El tornado de la IA finalmente ha llegado a los mercados financieros más cercanos al dinero.
Escrito por: Kyle
Un informe de investigación de la Universidad de Florida conmocionó al círculo financiero: use ChatGPT para analizar el sentimiento de las noticias de la compañía y, según esto, puede obtener más del 500% de retorno de la inversión haciendo operaciones largas y cortas en el mercado de valores. Si bien existe cierto escepticismo sobre las asombrosas cifras de rendimiento del informe, la IA está transformando el mundo financiero.
Bancos de inversión legendarios como JPMorgan Chase y Goldman Sachs han expuesto continuamente las noticias de que están buscando IA Independientemente de si la tasa de rendimiento del 500 % puede resistir el escrutinio, al menos muestra que la capacidad de GPT ha comenzado a penetrar en el la mayoría de los enlaces frontales de las transacciones del mercado financiero. A los ojos de Rocky, un ejecutivo del Instituto de Investigación de Inversiones y Gestión de Activos de Web3, la minería y la optimización eficientes de los "factores alternativos" por parte de la IA ya se han producido.
En las instituciones cuantitativas y los fondos de cobertura, los "factores alternativos" son los factores más raros y valiosos entre todos los factores estratégicos. Se refiere a factores distintos a los factores convencionales, como los fundamentos de la empresa, el volumen de negociación y el precio que afectan el mercado, como la opinión pública social y el sentimiento del mercado. "Todas las principales instituciones están buscando factores alternativos”, explicó Rocky. Los factores de precio de volumen y los factores fundamentales inevitablemente se volverán homogéneos. Los factores alternativos desempeñarán un papel decisivo y ayudarán a las instituciones a ganar por sorpresa.
Como un gran modelo de propósito general, los usuarios deben perfeccionar GPT si desean utilizarlo directamente en inversiones cuantitativas, pero se ha abierto una nueva puerta. Para la gente común, con la ayuda de ChatGPT para verificar de manera eficiente una gran cantidad de estrategias y analizar datos, también pueden encontrar una forma de ganar dinero que les convenga.
El tornado de IA finalmente ha llegado al mercado financiero más cercano al dinero.
"500% ROI" es una sensación en el mundo
JPMorgan Chase, uno de los principales bancos de inversión que siempre ha creído en el poder de la tecnología, dio un paso hacia la IA. El 26 de mayo, JPMorgan Chase anunció que está desarrollando una herramienta de servicios financieros llamada "IndexGPT", que utiliza computación en la nube e inteligencia artificial para analizar y seleccionar valores, y brinda a los clientes asesoramiento de inversión inteligente y personalizado.
Esta es otra señal de JP Morgan Chase para agregar IA al sistema comercial.
Ya en 2017, JPMorgan Chase comenzó a utilizar la herramienta de inteligencia artificial interna con nombre en código LOXM, lo que permite que la máquina resuma la experiencia y las lecciones de los últimos miles de millones de transacciones históricas reales y simuladas, y luego utilice la forma más rápida y óptima. El precio ejecuta las órdenes comerciales. , superando a los humanos en términos de escala de transacción y eficiencia.
En 2019, JPMorgan Chase reclutó a expertos globales en inteligencia artificial para desarrollar un "robot de negociación de acciones". Las funciones principales incluyen generar informes de inversión, buscar automáticamente oportunidades de inversión y monitorear automáticamente las "solicitudes de cotización". En ese momento, JPMorgan dijo que los pedidos automatizados habían reducido los costos de ejecución de operaciones en aproximadamente un 20 % en los últimos años.
Si la inversión inicial en IA de JPMorgan Chase estaba destinada a "reducir costos", cuando GPT mostró superpoderes, el banco de inversión comenzó a utilizar la tecnología de IA más avanzada para mejorar sus "capacidades de dinero". Desde la perspectiva del diseño, el rol de la IA en JPMorgan Chase ha experimentado cambios importantes: de un asistente de inversiones a un comerciante que guía las transacciones.
Las nuevas acciones de JPMorgan Chase han emitido una señal de la profunda participación de AI en la industria financiera, y Goldman Sachs y Morgan Stanley también han estado expuestos a invertir en investigación y desarrollo de AI internamente.
La noticia de los gigantes financieros que se dedican a la IA se escenificó en Wall Street, pero no atrajo la atención del público. Sin embargo, se destacó un informe de investigación del Departamento de Finanzas de la Universidad de Florida, que rompió el cansancio estético bajo la narrativa convencional de “IA cambia el círculo financiero”.
El informe de investigación de la universidad titulado "¿Puede ChatGPT predecir las tendencias de precios de las acciones?" se publicó originalmente el 6 de abril de este año e inicialmente recibió poca respuesta. Hasta mayo, un escritor de tecnología en Reddit recomendó el informe, argumentando que era un documento ignorado por los principales medios de comunicación.
