Торнадо ИИ наконец добрался до самых близких к деньгам финансовых рынков.
Автор: Кайл
Отчет об исследовании из Университета Флориды потряс финансовые круги: используйте ChatGPT для анализа настроения новостей компании, и, согласно этому, вы можете получить более 500% возврата инвестиций, делая длинные и короткие позиции на фондовом рынке. Несмотря на то, что есть некоторый скептицизм в отношении поразительных цифр доходности, приведенных в отчете, финансовый мир преображается с помощью ИИ.
Легендарные инвестиционные банки, такие как JPMorgan Chase и Goldman Sachs, постоянно разоблачают новости о том, что они разрабатывают ИИ. самое внешнее звено финансового рынка-транзакции. По мнению Рокки, руководителя Исследовательского института управления активами и инвестиций Web3, эффективная добыча и оптимизация «альтернативных факторов» с помощью ИИ уже произошла.
В количественных институтах и хедж-фондах «альтернативные факторы» — самые редкие и ценные среди всех стратегических факторов. Это относится к факторам, отличным от обычных факторов, таких как фундаментальные показатели компании, объем торгов и цена, которые влияют на рынок, например, общественное мнение и рыночные настроения. "Все ведущие организации ищут альтернативные факторы, — объяснил Рокки. — Факторы объемной цены и фундаментальные факторы неизбежно станут однородными. Альтернативные факторы будут играть решающую роль и помогут учреждениям победить врасплох".
Как крупная модель общего назначения, GPT должна быть доработана пользователями, если она хочет быть непосредственно использована в количественных инвестициях, но новая дверь была открыта. Для обычных людей, которые с помощью ChatGPT могут эффективно проверять большое количество стратегий и анализировать данные, они также могут найти способ заработка, который им подходит.
Торнадо ИИ наконец добрался до финансового рынка, наиболее близкого к деньгам.
«500% ROI» — мировая сенсация
JPMorgan Chase, ведущий инвестиционный банк, всегда веривший в силу технологий, сделал шаг в сторону искусственного интеллекта. 26 мая JPMorgan Chase объявила о разработке инструмента финансовых услуг под названием «IndexGPT», который использует облачные вычисления и искусственный интеллект для анализа и выбора ценных бумаг, а также предоставляет клиентам интеллектуальные и персонализированные рекомендации по инвестициям.
Это еще один признак того, что JP Morgan Chase добавляет ИИ в торговую систему.
Еще в 2017 году JPMorgan Chase начал использовать внутренний инструмент искусственного интеллекта под кодовым названием LOXM, позволяющий машине обобщать опыт и уроки из прошлых миллиардов реальных и смоделированных исторических транзакций, а затем использовать самую быструю и оптимальную цену исполнения торговых ордеров. , превосходя людей с точки зрения масштаба транзакций и эффективности.
В 2019 году JPMorgan Chase нанял мировых экспертов в области искусственного интеллекта для разработки «робота для торговли акциями», основные функции которого включают создание инвестиционных отчетов, автоматический поиск инвестиционных возможностей и автоматический мониторинг «запросов котировок». В то время JPMorgan заявил, что за последние несколько лет автоматизированные заказы снизили затраты на исполнение сделок примерно на 20%.
Если ранние инвестиции JPMorgan Chase в искусственный интеллект были направлены на «снижение затрат», то когда GPT продемонстрировал сверхспособности, инвестиционный банк начал использовать самые передовые технологии искусственного интеллекта для расширения своих «денежных возможностей». С точки зрения макета, роль ИИ в JPMorgan Chase претерпела важные изменения — от помощника по инвестициям до трейдера, который руководит транзакциями.
Новые действия JPMorgan Chase дали сигнал о глубоком участии ИИ в финансовой индустрии, а Goldman Sachs и Morgan Stanley также стали инвестировать в исследования и разработки в области ИИ внутри компании.
Новость о том, что финансовые гиганты занимаются ИИ, была инсценирована на Уолл-стрит, но не привлекла внимания общественности. Тем не менее, был отмечен отчет об исследовании Департамента финансов Университета Флориды, который сломал эстетическую усталость под традиционным повествованием о том, что «ИИ меняет финансовый круг».
Отчет университета под названием «Может ли ChatGPT предсказывать тенденции цен на акции?» был первоначально опубликован 6 апреля этого года и поначалу не получил большого отклика. До мая технический писатель на Reddit рекомендовал этот отчет, утверждая, что его игнорируют основные СМИ.
