来源：华尔街见闻
可判断美联储“鹰鸽”，股市“利空”也能识别。
生成式AI风暴来袭，会抢走金融分析师的饭碗吗？
好消息是，像这样的产品很可能无法通过CFA考试，敲开通往大型金融机构的大门，但坏消息是，它们能取得经济学和法学学位，在一定程度上可以取代初级卖方分析师。
最新证据来自最近公布的两篇学术论文，研究人员用解读美联储声明中的“鹰鸽”含量，以及新闻对于股票是利好还是利空。
结果显示，表现得相当不错，不仅超越了传统分析方法，还打败了其他现有生成式AI模型对手。
破解美联储“谜语”，遥遥领先
4月10日，里士满联储量化监督和研究小组的两位成员发表了题为《能否破译美联储讲话》的论文，测试GPT-3模型从美联储讲话中判断其态度的能力。
两位研究人员随机抽取FOMC公告中的500 个句子，然后由人类判断是“鸽派”“基本鸽派”“中性”“基本鹰派”还是“鹰派”，对应数字分别为-1、-0.5、0、0.5和1。
这里值得一提的是，研究人员使用五个分类而非三个（“鸽派”中性“鹰派”），是为了测试GPT能否辨别美联储表态中的细微差别。
为提高人类参照组的精确度，这些句子由三名人类审核员独立打标签，计算每个标签下对应句子的数量，再取三个结果的平均值。
与一起参加考试的还有其他神经网络语言模型（NLP），包括谷歌Bert大模型，金融情绪词典 & （LM）、 Henry以及日常语言情绪词典和。
测试分成两部分。研究人员先是让机器考生在不进行样本学习的情况下参加测试，然后，又让它们学习400个句子的分类之后再处理剩下的100个句子。
结果显示，无论是否“裸考”，对美联储讲话的态度解读在所有机器考生中是最贴近人类的。
先来看“裸考”的结果。
GPT-3打出的标签与人类最为匹配，尤其是“鸽派”、“基本鹰派”和“鹰派”标签。
Bert大大高估了“鸽派”句子的数量，情绪词典则大大低估了“鸽派”或“基本鹰派”“鸽派”句子的数量。
为缩小研究结果的误差，研究人员又计算了结果的平均绝对误差（MAE）、均方根误差（RMSE），比较准确度和Kappa系数（用于一致性检验的指标）。
研究人员还采用了F1分数和均衡准确率（均为机器学习模型评估指标）来进一步提高研究的准确度。
结果显示，GPT-3成绩遥遥领先其他机器。
它产生的MAE和RMSE误差值最小，准确度和Kappa系数最高，就连F1分数和均衡准确率也大多高于其他机器。
Bert模型虽然表现不及GPT-3，但好于情绪词典。
接下来再看充分学习后的考试成绩。
不出所料，GPT-3又是第一名，且成绩明显提高。
其中最亮眼的是，MAE误差值几乎是“裸考”成绩的一半，精确度提高了近 1.5 倍，Kappa系数增加了一倍以上。
GPT-3的表现确实惊艳。
以美联储2013年5月的一份声明中的措辞为例。
美联储表示：“总的来说，最近几个月劳动力市场状况有所改善，但失业率仍然居高不下。”
的分类是“基本鸽派”，与分析师的结果完全一致。
研究人员惊叹道：
撇开分类不谈，GPT模型能够解释为什么某个句子要以某种方式被标记，这是一种超越任何现有NLP模型的能力，对研究人员来说意义非凡。
报告最后，研究人员将GPT-4与GPT-3进行了比较，发现在多数情况下，前者在“破译”美联储讲话方面有着更强的能力。
以下面的句子为例，美联储说：
鉴于目前通胀率低于2%，委员会将仔细监测实现通胀目标的进展。
GPT-3将其判为“中性”，而GPT-4则判为“基本鸽派”，更接近分析师给予的“鸽派”分类。
还能预测股价？
来自佛罗里达大学的两位研究人员近期公布了一篇题为《可以预测股价走势吗？回报的可预测性和大型语言模型》的论文。
这项研究基本上就是，让去判断新闻对于公司股价是利好、利空还是无关，研究人员根据解读出的结果，来预测公司股票价格的走势。
这实际上与解码美联储声明的研究大同小异。
研究人员提示：
假装你是金融专家，是具有股票推荐经验的金融专家。如果以下新闻是好消息，请回答“是”，如果是坏消息，请回答“否”，如果不确定，请回答“未知”。
然后，研究人员要求用一句话简要说明该消息在短期/长期对于某公司的股价是好还是坏。
研究人员将的回答转化为相应的数字，“是”“否”和“未知”分别对应1、-1和0。如果某家公司某一天有多条大新闻，研究人员将把这些数字进行平均计算。
最后，研究人员通过打出的分数分析第二天的股票回报，并对其打分进行线性回归分析。
注意，研究使用的数据是2021年晚些时候之后的，因为这段时间的数据是大数据训练中不包括的。
以甲骨文的一条新闻为例：
（企业软件产品和服务提供商）在甲骨文的案件中被罚款63万美元。
这一新闻是利好还是利空甲骨文？
的回应：
是（对应的数字为1），对 的罚款可能会增强投资者对甲骨文保护其知识产权的信心，并增加对其产品和服务的需求。
因此，认为这一消息对甲骨文股价有利。
相比之下， 给出的负面情绪评分为-0.52，表明该新闻被认为是利空的。
研究最终发现，打出的情绪分数与股票走势在统计意义上具有较强的相关性。不过，GPT-1、GPT-2 和Bert等更基础的模型则无法准确预测。
结果还表明， 模型在预测股市回报方面优于等现有的情绪分析方法。
基于这一结果，研究人员认为，未来的研究应关注理解大语言模型（LLM）获得预测能力的机制。
通过确定像这样的模型成功预测股票回报的因素，研究人员可以开发更有针对性的策略来改善这些模型，并最大化它们在金融领域的效用。