AIの竜巻はついにお金に最も近い金融市場にも到達しました。
作者: カイル
フロリダ大学の研究レポートは金融界に衝撃を与えました。ChatGPT を使用して企業ニュースの感情分析を行うと、株式市場でロングとショートを行うことで 500% 以上の投資収益率が得られるとのことです。レポートの驚異的なリターンの数字には懐疑的な見方もあるが、金融の世界はAIによって変革されつつある。
JPモルガン・チェースやゴールドマン・サックスなどの伝説的な投資銀行は、AIの開発を進めているというニュースを継続的に暴露しており、500%の収益率が厳しい監視に耐えられるかどうかは別として、少なくともGPTの能力が社会に浸透し始めていることを示している。金融市場取引の最もフロントエンドのリンク。 Web3 資産管理投資研究所の幹部であるロッキーの目には、AI による「代替要素」の効率的なマイニングと最適化がすでに行われています。
クオンツ機関やヘッジファンドにおいては、「オルタナティブファクター」はあらゆる戦略的ファクターの中で最も希少かつ貴重なファクターです。企業のファンダメンタルズや出来高、価格などの従来の要因以外に、社会世論や市場心理など市場に影響を与える要因を指します。 「トップ機関は皆、代替要因を探している。出来高価格要因とファンダメンタルズ要因は必然的に同質になるだろう。代替要因が決定的な役割を果たし、金融機関が予想外の勝利を収めるのに役立つだろう」とロッキー氏は説明した。
GPTは汎用の大型モデルであり、クオンツ投資に直接利用するにはユーザーによる改良が必要だが、新たな扉が開かれた。一般の人にとっても、ChatGPTを利用して効率的に数多くの戦略を検証し、データを分析することで、自分に合った稼ぎ方を見つけることができます。
AIのトルネードはついにお金に最も近い金融市場にも到達しました。
テクノロジーの力を常に信じてきたトップ投資銀行である JPモルガン・チェース は、AI に着手しました。 JPモルガン・チェースは5月26日、クラウドコンピューティングと人工知能を活用して証券を分析・選択し、顧客にインテリジェントでパーソナライズされた投資アドバイスを提供する金融サービスツール「IndexGPT」を開発していると発表した。
これは、JPモルガン・チェースが取引システムにAIを追加するもう一つの兆候です。
JPモルガン・チェースは2017年にはLOXMというコード名で呼ばれる社内人工知能ツールの使用を開始し、機械が過去数十億件の実際の取引およびシミュレートされた履歴取引からの経験と教訓を要約し、最速かつ最適な価格で取引注文を実行できるようにしました。 、取引の規模と効率の点で人間を超えています。
JPモルガン・チェースは2019年、世界的なAI専門家を採用して「株式取引ロボット」を開発し、主な機能には投資レポートの作成、投資機会の自動検索、「気配リクエスト」の自動監視などが含まれる。当時JPモルガンは、自動注文により過去数年間で取引執行コストが約20％削減されたと述べた。
JPモルガン・チェースの初期のAI投資が「コスト削減」を目的としたものだとすれば、GPTが超大国であることを示したとき、この投資銀行は「資金能力」を強化するために最先端のAI技術を使い始めたことになる。レイアウトの観点から見ると、JPモルガン・チェースにおけるAIの役割は、投資アシスタントから取引をガイドするトレーダーへと重要な変化を遂げた。
JPモルガン・チェースの新たな行動は、AIが金融業界に深く関与していることを示すシグナルを発し、ゴールドマン・サックスとモルガン・スタンレーも社内でAIの研究開発に投資していることが明らかになった。
金融大手がAIに取り組んでいるというニュースはウォール街で演出されたが、世間の注目を集めることはなかった。しかし、フロリダ大学財務省の研究報告書が注目を集め、「AIが金融界を変える」という従来の物語の下での美的疲労を打破した。
「Can ChatGPT Predict Stock Price Trends?」と題された大学の研究報告書は、今年4月6日に発表されたが、当初はほとんど反応がなかった。 5月までは、Redditの技術ライターがこのレポートを推奨し、この論文は主流メディアに無視されていると主張していた。