После того, как в вопросе был поставлен «500% возврат инвестиций», он мгновенно взорвался внутри и за пределами финансового круга.
Согласно документу, исследователи из Университета Флориды предоставили GPT-3.5, который не подключен к Интернету, общедоступные рыночные данные и новости с октября 2021 года по декабрь 2022 года. Эти данные были получены с помощью веб-сканеров, включая 67 586 информации о 4138 перечисленных заголовки и исключить любые заголовки о взлетах и падениях акций, отфильтровывая бессмысленные горячие темы, повторяющиеся новости и т. д. Исследователи сначала позволили ChatGPT оценить каждый заголовок и попросили его решить, был ли он положительным или отрицательным.
Это классический анализ настроений, который является частью автоматизированных торговых стратегий, используемых известными хедж-фондами, такими как DE Shaw, Two Sigma и другими. Приведу простой пример: когда происходит какое-то событие, рынок часто расходится во мнениях, хорошо оно или плохо.Точный анализ настроений помогает определить влияние новостей и принять правильные инвестиционные решения.
Исследователи кропотливо попросили ChatGPT дать ответ, и наконец пришли к неожиданному выводу: ChatGPT, который хорош в логических рассуждениях, превзошел все другие инструменты анализа настроений. С помощью ChatGPT исследователи проверили рентабельность использования ChatGPT для управления различными инвестиционными стратегиями в прошлом.В конце концов, стратегия «длинная-короткая» (покупка компаний с хорошими новостями, продажа компаний без покрытия с плохими новостями) имеет доходность более 500 %, а доходность стратегии коротких продаж близка к 400 %, а доходность длинной стратегии составляет около 50 %.
Эффективность стратегии на основе ChatGPT
На рынке ценных бумаг любой из приведенных выше норм доходности достаточно, чтобы убить 99% инвестиционных менеджеров в мире. В исследовательском отчете отмечается, что покупка и владение ETF S&P 500 принесла -12% за тот же период времени.
Простое использование ChatGPT для анализа настроений может принести такую высокую прибыль? Хотя этот отчет привлек внимание, он также вызвал у пользователей сети вопрос: «Если бы вы нашли стратегию, которая может принести 500% прибыли менее чем за 2 года, вы бы опубликовали ее?» Другие сказали, что даже если отчет правдив. , Когда тактика становится широко известной, она уже не эффективна: «Бесплатных обедов не бывает».
AI модернизирует альтернативный фактор "экскаватор"
Неспециалист наблюдал за волнением, в то время как эксперт смотрел на дверной проем.Когда новости достигли ушей Рокки, он был очень взволнован.
Рокки является руководителем исследовательского института по управлению активами и инвестициями Web3. Он прямо сказал, что был «ошеломлен» исследовательским отчетом Университета Флориды. Он считает, что добавление ChatGPT сделало качественный скачок в майнинге и оптимизации «альтернативных факторов». Он пришел к выводу: «Трейдеры мертвы, будущее за AI+».
Рокки объяснил, что до того, как они приступили к количественному анализу, самыми сложными были два момента: первый — источник данных, а второй — фактор стратегии. Общие стратегические факторы включают объемно-ценовые факторы и фундаментальные факторы.В конце концов, однородность является относительно серьезной.«Конечным испытанием является игра альтернативных факторов».
Факторы стратегии являются общей концепцией в количественных институтах. Просто поймите, после того, как учреждение получит данные о транзакциях, информацию и данные об общественном мнении вторичного рынка, оно очистит их, а затем переработает массивные данные в факторы. Это процесс поиска важных факторов, влияющих на рынок, из огромного количества информации. Интеграция этих факторов в торговые стратегии может помочь трейдерам оценить рост и падение рынка.
Фактор эффективной стратегии означает «золотую жилу», и после того, как она будет добыта, получить отдачу несложно.
Как сказал Рокки, среди стратегических факторов фактор цены, фундаментальный фактор и альтернативный фактор составляют примерно 60%, 20% и 20% количественной стратегии. Среди них фактор объемной цены основан на анализе данных об объеме рыночных торгов, включая цены активов в секунду, поток капитала, технические индикаторы различных K-линий и т. д.; фундаментальные факторы получены из финансовой отчетности, отчетов брокеров, аналитиков. и т. д., а альтернативные факторы являются «секретным оружием», отличным от первых двух. Каждое учреждение будет использовать свою уникальную способность собирать факторы, влияющие на цены, включая общественное мнение, и хранить данные. «Анализ настроений», который исследователи Университета Флориды позволили сделать ChatGPT, подпадает под эту категорию.