Después de que se ingresó en la pregunta el "retorno de la inversión del 500%", estalló instantáneamente dentro y fuera del círculo financiero.
Según el artículo, investigadores de la Universidad de Florida alimentaron GPT-3.5, que no está conectado a Internet, datos públicos del mercado y noticias de octubre de 2021 a diciembre de 2022. Estos datos se obtuvieron a través de rastreadores web, incluida 67.586 información sobre 4.138 listados. Titulares, y excluya cualquier titular de subidas y bajadas de acciones, filtrando temas sin sentido, temas candentes, noticias repetitivas, etc. Los investigadores permitieron principalmente que ChatGPT evaluara cada titular y le pidieron que decidiera si era positivo o negativo.
Este es un análisis de sentimiento clásico y es parte de las estrategias comerciales automatizadas empleadas por fondos de cobertura conocidos como DE Shaw, Two Sigma y otros. Para dar un ejemplo simple, cuando ocurre un evento, el mercado a menudo no está de acuerdo sobre si es bueno o malo. Un análisis de sentimiento preciso ayuda a identificar el impacto de las noticias y tomar decisiones de inversión correctas.
Los investigadores le pidieron minuciosamente a ChatGPT que les diera una respuesta, y finalmente llegaron a una conclusión sorprendente: ChatGPT, que es bueno en el razonamiento lógico, superó a todas las demás herramientas de análisis de sentimientos. Con la ayuda de ChatGPT, los investigadores probaron el rendimiento de retorno del uso de ChatGPT para guiar diferentes estrategias de inversión en el pasado.Al final, la estrategia larga-corta (comprar empresas con buenas noticias, vender en corto empresas con malas noticias) tiene una tasa de retorno de más del 500%, y la estrategia de venta corta regresa La tasa de retorno es cercana al 400%, y la tasa de retorno de la estrategia larga es de aproximadamente el 50%.
Rendimiento de la estrategia impulsado por ChatGPT
En el mercado de valores, cualquiera de las tasas de rendimiento anteriores es suficiente para matar al 99% de los administradores de inversiones en el mundo. El informe de investigación señaló que comprar y mantener el S&P 500 ETF arrojó un -12% durante el mismo período de tiempo.
¿Solo usar ChatGPT para el análisis de sentimientos puede generar una tasa de retorno tan alta? Si bien este informe fue llamativo, también hizo que los internautas se preguntaran: "Si encuentra una estrategia que puede obtener un rendimiento del 500 % en menos de 2 años, ¿la haría pública?" Otros dijeron que incluso si el informe es cierto Una vez que una táctica es ampliamente conocida, deja de ser efectiva: "No existe tal cosa como un almuerzo gratis".
Actualización de AI factor alternativo "excavadora"
El profano observaba la emoción, mientras que el experto observaba la puerta, cuando la noticia llegó a oídos de Rocky, estaba muy emocionado.
Rocky es un ejecutivo de una institución de investigación de inversiones y administración de activos de Web3. Dijo sin rodeos que estaba "sorprendido" por el informe de investigación de la Universidad de Florida. Él cree que la adición de ChatGPT ha dado un salto cualitativo en la minería y optimización. de "factores alternativos", concluyó: "Los comerciantes están muertos, la inversión en IA+ es el futuro".
Rocky explicó que antes de estudiar la cuantificación, dos puntos eran los más difíciles: el primero era la fuente de datos y el segundo era el factor de estrategia. Los factores estratégicos comunes incluyen factores de volumen-precio y factores fundamentales. Al final, la homogeneidad es relativamente grave. "La prueba definitiva es el juego de factores alternativos".
Los factores de estrategia son un concepto común en las instituciones cuantitativas. Simplemente comprenda, después de que la institución obtenga los datos de transacción, la información y los datos de opinión pública del mercado secundario, los limpiará y luego procesará los datos masivos en factores. Este es un proceso de encontrar factores importantes que afectan el mercado a partir de cantidades masivas de información. La integración de estos factores en las estrategias comerciales puede ayudar a los operadores a juzgar el ascenso y la caída del mercado.
Un factor de estrategia efectivo significa una "mina de oro", y una vez que se extrae, no es difícil obtener un rendimiento.
