量化投资周报：ChatGPT能否用于预测股价变动？

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 金工 ChatGPT 能否用于预测股价变动？ 华泰研究 研究员 林晓明 SAC No. S0570516010001 SFC No. BPY421 linxiaoming@htsc.com +(86) 755 8208 0134 研究员 何康，PhD SAC No. S0570520080004 SFC No. BRB318 hekang@htsc.com +(86) 21 2897 2039 研究员 李子钰 SAC No. S0570519110003 SFC No. BRV743 liziyu@htsc.com +(86) 755 2398 7436 联系人 陈伟 SAC No. S0570121070169 chenwei018440@htsc.com +(86) 21 2897 2228 2023 年 4 月 23 日│中国内地 量化投资周报 论文解读：ChatGPT 能否用于预测股价变动？ 2023 年 4 月，佛罗里达大学的 Alejandro Lopez-Lira 发表了论文“Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models”。 论文使用 ChatGPT 分析新闻标题对一只股票是利好还是利空，并预测次日股票回报，其表现优于传统模型。我们对论文的详细内容进行解读，供读者参考。 AI 中证 1000 增强组合上周超额收益 0.03%，今年超额收益 2.54% 截至 2023 年 4 月 21 日，中证 1000 增强组合相对中证 1000 上周超额收益为 0.03%，今年以来超额收益为 2.54%。模型 2018 年初回测以来相对中证1000 年化超额收益率为 24.57%，年化跟踪误差为 8.25%，信息比率为 2.98，超额收益最大回撤为 8.75%，超额收益 Calmar 比率为 2.81。 GAT+residual 模型上周超额收益 0.38%，今年以来超额收益-1.97% 截至 2023 年 4 月 21 日，GAT+residual 模型上周超额收益为 0.38%，今年以来超额收益为-1.97%。模型 2011 年初回测以来年化超额收益率为15.23%，年化跟踪误差为 5.90%，信息比率为 2.58，超额收益最大回撤为8.26%，超额收益 Calmar 比率为 1.84。 文本 FADT_BERT 组合今年绝对收益 19.67%，相对中证 500 超额 13.08% 截至 2023 年 4 月 21 日，文本 FADT_BERT 组合上周绝对收益-0.38%，今年以来绝对收益为 19.67%，相对中证 500 超额收益 13.08%。组合自 2009年初回测以来年化收益率 45.11%，相对中证 500 超额年化收益率 34.98%，组合夏普比率 1.56。 文本 FADT 组合今年绝对收益 10.57%，相对中证 500 超额 3.98% 截至 2023 年 4 月 21 日，文本 FADT 组合上周绝对收益-1.93%，今年以来绝对收益 10.57%，相对中证 500 超额收益 3.98%。组合自 2009 年初回测以来年化收益率 42.44%，年化超额收益率 32.94%，夏普比率 1.44。 机构调研选股组合相对中证 500 上周超额收益 0.32%，今年超额收益 5.28% 截至 2023 年 4 月 21 日，机构调研选股组合相对中证 500 上周超额收益为0.32%，今年以来超额收益为 5.28%。模型回测以来年化收益率为 28.61%，相对中证 500 年化超额收益率为 21.66%，信息比率为 2.06，超额收益最大回撤为 14.42%。 风险提示：通过人工智能模型构建选股策略是历史经验的总结，存在失效的可能。人工智能模型可解释程度较低，使用须谨慎。本报告对基金历史数据进行梳理总结，不构成任何投资建议。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 金工研究 论文解读：ChatGPT 能否预测股价变动？ 2023 年 4 月，佛罗里达大学的 Alejandro Lopez-Lira 发表了论文“Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models”。 论文使用ChatGPT 分析新闻标题对一只股票是利好还是利空，并预测次日股票回报，其表现优于传统模型。 论文使用的数据包含两部分： 1. RavenPack 提供的新闻标题。由于训练 ChatGPT 的数据截至到 2021 年 9 月，为了防止未来信息泄露，新闻数据的时间范围为 2021 年 10 月至 2022 年 12 月，总共 5 万多条新闻。 2. CRSP（Center for Research in Security Prices）的美股日频价格行情数据，用于评估模型的收益预测能力。 论文使用构造提问的方式利用 ChatGPT 分析新闻情感，下方图表为其中某条提问及回答的详细内容展示。 图表1： 使用 ChatGPT 判断新闻对股价的影响 英文对话的内容 翻译成中文后的对话内容 提问 Forget all your previous instructions. Pretend you are a financial expert. You are a financial expert with stock recommendation experience. Answer “YES" if good news, ”NO" if bad news, or “UNKNOWN" if uncertain in the first line. Then elaborate with one short and concise sentence on the next line. Is this headline good or bad for the stock price of Oracle in the short term? Headline: Rimini Street Fined $630,000 in Case Against Oracle. 忘记之前的所有指令，假设你是一位有股票推荐经验的金融专家，在第一行回答“是”表示好消息、“否”表示坏消息或“未知”表示不确定。然后在下一行用一句简短的话详细说明。下面这条新闻对于 Oracle 的短期股价来说是好消息还是坏消息？ 新闻标题：Rimini Street 在起诉 Oracle 的案件中被罚款 630,000 美元。 ChatGPT 回答 YES The fine against Rimini Street could potentially boost i