Общие стратегические факторы (отсортировано Red Bank Research)
Вообще говоря, трудно увеличить разрыв между учреждениями по факторам объемной цены и фундаментальным факторам, потому что информация является фиксированной и общедоступной, а добыча альтернативных факторов будет проверять навыки учреждений. «Сейчас ведущие хедж-фонды инвестируют в альтернативные факторы, — сказал Рокки в интервью Metaverse Daily Explosion.— В дуэли между мастерами трудно работать с обычными ходами, а уникальные ходы могут победить».
Однако стоимость добычи и сложность альтернативных факторов намного выше, чем факторы объемной цены и фундаментальные факторы.
«Это как собирать ракушки на бескрайнем пляже. Нужно быть очень терпеливым, чтобы подобрать их одну за другой. Обычно определенный тип альтернативных данных может покрыть лишь часть плит, и даже если она раскопана, можно получайте только выгоду от этих пластин». Ли Сян, генеральный менеджер Mengxi Investment, сказал, что сбор данных об альтернативных факторах имеет определенный порог, потому что это не обычные данные, либо приобретенные у стороннего поставщика данных, либо собранные само по себе, и даже для того, чтобы найти более качественные данные, организациям необходимо активно изучать поставщиков ценных данных.
После сбора данных непросто изучить альтернативные данные. "Как анализировать внутреннюю логику данных, этот шаг также имеет высокий порог". Ли Сян сказал, что этот процесс очень деликатный. Он должен устранить все виды шума, найти внутреннюю логику, а затем объединить факторы. После серия операций завершена, могут быть хорошие результаты.Эффект.
Ли Сян сравнил процесс сбора факторов с «добычей»: вначале некоторые шахты на уровне поверхности, которые было легче собрать, сначала собирались, а затем копались все глубже и глубже.
С точки зрения добычи альтернативных факторов, это часто самая трудоемкая, финансово ресурсоемкая и основная работа крупных инвестиционных институтов.Они собирают информацию в больших количествах, анализируют значения одно за другим, бэктестируют норму доходности, тестируют и ошибки, и может ничего не получить после огромной и сложной работы Сбор эффективных альтернативных факторов иногда требует элемента удачи.
Теперь появление ChatGPT делает процесс майнинга альтернативных факторов эффективным. "Его функция преобразования текста в текст очень мощная. Например, мы можем использовать технологию обработки естественного языка, чтобы улавливать мнения пользователей сети об акциях определенного типа или даже об определенных акциях". может повысить эффективность вспомогательной работы, например, с точки зрения прогностических измерений: «Его выигрыш для количественных исследований находится в конце сбора данных, и ChatGPT можно использовать для лучшего получения текстовой информации».
Однако GPT больше похож на универсальную крупную модель, и она не предвзято относится к финансовым мейджорам, которой не суждено использоваться из коробки. Рокки сказал, что подача данных на основе большой модели GPT является «универсальной моделью», которая не может обеспечить достоверность, достоверность и производительность в реальном времени финансовых перекрестных данных и данных временных рядов. Также необходима профессиональная малая модель Проведите предварительную обработку и стандартизацию, которые показывают, что ChatGPT все еще далек от пути профессиональной количественной оценки.
Но Рокки считает, что ChatGPT открыл очевидную дверь для учреждений, а ИИ может стать мощным помощником для трейдеров.
Возможность богатства для простых людей здесь?
Отчет об исследовании Университета Флориды похож на введение, достаточное, чтобы вдохновить JPMorgan Chase. ИИ, вероятно, станет бесчувственной «машиной для зарабатывания денег» на рынке торговли, играя в денежные игры с реальными людьми.
Итак, могут ли обычные инвесторы использовать такие инструменты, как ChatGPT, для участия в количественных транзакциях и повышения своей прибыли?