Como dijo Rocky, entre los factores de estrategia, el factor volumen-precio, el factor fundamental y el factor alternativo representan aproximadamente el 60%, 20% y 20% de la estrategia cuantitativa. Entre ellos, el factor de precio de volumen se basa en la extracción de datos del volumen de negociación del mercado, incluidos los precios de los activos por segundo, el flujo de capital, los indicadores técnicos de varias líneas K, etc.; los factores fundamentales se derivan de los estados financieros, los informes de corretaje y los analistas. Las expectativas, etc., y los factores alternativos son las "armas secretas" distintas de las dos primeras. Cada institución utilizará su capacidad única para recopilar factores que afectan los precios, incluida la opinión pública social y almacenar datos. El "análisis de sentimiento" que los investigadores de la Universidad de Florida permitieron que ChatGPT hiciera entra en esta categoría.
Factores estratégicos comunes (resueltos por Red Bank Research)
En términos generales, es difícil ampliar la brecha entre las instituciones para los factores de precio de volumen y los factores fundamentales, porque esta información es fija y pública, y la extracción de factores alternativos pondrá a prueba las habilidades de las instituciones. "Ahora los principales fondos de cobertura están invirtiendo en factores alternativos", dijo Rocky a "Metaverse Daily Explosion". En un duelo entre maestros, los movimientos convencionales son difíciles de trabajar y solo los movimientos únicos pueden ganar.
Sin embargo, el costo de extracción y la dificultad de los factores alternativos son mucho más altos que los factores de precio por volumen y los factores fundamentales.
"Es como recoger conchas en una playa sin límites. Debes tener mucha paciencia para recogerlas una por una. Por lo general, cierto tipo de datos alternativos solo pueden cubrir algunas de las placas, e incluso si se excavan, puedes solo obtenga los beneficios en estas placas". Li Xiang, gerente general de Mengxi Investment, dijo que la recopilación de datos de factores alternativos tiene un cierto umbral, porque no son datos convencionales, ya sea comprados a un proveedor de datos externo o recopilados por sí mismo, e incluso para encontrar mejores datos, las organizaciones necesitan explorar activamente proveedores de datos valiosos.
Una vez recopilados los datos, no es fácil estudiar datos alternativos. "Cómo extraer la lógica interna de los datos, este paso también tiene un umbral alto". Li Xiang dijo que este proceso es muy delicado. Necesita eliminar todo tipo de ruido, encontrar la lógica interna y luego combinar factores. Después una serie de operaciones se completan, puede haber buenos resultados.Efecto.
Li Xiang compara el proceso de recolección de factores con la "minería": al principio, algunas minas en el nivel de la superficie, que son más fáciles de recolectar, se recolectan primero y luego se excavan más y más profundamente.
En términos de factores alternativos de minería, a menudo es el trabajo más intensivo en mano de obra, recursos financieros y principal de las principales instituciones de inversión. Recopilan información en grandes cantidades, analizan valores uno por uno, prueban la tasa de retorno, prueban y error, y puede no obtener nada después de una enorme y complicada carga de trabajo.Cosechar factores alternativos efectivos a veces requiere un elemento de suerte.
Ahora, la aparición de ChatGPT hace que el proceso de minería de factores alternativos sea eficiente. "Su función de texto a texto es muy poderosa. Por ejemplo, podemos usar la tecnología de procesamiento de lenguaje natural para capturar las opiniones de los internautas sobre cierto tipo de acciones, o incluso sobre ciertas acciones". puede mejorar algo La eficiencia del trabajo auxiliar, como en términos de dimensiones predictivas, "Su ganancia para la investigación cuantitativa está en el extremo de la recopilación de datos, y ChatGPT se puede usar para obtener mejor información del lado del texto".
Sin embargo, GPT se parece más a un modelo grande de propósito general y no está sesgado hacia las grandes empresas financieras, que están destinadas a no usarse de forma inmediata. Rocky dijo que la alimentación de datos basada en el modelo grande de GPT es un "modelo universal", que no puede satisfacer la autenticidad, la validez y el rendimiento en tiempo real de los datos financieros transversales y de series temporales. En el proceso de limpieza de datos, un profesional También se necesita un modelo pequeño. Hacer preprocesamiento y estandarización, lo que demuestra que ChatGPT aún está lejos del camino de la cuantificación profesional.
Pero Rocky cree que ChatGPT ha abierto una puerta obvia para las instituciones y que la IA puede convertirse en un asistente de alto poder para los comerciantes.
¿La oportunidad de riqueza para la gente común está aquí?
El informe de investigación de la Universidad de Florida es como una introducción, suficiente para inspirar repentinamente a JPMorgan Chase. Es probable que la IA se convierta en una "máquina de hacer dinero" sin emociones en el mercado comercial, jugando juegos de dinero con personas reales.
Entonces, ¿pueden los inversores ordinarios utilizar herramientas como ChatGPT para participar en transacciones cuantitativas y mejorar sus rendimientos?
