新闻标题的情绪分析为基础。我们对给定的标题进行情感分析，判断该标题对公司股价是好消息、坏消息还是无关消息，并记录这些评价分数为“ChatGPT分数”，并构建相应的交易策略。结果表明，在2021年10月到2022年12月的15个月中，不考虑手续费的情况下可以获得500%的收益。与传统的情绪分析方法相比，ChatGPT表现更出色，具有更高的预测准确度，揭示了大模型在股票预测中的能力，可以成为未来量化投资领域的重要工具。

二 背景知识

新闻对公司股价的影响

新闻对公司股价的影响可以是正面或负面的。如果一家公司发布了好消息，比如推出了一款受欢迎的产品、完成了一项重要的收购或者实现了良好的财务业绩，这些消息往往会促使投资者购买该公司的股票，推动股价上涨。相反，如果公司发布了坏消息，比如丑闻曝光、业绩不佳或者法律诉讼等负面消息，这些消息会削弱投资者对该公司的信心，导致投资者减少对该公司的投资，使股价下跌。

但是，需要注意的是，新闻并不总是直接影响股价。有时候，市场已经预期了某些新闻，而且已经反映在股价中了。因此，投资者需要谨慎地评估新闻对公司前景的影响，以及市场是否已经将其反映在股价中。

ChatGPT

ChatGPT是OpenAI开发的一款人工智能聊天机器人程序，全称为聊天生成预训练转换器（Chat Generative Pre-trained Transformer）。该程序于2022年11月推出，并使用基于GPT-3.5、GPT-4架构的大型语言模型进行强化学习训练。目前，ChatGPT主要以文字方式进行交互，除了可以用人类自然对话方式来交互外，还可用于复杂的语言处理任务，如自动生成文本、自动问答、自动摘要等多种任务。例如，在自动文本生成方面，ChatGPT可以根据输入的文本自动生成类似的文本，如剧本、歌曲、企划等。在自动问答方面，ChatGPT可以根据输入的问题自动生成答案。此外，ChatGPT还可用于编写和调试计算。ChatGPT作为一种先进的人工智能技术，具有广泛的应用前景，未来将在各种领域得到更加广泛的应用。

三 本文工作

3.1 数据收集

本文研究了ChatGPT在预测股票价格变动方面的能力，并使用了三个主要数据集进行分析，包括每日股票收益率、新闻标题和情感分析数据。样本周期为2021年10月到2022年12月，以允许更准确地评估模型的预测能力。其中，CRSP每日收益数据集包含美国主要证券交易所上市公司的每日股票收益信息，文章将其用于检验ChatGPT生成的情绪得分与相应的股票收益之间的关系。该样本中涵盖了在NYSE、NASDAQ和AMEX上市的所有上市公司。为了建立全面的新闻数据集，本文首先通过爬虫搜索所有包含公司名称或股票代码的新闻，并将这些新闻与来自RavenPack的情感分析数据进行匹配，保留有后续回报公司新闻。最终，文章使用Damerau-Levenshtein距离算法来衡量新闻标题的相似性，并删除同一公司在同一天相似度大于0.6的标题，以避免前瞻性偏见。这些步骤确保了实验结果是基于可靠数据的，可以更准确地评估ChatGPT在预测股票价格方面的能力。

3.2 通过”提问提示”引导ChatGPT 进行评分

“提问提示”（Prompt）是一段简短的文本，为ChatGPT提供上下文和指令，以便生成相关且上下文适当的答案。Prompt可以非常简单也可以非常复杂，取决于具体任务的性质，是ChatGPT生成答案过程的起点。提示在文本翻译、摘要提取、问题回答和信息补全等广泛的语言任务中至关重要，提示使模型适应特定的上下文，并生成适合用户需求的答案。同时，可以根据不同领域的需要定制提示完成各种任务。

下面是一个引导ChatGPT 进行评分的示例：

Prompt：忘记你以前的所有指示。假装你是个金融专家。你是一位有股票推荐经验的金融专家。如果是好消息，请回答“是”；如果是坏消息，请答“否”；如果不确定，请回答第一行的“未知”。然后在下一行用一个简短的句子来阐述。这个标题对Oracle的股价在短期内是好是坏？

Headline: Rimini Street因与Oracle的案件被罚款63万美元。

ChatGPT的回复：
是
对Rimini Street的罚款可能会增强投资者对Oracle保护其知识产权能力的信心，并增加对其产品和服务的需求。

3.3 交易策略构建

本文提供了一种方法，即通过为每个标题提供推荐力度并将其转换为“ChatGPT分数”为公司的头条新闻进行打分。在某些情况下，一家公司可能会有多个头条新闻，因此需要取平均值。此外，本文还将新闻与下一个市场时期相匹配，并做出以下假设：

1. 对于开盘日早上 6 点之前的头条新闻，可以根据新闻信号在当天开盘前交易，并在当天收盘时卖出；
2. 对于早上 6 点至下午 4 点之间发布的新闻，假设可以根据新闻信号在当日收盘价交易，并在第二天收盘时卖出；
3. 对于下午 4 点之后发布的新闻，假设可以根据新闻信号在第二天开盘价进行交易，并在第二天收盘价出售。

按照上述方法，我们可以更好地评估公司的头条新闻对股票价格的影响，并构建了相应的交易策略。

四 实验分析

上图展示了不同交易成本下的不同交易策略结果。如果在市场收盘前公布消息，则以当天市场收盘价买入（或卖空）头寸；如果在市场收盘后公布消息，则以次日开盘价买入（或卖空）头寸。黑线表示根据ChatGPT 3.5等权重的零成本投资组合，该投资组合以零交易成本买入好消息的公司并卖空坏消息的公司。深绿色线表示每笔交易成本为5个基点的等权重零成本投资组合。浅蓝色线表示每笔交易成本为10个基点的等权重零成本投资组合。深蓝色线表示每笔交易成本为25个基点的等权重零成本投资组合。红线表示同等权重的市场投资组合。

五 总结展望

本文研究了使用ChatGPT和其他大型语言模型进行预测股市回报的潜力。通过使用新闻标题的情绪分析来判断给定的标题对公司股价是好消息、坏消息还是无关消息，并记录这些评价分数为“ChatGPT分数”，并构建相应的交易策略。实验结果表明，ChatGPT在预测股票价格方面具有更高的预测准确度，可以获得500%的收益，相比传统的情绪分析方法表现更出色。同时，本文介绍了ChatGPT的背景知识以及工作原理。未来，ChatGPT可以成为未来量化投资领域的重要工具，并有广泛的应用前景。

注 | 本文仅为知识分享，不构成任何投资理财建议。