В связи с этим Рокки считает, что это нереально. Он объяснил, что количественная торговля требует профессионального опыта в области финансового инжиниринга, высшей математики, статистических концепций, финансовых знаний, знаний о производных финансовых инструментах, финансового регулирования и других запасов знаний. В то же время GPT, большая модельная база данных, не имеет производительности в реальном времени.Вы должны приобрести источники данных в Bloomberg и других местах.В противном случае данные не в реальном времени и вы не можете участвовать в игре.Все в порядке чтобы проверить прибыль на истории GPT, но даже не думайте об этом в реальном бою».
Финансовый рынок турбулентный, и рядовые инвесторы должны быть особенно осторожны в использовании инструментов: как только они будут замечены высококлассными инструментами, они могут стать ягнятами на милость других. Тем не менее, некоторые люди предложили инвестиционные идеи, которые больше подходят для обычных людей.Возможно, я не смогу добиться высокой прибыли, но все же есть хороший шанс превзойти процентную ставку по ипотеке.
Ниу Ифэй, создатель небольшой программы «Aniu Data», занимается низкочастотным количественным трейдингом, недавно провел эксперимент и попросил ChatGPT написать количественную стратегию и протестировать кривую доходности на истории.
Стратегическая логика, которую Ню Ифэй предоставил ChatGPT, такова: из ETF трех индексов SSE 50, ChiNext Index и 10-летних казначейских облигаций каждый день выбирайте ETF с наибольшим приростом за последний месяц (22 торговых дня). Если у вас есть фонд, вы продолжите удерживать позицию. Если вы его не удержите, вы очистите средства, которые у вас есть, и купите фонд. Если три фонда упали в прошлом месяце, вы очистите позицию. .
Использование ChatGPT для написания кода количественной стратегии
Вскоре ChatGPT предоставил соответствующий код политики и комментарии. «Единственный недостаток заключается в том, что источник данных не указан. К счастью, у меня есть копия исторических данных фонда. После импорта данных и их запуска я действительно могу видеть результаты ежедневных операций».
Позже Ню Ифэю нужно было проверить историческую эффективность стратегии, поэтому он попросил ChatGPT создать программу тестирования на исторических данных, а затем попросил выяснить интервальную норму доходности, годовую норму доходности, максимальную коррекцию и т. д. стратегии. Через несколько секунд ИИ выдал код программы, и добился требуемых показателей. «Однако, после тщательного изучения программы, я все же обнаружил некоторые недостатки в деталях, такие как неучет фактического времени перебалансировки и т. д., но общий показатель выполнения превысил 90%.»
Ню Ифэй сказал, что он оптимизировал программу, управляя ИИ, и вручную вносил простые волшебные изменения, и программа для тестирования на исторических данных была готова. Он использовал эту программу для проверки инвестиционной эффективности вышеупомянутой стратегии в 2022 году и, наконец, получил диапазон доходности 9,18%, годовую доходность 9,57% и максимальную просадку -12,25%. По сравнению с профессиональными статистическими инструментами кривая чистой стоимости программы тестирования на истории, созданной ChatGPT, почти такая же.
В этом случае Ню Ифэй взял на себя инициативу по определению инвестиционной стратегии и попросил ChatGPT создать автоматизированное инвестиционное программное обеспечение и процедуры тестирования на исторических данных, фактически передав ChatGPT работу по написанию кода. Конечно, эффективность написания кода ChatGPT намного превышает эффективность инженеров-людей, что позволяет обычным инвесторам использовать этот метод для эффективной проверки эффективности большого количества стратегий, а затем непрерывно оптимизировать торговые стратегии для увеличения нормы прибыли.
В простой практике Ню Ифэя его годовая доходность инвестиций достигла 9,57%, что намного выше, чем у обычных банковских продуктов по управлению активами. Ню Ифэй рассказал «Metaverse Daily Explosion», что помимо того, что позволяет ChatGPT писать код, он также пытается использовать ИИ для анализа данных, финансовых отчетов и анализа объявлений и т. д., чтобы он мог подавать торговые сигналы.
Ли Сян также считает, что ChatGPT в определенной степени снизит порог количественной индустрии. Если кто-то заинтересован в количественной индустрии, даже если у него нет опыта в этой отрасли и есть только некоторые идеи о торговле, он также может частично участвовать с помощью возможностей ChatGPT. «Однако еще предстоит пройти долгий путь от этого состояния до превращения в очень профессионального основного исследователя количественного учреждения с отточенными стратегиями и идеальными деталями».