En este sentido, Rocky siente que no es realista. Explicó que el comercio cuantitativo requiere una formación profesional en ingeniería financiera, matemáticas avanzadas, conceptos estadísticos, conocimiento financiero, conocimiento de derivados, regulaciones financieras y otras reservas de conocimiento. Al mismo tiempo, GPT, una gran base de datos modelo, no tiene rendimiento en tiempo real. Debe comprar fuentes de datos de Bloomberg y otros lugares. De lo contrario, los datos no son en tiempo real y no puede participar en el juego. Está bien para realizar una prueba retrospectiva de ganancias en GPT, pero ni siquiera pienses en ello en el combate real”.
El mercado financiero es turbulento, y los inversionistas comunes deben ser particularmente cautelosos al usar herramientas, ya que una vez que las herramientas de alto nivel los ven, pueden convertirse en corderos a merced de otros. Sin embargo, algunas personas han proporcionado ideas de inversión que son más adecuadas para la gente común. Es posible que no pueda lograr altos rendimientos, pero aún hay una buena posibilidad de superar la tasa de interés de la hipoteca.
Niu Yifei, el creador del pequeño programa "Aniu Data", se ha dedicado al comercio cuantitativo de baja frecuencia. No hace mucho, realizó un experimento y le pidió a ChatGPT que escribiera una estrategia cuantitativa y probara la curva de rendimiento.
La lógica estratégica que Niu Yifei proporcionó a ChatGPT es: de los tres índices ETF de SSE 50, GEM Index y Bonos del Tesoro a 10 años, seleccione el ETF con el mayor aumento en el último mes (22 días de negociación) todos los días. tiene el fondo, continuará manteniendo la posición. Si no la mantiene, borrará los fondos que tiene y comprará el fondo. Si los tres fondos han caído en el último mes, borrará la posición.
Uso de ChatGPT para escribir un proceso de código de estrategia cuantitativa
Pronto, ChatGPT proporcionó el código de política y los comentarios correspondientes. "La única deficiencia es que no se proporciona la fuente de datos. Afortunadamente, tengo una copia de los datos históricos del fondo. Después de importar los datos y ejecutarlos, realmente puedo ver los resultados de las tenencias diarias".
Más tarde, Niu Yifei necesitaba verificar el rendimiento histórico de la estrategia, por lo que le pidió a ChatGPT que generara un programa de prueba retrospectiva y le pidió a la prueba retrospectiva que averiguara la tasa de retorno de intervalo, la tasa de retorno anualizada, el retroceso máximo, etc. de la estrategia. Después de unos segundos, AI dio el código del programa y logró los indicadores requeridos. "Sin embargo, después de revisar cuidadosamente el programa, todavía encontré algunas fallas en los detalles, como no considerar el tiempo real de reequilibrio, etc., pero la tasa de finalización general superó el 90%".
Niu Yifei dijo que optimizó el programa guiando a la IA, e hizo cambios mágicos simples manualmente, y el programa de backtest estaba listo. Usó este programa para realizar una prueba retrospectiva del rendimiento de la inversión de la estrategia mencionada anteriormente en 2022, y finalmente obtuvo una tasa de rendimiento de rango de 9.18%, una tasa de rendimiento anual de 9.57% y una reducción máxima de -12.25%. En comparación con las herramientas estadísticas profesionales, la curva de valor neto del programa de backtest producido por ChatGPT es casi exactamente la misma.
En este caso, Niu Yifei tomó la iniciativa para determinar la estrategia de inversión y le pidió a ChatGPT que hiciera un software de inversión automatizado y procedimientos de backtesting, de hecho, entregó el trabajo de escribir el código a ChatGPT. Por supuesto, la eficiencia de escritura de código de ChatGPT supera con creces la de los ingenieros humanos, lo que permite a los inversores comunes utilizar este método para verificar de manera eficiente la efectividad de una gran cantidad de estrategias y luego optimizar continuamente las estrategias comerciales para aumentar la tasa de rendimiento.
En la práctica simple de Niu Yifei, su retorno anualizado de la inversión ha alcanzado el 9,57 %, que es mucho más alto que el de los productos generales de gestión de patrimonio bancario. Niu Yifei reveló a "Metaverse Daily Explosion" que además de permitir que ChatGPT escriba código, también está tratando de usar IA para análisis de datos, informes financieros y análisis de anuncios, etc., para que pueda dar señales comerciales.
Li Xiang también cree que ChatGPT reducirá el umbral de la industria cuantitativa hasta cierto punto. Si alguien está interesado en la industria cuantitativa, incluso si no tiene experiencia en la industria y solo tiene algunas ideas sobre el comercio, también puede participar en parte con la ayuda de las capacidades de ChatGPT. "Sin embargo, todavía hay un largo camino por recorrer desde este estado hasta convertirse en un investigador central muy profesional de una institución cuantitativa, con estrategias refinadas y detalles perfectos".