「投資収益率 500%」が問題にされると、この話題は金融界の内外で瞬時に爆発しました。
論文によると、フロリダ大学の研究者らは、インターネットに接続されていない GPT-3.5 に、2021 年 10 月から 2022 年 12 月までの公開市場データとニュースを供給しました。これらのデータは、ウェブ クローラーを通じて取得されたもので、上場されている 4,138 件に関する 67,586 件の情報が含まれています。見出しを作成し、株価の騰落に関する見出しを除外し、意味のない話題、繰り返しのニュースなどを除外します。研究者らは主にChatGPTに各見出しを評価させ、それが肯定的か否定的かを判断するよう依頼した。
これは古典的な感情分析であり、DE Shaw、Two Sigma などの有名なヘッジファンドが採用している自動取引戦略の一部です。簡単な例を挙げると、何かイベントが起こったとき、市場ではそれが良いか悪いかで意見が分かれることがよくありますが、正確なセンチメント分析はニュースの影響を特定し、正しい投資判断を下すのに役立ちます。
研究者たちは、ChatGPT に答えを求めて丹念に質問し、最終的に驚くべき結論に達しました。それは、論理的推論が得意な ChatGPT が、他のすべての感情分析ツールよりも優れたパフォーマンスを発揮したということです。 ChatGPT の助けを借りて、研究者らは過去にさまざまな投資戦略を導くために ChatGPT を使用した場合のリターン パフォーマンスをバックテストし、最終的にはロングショート戦略 (良いニュースがあれば企業を買い、悪いニュースがあれば企業を空売りする) が採用されました。のリターン率は500%以上で、空売り戦略のリターンは400%近くあり、ロング戦略のリターン率は約50%です。
ChatGPT による戦略パフォーマンス
証券市場では、上記の収益率のいずれかがあれば、世界中の投資運用会社の 99% が殺されるのに十分です。調査レポートでは、S&P 500 ETF を購入して保有した場合の同じ期間のリターンが -12% であると指摘しています。
ChatGPT をセンチメント分析に使用するだけで、これほど高い収益率が得られるのでしょうか?このレポートは目を引くものであったが、ネット民の間では「2年以内に500％のリターンを獲得できる戦略を見つけたら、それを公表するだろうか？」という疑問の声も上がった。 , 一度戦術が広く知られると、それはもはや効果的ではありません。「フリーランチなどというものはありません。」
一般人はその興奮を見つめ、専門家は戸口でそのニュースを聞いたロッキーはとても興奮しました。
Rocky は Web3 資産管理および投資研究機関の幹部です。彼は、フロリダ大学の研究報告には「唖然としました」と率直に言いました。ChatGPT の追加により、マイニングと最適化において質的な飛躍が得られたと信じています。 「代替要因」について、彼は「トレーダーは死んだ、AI + 投資が未来だ」と結論づけた。
Rocky 氏は、定量化を学ぶ前に 2 つの点が最も困難であったと説明しました。1 つ目はデータ ソースであり、2 つ目は戦略要素でした。一般的な戦略要因には、量と価格の要因とファンダメンタルズ要因が含まれますが、最終的には均質性が比較的深刻です。「究極の試練は、代替要因のゲームです。」
戦略要素は、定量的機関では一般的な概念です。簡単に理解すると、組織は流通市場の取引データや情報、世論データを取得した後、それらをクリーンアップし、膨大なデータを一つ一つ因数分解していきます。膨大な情報の中から市場に影響を与える重要な要素を見つけ出すプロセスです。これらの要素を取引戦略に統合すると、トレーダーが市場の上昇と下降を判断するのに役立ちます。
有効な戦略要素とは「金鉱」を意味し、一度採掘されればリターンを得るのは難しくありません。
ロッキー氏が述べたように、戦略要因のうち、数量価格要因、ファンダメンタルズ要因、オルタナティブ要因が量的戦略の約 60%、20%、20% を占めます。このうち、出来高価格要因は、1 秒あたりの資産価格、資本フロー、さまざまな K ラインのテクニカル指標などを含む市場取引量のデータマイニングに基づいており、ファンダメンタルズ要因は財務諸表、証券会社のレポート、アナリストの期待から導出されます。各機関は独自の能力を活用して、社会世論や店舗データなど、価格に影響を与える要因を収集します。フロリダ大学の研究者が ChatGPT に行わせた「感情分析」は、このカテゴリに分類されます。