Посмотреть Оригинал
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
500% доходность акций AI? Эксперты раскрывают тайны
Автор: Кайл
Отчет об исследовании из Университета Флориды потряс финансовые круги: используйте ChatGPT для анализа настроения новостей компании, и, согласно этому, вы можете получить более 500% возврата инвестиций, делая длинные и короткие позиции на фондовом рынке. Несмотря на то, что есть некоторый скептицизм в отношении поразительных цифр доходности, приведенных в отчете, финансовый мир преображается с помощью ИИ.
Легендарные инвестиционные банки, такие как JPMorgan Chase и Goldman Sachs, постоянно разоблачают новости о том, что они разрабатывают ИИ. самое внешнее звено финансового рынка-транзакции. По мнению Рокки, руководителя Исследовательского института управления активами и инвестиций Web3, эффективная добыча и оптимизация «альтернативных факторов» с помощью ИИ уже произошла.
В количественных институтах и хедж-фондах «альтернативные факторы» — самые редкие и ценные среди всех стратегических факторов. Это относится к факторам, отличным от обычных факторов, таких как фундаментальные показатели компании, объем торгов и цена, которые влияют на рынок, например, общественное мнение и рыночные настроения. "Все ведущие организации ищут альтернативные факторы, — объяснил Рокки. — Факторы объемной цены и фундаментальные факторы неизбежно станут однородными. Альтернативные факторы будут играть решающую роль и помогут учреждениям победить врасплох".
Как крупная модель общего назначения, GPT должна быть доработана пользователями, если она хочет быть непосредственно использована в количественных инвестициях, но новая дверь была открыта. Для обычных людей, которые с помощью ChatGPT могут эффективно проверять большое количество стратегий и анализировать данные, они также могут найти способ заработка, который им подходит.
Торнадо ИИ наконец добрался до финансового рынка, наиболее близкого к деньгам.
«500% ROI» — мировая сенсация
JPMorgan Chase, ведущий инвестиционный банк, всегда веривший в силу технологий, сделал шаг в сторону искусственного интеллекта. 26 мая JPMorgan Chase объявила о разработке инструмента финансовых услуг под названием «IndexGPT», который использует облачные вычисления и искусственный интеллект для анализа и выбора ценных бумаг, а также предоставляет клиентам интеллектуальные и персонализированные рекомендации по инвестициям.
Это еще один признак того, что JP Morgan Chase добавляет ИИ в торговую систему.
Еще в 2017 году JPMorgan Chase начал использовать внутренний инструмент искусственного интеллекта под кодовым названием LOXM, позволяющий машине обобщать опыт и уроки из прошлых миллиардов реальных и смоделированных исторических транзакций, а затем использовать самую быструю и оптимальную цену исполнения торговых ордеров. , превосходя людей с точки зрения масштаба транзакций и эффективности.
В 2019 году JPMorgan Chase нанял мировых экспертов в области искусственного интеллекта для разработки «робота для торговли акциями», основные функции которого включают создание инвестиционных отчетов, автоматический поиск инвестиционных возможностей и автоматический мониторинг «запросов котировок». В то время JPMorgan заявил, что за последние несколько лет автоматизированные заказы снизили затраты на исполнение сделок примерно на 20%.
Если ранние инвестиции JPMorgan Chase в искусственный интеллект были направлены на «снижение затрат», то когда GPT продемонстрировал сверхспособности, инвестиционный банк начал использовать самые передовые технологии искусственного интеллекта для расширения своих «денежных возможностей». С точки зрения макета, роль ИИ в JPMorgan Chase претерпела важные изменения — от помощника по инвестициям до трейдера, который руководит транзакциями.
Новые действия JPMorgan Chase дали сигнал о глубоком участии ИИ в финансовой индустрии, а Goldman Sachs и Morgan Stanley также стали инвестировать в исследования и разработки в области ИИ внутри компании.
Новость о том, что финансовые гиганты занимаются ИИ, была инсценирована на Уолл-стрит, но не привлекла внимания общественности. Тем не менее, был отмечен отчет об исследовании Департамента финансов Университета Флориды, который сломал эстетическую усталость под традиционным повествованием о том, что «ИИ меняет финансовый круг».
Отчет университета под названием «Может ли ChatGPT предсказывать тенденции цен на акции?» был первоначально опубликован 6 апреля этого года и поначалу не получил большого отклика. До мая технический писатель на Reddit рекомендовал этот отчет, утверждая, что его игнорируют основные СМИ.