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
¿500% de retorno de las acciones de IA? Expertos revelan misterios
Escrito por: Kyle
Un informe de investigación de la Universidad de Florida conmocionó al círculo financiero: use ChatGPT para analizar el sentimiento de las noticias de la compañía y, según esto, puede obtener más del 500% de retorno de la inversión haciendo operaciones largas y cortas en el mercado de valores. Si bien existe cierto escepticismo sobre las asombrosas cifras de rendimiento del informe, la IA está transformando el mundo financiero.
Bancos de inversión legendarios como JPMorgan Chase y Goldman Sachs han expuesto continuamente las noticias de que están buscando IA Independientemente de si la tasa de rendimiento del 500 % puede resistir el escrutinio, al menos muestra que la capacidad de GPT ha comenzado a penetrar en el la mayoría de los enlaces frontales de las transacciones del mercado financiero. A los ojos de Rocky, un ejecutivo del Instituto de Investigación de Inversiones y Gestión de Activos de Web3, la minería y la optimización eficientes de los "factores alternativos" por parte de la IA ya se han producido.
En las instituciones cuantitativas y los fondos de cobertura, los "factores alternativos" son los factores más raros y valiosos entre todos los factores estratégicos. Se refiere a factores distintos a los factores convencionales, como los fundamentos de la empresa, el volumen de negociación y el precio que afectan el mercado, como la opinión pública social y el sentimiento del mercado. "Todas las principales instituciones están buscando factores alternativos”, explicó Rocky. Los factores de precio de volumen y los factores fundamentales inevitablemente se volverán homogéneos. Los factores alternativos desempeñarán un papel decisivo y ayudarán a las instituciones a ganar por sorpresa.
Como un gran modelo de propósito general, los usuarios deben perfeccionar GPT si desean utilizarlo directamente en inversiones cuantitativas, pero se ha abierto una nueva puerta. Para la gente común, con la ayuda de ChatGPT para verificar de manera eficiente una gran cantidad de estrategias y analizar datos, también pueden encontrar una forma de ganar dinero que les convenga.
El tornado de IA finalmente ha llegado al mercado financiero más cercano al dinero.
"500% ROI" es una sensación en el mundo
JPMorgan Chase, uno de los principales bancos de inversión que siempre ha creído en el poder de la tecnología, dio un paso hacia la IA. El 26 de mayo, JPMorgan Chase anunció que está desarrollando una herramienta de servicios financieros llamada "IndexGPT", que utiliza computación en la nube e inteligencia artificial para analizar y seleccionar valores, y brinda a los clientes asesoramiento de inversión inteligente y personalizado.
Esta es otra señal de JP Morgan Chase para agregar IA al sistema comercial.
Ya en 2017, JPMorgan Chase comenzó a utilizar la herramienta de inteligencia artificial interna con nombre en código LOXM, lo que permite que la máquina resuma la experiencia y las lecciones de los últimos miles de millones de transacciones históricas reales y simuladas, y luego utilice la forma más rápida y óptima. El precio ejecuta las órdenes comerciales. , superando a los humanos en términos de escala de transacción y eficiencia.
En 2019, JPMorgan Chase reclutó a expertos globales en inteligencia artificial para desarrollar un "robot de negociación de acciones". Las funciones principales incluyen generar informes de inversión, buscar automáticamente oportunidades de inversión y monitorear automáticamente las "solicitudes de cotización". En ese momento, JPMorgan dijo que los pedidos automatizados habían reducido los costos de ejecución de operaciones en aproximadamente un 20 % en los últimos años.
Si la inversión inicial en IA de JPMorgan Chase estaba destinada a "reducir costos", cuando GPT mostró superpoderes, el banco de inversión comenzó a utilizar la tecnología de IA más avanzada para mejorar sus "capacidades de dinero". Desde la perspectiva del diseño, el rol de la IA en JPMorgan Chase ha experimentado cambios importantes: de un asistente de inversiones a un comerciante que guía las transacciones.
Las nuevas acciones de JPMorgan Chase han emitido una señal de la profunda participación de AI en la industria financiera, y Goldman Sachs y Morgan Stanley también han estado expuestos a invertir en investigación y desarrollo de AI internamente.
La noticia de los gigantes financieros que se dedican a la IA se escenificó en Wall Street, pero no atrajo la atención del público. Sin embargo, se destacó un informe de investigación del Departamento de Finanzas de la Universidad de Florida, que rompió el cansancio estético bajo la narrativa convencional de “IA cambia el círculo financiero”.
El informe de investigación de la universidad titulado "¿Puede ChatGPT predecir las tendencias de precios de las acciones?" se publicó originalmente el 6 de abril de este año e inicialmente recibió poca respuesta. Hasta mayo, un escritor de tecnología en Reddit recomendó el informe, argumentando que era un documento ignorado por los principales medios de comunicación.