共通の戦略要素 (Red Bank Research により整理)
一般的に言えば、情報は固定的かつ公開されており、代替要因のマイニングは金融機関のスキルを試すことになるため、出来高価格要因とファンダメンタルズ要因に関して金融機関間の格差を広げることは困難です。 「今、トップのヘッジファンドは代替要因に投資している」とロッキー氏は「メタバース・デイリー・エクスプロージョン」に語った マスター同士の決闘では、従来の手が通用するのは難しく、ユニークな手が勝つ可能性がある。
ただし、代替要因のマイニングコストと難易度は、出来高価格要因やファンダメンタルズ要因よりもはるかに高くなります。
「それは、果てしない浜辺で貝殻を拾うようなものです。貝殻を 1 つずつ拾い上げるには、非常に忍耐が必要です。通常、特定の種類の代替データはプレートの一部しかカバーできず、たとえ発掘されたとしても、 Mengxi InvestmentのゼネラルマネジャーであるLi Xiang氏は、代替要因のデータ収集には一定の閾値があると述べ、これはサードパーティのデータプロバイダーから購入したり、収集したりした従来型のデータではないためであると述べた。組織はそれ自体で、さらにより良いデータを見つけるためにも、貴重なデータのサプライヤーを積極的に探索する必要があります。
データが収集された後、代替データを研究するのは簡単ではありません。 「データの内部ロジックをどのようにマイニングするか、このステップにも高いしきい値があります。」とLi Xiang氏は、このプロセスは非常にデリケートであり、あらゆる種類のノイズを除去し、内部ロジックを見つけて、要素を組み合わせる必要があると述べました。一連の操作が完了すると、良い結果が得られる可能性があります。
Li Xiang 氏は、要素を収集するプロセスを「採掘」に例えました。最初は、収集しやすい地表レベルのいくつかの鉱山が最初に収集され、その後、どんどん深く掘られていきました。
代替ファクターのマイニングという点では、多くの場合、最も労働集約的で財務リソース集約的であり、大手投資機関の中核的な作業であることが多く、大量の情報を収集し、値を一つ一つ分析し、収益率をバックテストし、トライアルを行います。効果的な代替要素を収集するには、場合によっては運の要素が必要です。
現在、ChatGPT の出現により、代替要素をマイニングするプロセスが効率化されています。 「そのテキストからテキストへの機能は非常に強力です。たとえば、自然言語処理テクノロジーを使用して、特定の種類の株、さらには特定の銘柄に対するネットユーザーの意見を把握することができます。」 Li Xiang 氏は、GPT の飛躍的な開発が可能であると信じています。予測次元の観点など、補助的な作業の効率を一部改善できます。「定量的研究の利点はデータ収集の端にあり、ChatGPT を使用してテキスト側の情報をより適切に取得できます。」
ただし、GPT は汎用の大型モデルに近く、そのままでは使用できない運命にある金融大手に偏っていません。ロッキー氏は、GPTラージモデルに基づくデータフィードは「ユニバーサルモデル」であり、金融横断的および時系列データの信頼性、妥当性、リアルタイム性を満足させることはできないと述べた。専門的な小型モデルも必要です。前処理と標準化を行う必要があります。これは、ChatGPT がまだ専門的な定量化の道から遠いことを示しています。
しかし、Rocky 氏は、ChatGPT が金融機関に明白な扉を開き、AI がトレーダーにとって強力なアシスタントになる可能性があると信じています。
フロリダ大学の研究報告書は序章のようなもので、JPモルガン・チェースに突然のインスピレーションを与えるのに十分だ。 AIは取引市場において感情を持たない「金儲けの機械」となり、生身の人間とマネーゲームをすることになるだろう。
では、一般の投資家はChatGPTのようなツールを使って定量的な取引に参加し、収益を向上させることができるのでしょうか?