После того, как в вопросе был поставлен «500% возврат инвестиций», он мгновенно взорвался внутри и за пределами финансового круга.
Согласно документу, исследователи из Университета Флориды предоставили GPT-3.5, который не подключен к Интернету, общедоступные рыночные данные и новости с октября 2021 года по декабрь 2022 года. Эти данные были получены с помощью веб-сканеров, включая 67 586 информации о 4138 перечисленных заголовки и исключить любые заголовки о взлетах и падениях акций, отфильтровывая бессмысленные горячие темы, повторяющиеся новости и т. д. Исследователи сначала позволили ChatGPT оценить каждый заголовок и попросили его решить, был ли он положительным или отрицательным.
Это классический анализ настроений, который является частью автоматизированных торговых стратегий, используемых известными хедж-фондами, такими как DE Shaw, Two Sigma и другими. Приведу простой пример: когда происходит какое-то событие, рынок часто расходится во мнениях, хорошо оно или плохо.Точный анализ настроений помогает определить влияние новостей и принять правильные инвестиционные решения.
Исследователи кропотливо попросили ChatGPT дать ответ, и наконец пришли к неожиданному выводу: ChatGPT, который хорош в логических рассуждениях, превзошел все другие инструменты анализа настроений. С помощью ChatGPT исследователи проверили рентабельность использования ChatGPT для управления различными инвестиционными стратегиями в прошлом.В конце концов, стратегия «длинная-короткая» (покупка компаний с хорошими новостями, продажа компаний без покрытия с плохими новостями) имеет доходность более 500 %, а доходность стратегии коротких продаж близка к 400 %, а доходность длинной стратегии составляет около 50 %.
Эффективность стратегии на основе ChatGPT
На рынке ценных бумаг любой из приведенных выше норм доходности достаточно, чтобы убить 99% инвестиционных менеджеров в мире. В исследовательском отчете отмечается, что покупка и владение ETF S&P 500 принесла -12% за тот же период времени.
Простое использование ChatGPT для анализа настроений может принести такую высокую прибыль? Хотя этот отчет привлек внимание, он также вызвал у пользователей сети вопрос: «Если бы вы нашли стратегию, которая может принести 500% прибыли менее чем за 2 года, вы бы опубликовали ее?» Другие сказали, что даже если отчет правдив. , Когда тактика становится широко известной, она уже не эффективна: «Бесплатных обедов не бывает».
AI модернизирует альтернативный фактор "экскаватор"
Неспециалист наблюдал за волнением, в то время как эксперт смотрел на дверной проем.Когда новости достигли ушей Рокки, он был очень взволнован.
Рокки является руководителем исследовательского института по управлению активами и инвестициями Web3. Он прямо сказал, что был «ошеломлен» исследовательским отчетом Университета Флориды. Он считает, что добавление ChatGPT сделало качественный скачок в майнинге и оптимизации «альтернативных факторов». Он пришел к выводу: «Трейдеры мертвы, будущее за AI+».
Рокки объяснил, что до того, как они приступили к количественному анализу, самыми сложными были два момента: первый — источник данных, а второй — фактор стратегии. Общие стратегические факторы включают объемно-ценовые факторы и фундаментальные факторы.В конце концов, однородность является относительно серьезной.«Конечным испытанием является игра альтернативных факторов».
Факторы стратегии являются общей концепцией в количественных институтах. Просто поймите, после того, как учреждение получит данные о транзакциях, информацию и данные об общественном мнении вторичного рынка, оно очистит их, а затем переработает массивные данные в факторы. Это процесс поиска важных факторов, влияющих на рынок, из огромного количества информации. Интеграция этих факторов в торговые стратегии может помочь трейдерам оценить рост и падение рынка.
Фактор эффективной стратегии означает «золотую жилу», и после того, как она будет добыта, получить отдачу несложно.