Después de que se ingresó en la pregunta el "retorno de la inversión del 500%", estalló instantáneamente dentro y fuera del círculo financiero.
Según el artículo, investigadores de la Universidad de Florida alimentaron GPT-3.5, que no está conectado a Internet, datos públicos del mercado y noticias de octubre de 2021 a diciembre de 2022. Estos datos se obtuvieron a través de rastreadores web, incluida 67.586 información sobre 4.138 listados. Titulares, y excluya cualquier titular de subidas y bajadas de acciones, filtrando temas sin sentido, temas candentes, noticias repetitivas, etc. Los investigadores permitieron principalmente que ChatGPT evaluara cada titular y le pidieron que decidiera si era positivo o negativo.
Este es un análisis de sentimiento clásico y es parte de las estrategias comerciales automatizadas empleadas por fondos de cobertura conocidos como DE Shaw, Two Sigma y otros. Para dar un ejemplo simple, cuando ocurre un evento, el mercado a menudo no está de acuerdo sobre si es bueno o malo. Un análisis de sentimiento preciso ayuda a identificar el impacto de las noticias y tomar decisiones de inversión correctas.
Los investigadores le pidieron minuciosamente a ChatGPT que les diera una respuesta, y finalmente llegaron a una conclusión sorprendente: ChatGPT, que es bueno en el razonamiento lógico, superó a todas las demás herramientas de análisis de sentimientos. Con la ayuda de ChatGPT, los investigadores probaron el rendimiento de retorno del uso de ChatGPT para guiar diferentes estrategias de inversión en el pasado.Al final, la estrategia larga-corta (comprar empresas con buenas noticias, vender en corto empresas con malas noticias) tiene una tasa de retorno de más del 500%, y la estrategia de venta corta regresa La tasa de retorno es cercana al 400%, y la tasa de retorno de la estrategia larga es de aproximadamente el 50%.
Rendimiento de la estrategia impulsado por ChatGPT
En el mercado de valores, cualquiera de las tasas de rendimiento anteriores es suficiente para matar al 99% de los administradores de inversiones en el mundo. El informe de investigación señaló que comprar y mantener el S&P 500 ETF arrojó un -12% durante el mismo período de tiempo.
¿Solo usar ChatGPT para el análisis de sentimientos puede generar una tasa de retorno tan alta? Si bien este informe fue llamativo, también hizo que los internautas se preguntaran: "Si encuentra una estrategia que puede obtener un rendimiento del 500 % en menos de 2 años, ¿la haría pública?" Otros dijeron que incluso si el informe es cierto Una vez que una táctica es ampliamente conocida, deja de ser efectiva: "No existe tal cosa como un almuerzo gratis".
Actualización de AI factor alternativo "excavadora"
El profano observaba la emoción, mientras que el experto observaba la puerta, cuando la noticia llegó a oídos de Rocky, estaba muy emocionado.
Rocky es un ejecutivo de una institución de investigación de inversiones y administración de activos de Web3. Dijo sin rodeos que estaba "sorprendido" por el informe de investigación de la Universidad de Florida. Él cree que la adición de ChatGPT ha dado un salto cualitativo en la minería y optimización. de "factores alternativos", concluyó: "Los comerciantes están muertos, la inversión en IA+ es el futuro".
Rocky explicó que antes de estudiar la cuantificación, dos puntos eran los más difíciles: el primero era la fuente de datos y el segundo era el factor de estrategia. Los factores estratégicos comunes incluyen factores de volumen-precio y factores fundamentales. Al final, la homogeneidad es relativamente grave. "La prueba definitiva es el juego de factores alternativos".
Los factores de estrategia son un concepto común en las instituciones cuantitativas. Simplemente comprenda, después de que la institución obtenga los datos de transacción, la información y los datos de opinión pública del mercado secundario, los limpiará y luego procesará los datos masivos en factores. Este es un proceso de encontrar factores importantes que afectan el mercado a partir de cantidades masivas de información. La integración de estos factores en las estrategias comerciales puede ayudar a los operadores a juzgar el ascenso y la caída del mercado.
Un factor de estrategia efectivo significa una "mina de oro", y una vez que se extrae, no es difícil obtener un rendimiento.