Как сказал Рокки, среди стратегических факторов фактор цены, фундаментальный фактор и альтернативный фактор составляют примерно 60%, 20% и 20% количественной стратегии. Среди них фактор объемной цены основан на анализе данных об объеме рыночных торгов, включая цены активов в секунду, поток капитала, технические индикаторы различных K-линий и т. д.; фундаментальные факторы получены из финансовой отчетности, отчетов брокеров, аналитиков. и т. д., а альтернативные факторы являются «секретным оружием», отличным от первых двух. Каждое учреждение будет использовать свою уникальную способность собирать факторы, влияющие на цены, включая общественное мнение, и хранить данные. «Анализ настроений», который исследователи Университета Флориды позволили сделать ChatGPT, подпадает под эту категорию.
Общие стратегические факторы (отсортировано Red Bank Research)
Вообще говоря, трудно увеличить разрыв между учреждениями по факторам объемной цены и фундаментальным факторам, потому что информация является фиксированной и общедоступной, а добыча альтернативных факторов будет проверять навыки учреждений. «Сейчас ведущие хедж-фонды инвестируют в альтернативные факторы, — сказал Рокки в интервью Metaverse Daily Explosion.— В дуэли между мастерами трудно работать с обычными ходами, а уникальные ходы могут победить».
Однако стоимость добычи и сложность альтернативных факторов намного выше, чем факторы объемной цены и фундаментальные факторы.
«Это как собирать ракушки на бескрайнем пляже. Нужно быть очень терпеливым, чтобы подобрать их одну за другой. Обычно определенный тип альтернативных данных может покрыть лишь часть плит, и даже если она раскопана, можно получайте только выгоду от этих пластин». Ли Сян, генеральный менеджер Mengxi Investment, сказал, что сбор данных об альтернативных факторах имеет определенный порог, потому что это не обычные данные, либо приобретенные у стороннего поставщика данных, либо собранные само по себе, и даже для того, чтобы найти более качественные данные, организациям необходимо активно изучать поставщиков ценных данных.
После сбора данных непросто изучить альтернативные данные. "Как анализировать внутреннюю логику данных, этот шаг также имеет высокий порог". Ли Сян сказал, что этот процесс очень деликатный. Он должен устранить все виды шума, найти внутреннюю логику, а затем объединить факторы. После серия операций завершена, могут быть хорошие результаты.Эффект.
Ли Сян сравнил процесс сбора факторов с «добычей»: вначале некоторые шахты на уровне поверхности, которые было легче собрать, сначала собирались, а затем копались все глубже и глубже.
С точки зрения добычи альтернативных факторов, это часто самая трудоемкая, финансово ресурсоемкая и основная работа крупных инвестиционных институтов.Они собирают информацию в больших количествах, анализируют значения одно за другим, бэктестируют норму доходности, тестируют и ошибки, и может ничего не получить после огромной и сложной работы Сбор эффективных альтернативных факторов иногда требует элемента удачи.
Теперь появление ChatGPT делает процесс майнинга альтернативных факторов эффективным. "Его функция преобразования текста в текст очень мощная. Например, мы можем использовать технологию обработки естественного языка, чтобы улавливать мнения пользователей сети об акциях определенного типа или даже об определенных акциях". может повысить эффективность вспомогательной работы, например, с точки зрения прогностических измерений: «Его выигрыш для количественных исследований находится в конце сбора данных, и ChatGPT можно использовать для лучшего получения текстовой информации».
Однако GPT больше похож на универсальную крупную модель, и она не предвзято относится к финансовым мейджорам, которой не суждено использоваться из коробки. Рокки сказал, что подача данных на основе большой модели GPT является «универсальной моделью», которая не может обеспечить достоверность, достоверность и производительность в реальном времени финансовых перекрестных данных и данных временных рядов. Также необходима профессиональная малая модель Проведите предварительную обработку и стандартизацию, которые показывают, что ChatGPT все еще далек от пути профессиональной количественной оценки.
Но Рокки считает, что ChatGPT открыл очевидную дверь для учреждений, а ИИ может стать мощным помощником для трейдеров.
Возможность богатства для простых людей здесь?
Отчет об исследовании Университета Флориды похож на введение, достаточное, чтобы вдохновить JPMorgan Chase. ИИ, вероятно, станет бесчувственной «машиной для зарабатывания денег» на рынке торговли, играя в денежные игры с реальными людьми.
Итак, могут ли обычные инвесторы использовать такие инструменты, как ChatGPT, для участия в количественных транзакциях и повышения своей прибыли?