Como dijo Rocky, entre los factores de estrategia, el factor volumen-precio, el factor fundamental y el factor alternativo representan aproximadamente el 60%, 20% y 20% de la estrategia cuantitativa. Entre ellos, el factor de precio de volumen se basa en la extracción de datos del volumen de negociación del mercado, incluidos los precios de los activos por segundo, el flujo de capital, los indicadores técnicos de varias líneas K, etc.; los factores fundamentales se derivan de los estados financieros, los informes de corretaje y los analistas. Las expectativas, etc., y los factores alternativos son las "armas secretas" distintas de las dos primeras. Cada institución utilizará su capacidad única para recopilar factores que afectan los precios, incluida la opinión pública social y almacenar datos. El "análisis de sentimiento" que los investigadores de la Universidad de Florida permitieron que ChatGPT hiciera entra en esta categoría.
Factores estratégicos comunes (resueltos por Red Bank Research)
En términos generales, es difícil ampliar la brecha entre las instituciones para los factores de precio de volumen y los factores fundamentales, porque esta información es fija y pública, y la extracción de factores alternativos pondrá a prueba las habilidades de las instituciones. "Ahora los principales fondos de cobertura están invirtiendo en factores alternativos", dijo Rocky a "Metaverse Daily Explosion". En un duelo entre maestros, los movimientos convencionales son difíciles de trabajar y solo los movimientos únicos pueden ganar.
Sin embargo, el costo de extracción y la dificultad de los factores alternativos son mucho más altos que los factores de precio por volumen y los factores fundamentales.
"Es como recoger conchas en una playa sin límites. Debes tener mucha paciencia para recogerlas una por una. Por lo general, cierto tipo de datos alternativos solo pueden cubrir algunas de las placas, e incluso si se excavan, puedes solo obtenga los beneficios en estas placas". Li Xiang, gerente general de Mengxi Investment, dijo que la recopilación de datos de factores alternativos tiene un cierto umbral, porque no son datos convencionales, ya sea comprados a un proveedor de datos externo o recopilados por sí mismo, e incluso para encontrar mejores datos, las organizaciones necesitan explorar activamente proveedores de datos valiosos.
Una vez recopilados los datos, no es fácil estudiar datos alternativos. "Cómo extraer la lógica interna de los datos, este paso también tiene un umbral alto". Li Xiang dijo que este proceso es muy delicado. Necesita eliminar todo tipo de ruido, encontrar la lógica interna y luego combinar factores. Después una serie de operaciones se completan, puede haber buenos resultados.Efecto.
Li Xiang compara el proceso de recolección de factores con la "minería": al principio, algunas minas en el nivel de la superficie, que son más fáciles de recolectar, se recolectan primero y luego se excavan más y más profundamente.
En términos de factores alternativos de minería, a menudo es el trabajo más intensivo en mano de obra, recursos financieros y principal de las principales instituciones de inversión. Recopilan información en grandes cantidades, analizan valores uno por uno, prueban la tasa de retorno, prueban y error, y puede no obtener nada después de una enorme y complicada carga de trabajo.Cosechar factores alternativos efectivos a veces requiere un elemento de suerte.
Ahora, la aparición de ChatGPT hace que el proceso de minería de factores alternativos sea eficiente. "Su función de texto a texto es muy poderosa. Por ejemplo, podemos usar la tecnología de procesamiento de lenguaje natural para capturar las opiniones de los internautas sobre cierto tipo de acciones, o incluso sobre ciertas acciones". puede mejorar algo La eficiencia del trabajo auxiliar, como en términos de dimensiones predictivas, "Su ganancia para la investigación cuantitativa está en el extremo de la recopilación de datos, y ChatGPT se puede usar para obtener mejor información del lado del texto".
Sin embargo, GPT se parece más a un modelo grande de propósito general y no está sesgado hacia las grandes empresas financieras, que están destinadas a no usarse de forma inmediata. Rocky dijo que la alimentación de datos basada en el modelo grande de GPT es un "modelo universal", que no puede satisfacer la autenticidad, la validez y el rendimiento en tiempo real de los datos financieros transversales y de series temporales. En el proceso de limpieza de datos, un profesional También se necesita un modelo pequeño. Hacer preprocesamiento y estandarización, lo que demuestra que ChatGPT aún está lejos del camino de la cuantificación profesional.
Pero Rocky cree que ChatGPT ha abierto una puerta obvia para las instituciones y que la IA puede convertirse en un asistente de alto poder para los comerciantes.
¿La oportunidad de riqueza para la gente común está aquí?
El informe de investigación de la Universidad de Florida es como una introducción, suficiente para inspirar repentinamente a JPMorgan Chase. Es probable que la IA se convierta en una "máquina de hacer dinero" sin emociones en el mercado comercial, jugando juegos de dinero con personas reales.
Entonces, ¿pueden los inversores ordinarios utilizar herramientas como ChatGPT para participar en transacciones cuantitativas y mejorar sus rendimientos?
En este sentido, Rocky siente que no es realista. Explicó que el comercio cuantitativo requiere una formación profesional en ingeniería financiera, matemáticas avanzadas, conceptos estadísticos, conocimiento financiero, conocimiento de derivados, regulaciones financieras y otras reservas de conocimiento. Al mismo tiempo, GPT, una gran base de datos modelo, no tiene rendimiento en tiempo real. Debe comprar fuentes de datos de Bloomberg y otros lugares. De lo contrario, los datos no son en tiempo real y no puede participar en el juego. Está bien para realizar una prueba retrospectiva de ganancias en GPT, pero ni siquiera pienses en ello en el combate real”.
El mercado financiero es turbulento, y los inversionistas comunes deben ser particularmente cautelosos al usar herramientas, ya que una vez que las herramientas de alto nivel los ven, pueden convertirse en corderos a merced de otros. Sin embargo, algunas personas han proporcionado ideas de inversión que son más adecuadas para la gente común. Es posible que no pueda lograr altos rendimientos, pero aún hay una buena posibilidad de superar la tasa de interés de la hipoteca.
Niu Yifei, el creador del pequeño programa "Aniu Data", se ha dedicado al comercio cuantitativo de baja frecuencia. No hace mucho, realizó un experimento y le pidió a ChatGPT que escribiera una estrategia cuantitativa y probara la curva de rendimiento.
La lógica estratégica que Niu Yifei proporcionó a ChatGPT es: de los tres índices ETF de SSE 50, GEM Index y Bonos del Tesoro a 10 años, seleccione el ETF con el mayor aumento en el último mes (22 días de negociación) todos los días. tiene el fondo, continuará manteniendo la posición. Si no la mantiene, borrará los fondos que tiene y comprará el fondo. Si los tres fondos han caído en el último mes, borrará la posición.
Uso de ChatGPT para escribir un proceso de código de estrategia cuantitativa
Pronto, ChatGPT proporcionó el código de política y los comentarios correspondientes. "La única deficiencia es que no se proporciona la fuente de datos. Afortunadamente, tengo una copia de los datos históricos del fondo. Después de importar los datos y ejecutarlos, realmente puedo ver los resultados de las tenencias diarias".
Más tarde, Niu Yifei necesitaba verificar el rendimiento histórico de la estrategia, por lo que le pidió a ChatGPT que generara un programa de prueba retrospectiva y le pidió a la prueba retrospectiva que averiguara la tasa de retorno de intervalo, la tasa de retorno anualizada, el retroceso máximo, etc. de la estrategia. Después de unos segundos, AI dio el código del programa y logró los indicadores requeridos. "Sin embargo, después de revisar cuidadosamente el programa, todavía encontré algunas fallas en los detalles, como no considerar el tiempo real de reequilibrio, etc., pero la tasa de finalización general superó el 90%".
Niu Yifei dijo que optimizó el programa guiando a la IA, e hizo cambios mágicos simples manualmente, y el programa de backtest estaba listo. Usó este programa para realizar una prueba retrospectiva del rendimiento de la inversión de la estrategia mencionada anteriormente en 2022, y finalmente obtuvo una tasa de rendimiento de rango de 9.18%, una tasa de rendimiento anual de 9.57% y una reducción máxima de -12.25%. En comparación con las herramientas estadísticas profesionales, la curva de valor neto del programa de backtest producido por ChatGPT es casi exactamente la misma.
En este caso, Niu Yifei tomó la iniciativa para determinar la estrategia de inversión y le pidió a ChatGPT que hiciera un software de inversión automatizado y procedimientos de backtesting, de hecho, entregó el trabajo de escribir el código a ChatGPT. Por supuesto, la eficiencia de escritura de código de ChatGPT supera con creces la de los ingenieros humanos, lo que permite a los inversores comunes utilizar este método para verificar de manera eficiente la efectividad de una gran cantidad de estrategias y luego optimizar continuamente las estrategias comerciales para aumentar la tasa de rendimiento.
En la práctica simple de Niu Yifei, su retorno anualizado de la inversión ha alcanzado el 9,57 %, que es mucho más alto que el de los productos generales de gestión de patrimonio bancario. Niu Yifei reveló a "Metaverse Daily Explosion" que además de permitir que ChatGPT escriba código, también está tratando de usar IA para análisis de datos, informes financieros y análisis de anuncios, etc., para que pueda dar señales comerciales.
Li Xiang también cree que ChatGPT reducirá el umbral de la industria cuantitativa hasta cierto punto. Si alguien está interesado en la industria cuantitativa, incluso si no tiene experiencia en la industria y solo tiene algunas ideas sobre el comercio, también puede participar en parte con la ayuda de las capacidades de ChatGPT. "Sin embargo, todavía hay un largo camino por recorrer desde este estado hasta convertirse en un investigador central muy profesional de una institución cuantitativa, con estrategias refinadas y detalles perfectos".