В связи с этим Рокки считает, что это нереально. Он объяснил, что количественная торговля требует профессионального опыта в области финансового инжиниринга, высшей математики, статистических концепций, финансовых знаний, знаний о производных финансовых инструментах, финансового регулирования и других запасов знаний. В то же время GPT, большая модельная база данных, не имеет производительности в реальном времени.Вы должны приобрести источники данных в Bloomberg и других местах.В противном случае данные не в реальном времени и вы не можете участвовать в игре.Все в порядке чтобы проверить прибыль на истории GPT, но даже не думайте об этом в реальном бою».
Финансовый рынок турбулентный, и рядовые инвесторы должны быть особенно осторожны в использовании инструментов: как только они будут замечены высококлассными инструментами, они могут стать ягнятами на милость других. Тем не менее, некоторые люди предложили инвестиционные идеи, которые больше подходят для обычных людей.Возможно, я не смогу добиться высокой прибыли, но все же есть хороший шанс превзойти процентную ставку по ипотеке.
Ниу Ифэй, создатель небольшой программы «Aniu Data», занимается низкочастотным количественным трейдингом, недавно провел эксперимент и попросил ChatGPT написать количественную стратегию и протестировать кривую доходности на истории.
Стратегическая логика, которую Ню Ифэй предоставил ChatGPT, такова: из ETF трех индексов SSE 50, ChiNext Index и 10-летних казначейских облигаций каждый день выбирайте ETF с наибольшим приростом за последний месяц (22 торговых дня). Если у вас есть фонд, вы продолжите удерживать позицию. Если вы его не удержите, вы очистите средства, которые у вас есть, и купите фонд. Если три фонда упали в прошлом месяце, вы очистите позицию. .
Использование ChatGPT для написания кода количественной стратегии
Вскоре ChatGPT предоставил соответствующий код политики и комментарии. «Единственный недостаток заключается в том, что источник данных не указан. К счастью, у меня есть копия исторических данных фонда. После импорта данных и их запуска я действительно могу видеть результаты ежедневных операций».
Позже Ню Ифэю нужно было проверить историческую эффективность стратегии, поэтому он попросил ChatGPT создать программу тестирования на исторических данных, а затем попросил выяснить интервальную норму доходности, годовую норму доходности, максимальную коррекцию и т. д. стратегии. Через несколько секунд ИИ выдал код программы, и добился требуемых показателей. «Однако, после тщательного изучения программы, я все же обнаружил некоторые недостатки в деталях, такие как неучет фактического времени перебалансировки и т. д., но общий показатель выполнения превысил 90%.»
Ню Ифэй сказал, что он оптимизировал программу, управляя ИИ, и вручную вносил простые волшебные изменения, и программа для тестирования на исторических данных была готова. Он использовал эту программу для проверки инвестиционной эффективности вышеупомянутой стратегии в 2022 году и, наконец, получил диапазон доходности 9,18%, годовую доходность 9,57% и максимальную просадку -12,25%. По сравнению с профессиональными статистическими инструментами кривая чистой стоимости программы тестирования на истории, созданной ChatGPT, почти такая же.
В этом случае Ню Ифэй взял на себя инициативу по определению инвестиционной стратегии и попросил ChatGPT создать автоматизированное инвестиционное программное обеспечение и процедуры тестирования на исторических данных, фактически передав ChatGPT работу по написанию кода. Конечно, эффективность написания кода ChatGPT намного превышает эффективность инженеров-людей, что позволяет обычным инвесторам использовать этот метод для эффективной проверки эффективности большого количества стратегий, а затем непрерывно оптимизировать торговые стратегии для увеличения нормы прибыли.
В простой практике Ню Ифэя его годовая доходность инвестиций достигла 9,57%, что намного выше, чем у обычных банковских продуктов по управлению активами. Ню Ифэй рассказал «Metaverse Daily Explosion», что помимо того, что позволяет ChatGPT писать код, он также пытается использовать ИИ для анализа данных, финансовых отчетов и анализа объявлений и т. д., чтобы он мог подавать торговые сигналы.
Ли Сян также считает, что ChatGPT в определенной степени снизит порог количественной индустрии. Если кто-то заинтересован в количественной индустрии, даже если у него нет опыта в этой отрасли и есть только некоторые идеи о торговле, он также может частично участвовать с помощью возможностей ChatGPT. «Однако еще предстоит пройти долгий путь от этого состояния до превращения в очень профессионального основного исследователя количественного учреждения с отточенными стратегиями и идеальными деталями».