この点、ロッキーは現実的ではないと感じている。同氏は、クオンツ取引には金融工学、高度な数学、統計的概念、金融知識、デリバティブの知識、金融規制、その他の知識の予備知識の専門的背景が必要であると説明しました。同時に、大規模なモデル データベースである GPT はリアルタイム性がありません。ブルームバーグなどからデータ ソースを購入する必要があります。そうでないと、データはリアルタイムではないため、ゲームに参加できません。大丈夫です。 GPT で利益のバックテストを実行するためですが、実際の戦闘ではそれについてさえ考えません。」
金融市場は混乱しており、一般投資家はツールの使用には特に注意が必要で、一度高級ツールに見破られてしまうと、他人の言いなりになる子羊になってしまう可能性がある。ただし、より一般の人に適した投資アイデアを提供してくれる人もいますので、高いリターンは得られないかもしれませんが、住宅ローンの金利を上回る可能性は十分にあります。
小規模プログラム「Aniu Data」の作成者である Niu Yifei 氏は、低頻度の定量取引に従事しており、つい最近実験を実施し、ChatGPT に定量戦略の作成とイールド カーブのバックテストを依頼しました。
Niu Yifei 氏が ChatGPT に提供した戦略ロジックは次のとおりです。SSE 50、ChiNext Index、および 10 年国債の 3 つの指数の ETF から、過去 1 か月 (22 営業日) で最も上昇した ETF を毎日選択します。ファンドを持っている場合はポジションを継続します、持っていない場合は保有しているファンドをクリアしてファンドを購入します、過去1ヶ月以内に3つのファンドが下落した場合はポジションをクリアします。 。
ChatGPT を使用して定量的戦略のコード プロセスを作成
すぐに、ChatGPT は対応するポリシー コードとコメントを提供しました。 「唯一の欠点は、データソースが示されていないことです。幸いなことに、私はファンドの過去のデータのコピーを持っています。データをインポートして実行すると、毎日の保有結果を実際に見ることができます。」
その後、Niu Yifei は戦略の過去のパフォーマンスを検証する必要があったため、ChatGPT にバックテスト プログラムを生成するよう依頼し、そのバックテストで戦略のインターバル収益率、年率収益率、最大リトレースメントなどを調べました。数秒後、AI がプログラム コードを与え、必要な指標を達成しました。 「しかし、プログラムを注意深く見直した結果、実際のリバランス時間を考慮していないなど、細部にいくつかの欠陥が見つかりましたが、全体的な完了率は 90% を超えています。」
Niu Yifei 氏は、AI を誘導してプログラムを最適化し、手動で簡単な魔法の変更を加え、バックテスト プログラムの準備ができたと述べました。彼はこのプログラムを使用して、2022 年の上記戦略の投資パフォーマンスをバックテストし、最終的にレンジ収益率 9.18%、年間収益率 9.57%、最大ドローダウン -12.25% を獲得しました。専門的な統計ツールと比較すると、ChatGPT によって作成されたバックテスト プログラムの純資産曲線はほぼ同じです。
今回のケースでは、Niu Yifei が率先して投資戦略を決定し、自動化された投資ソフトウェアとバックテスト手順の作成を ChatGPT に依頼し、実際にコードを書く作業を ChatGPT に引き渡しました。もちろん、ChatGPT のコード記述効率は人間のエンジニアの効率をはるかに上回っており、一般の投資家がこの方法を使用して多数の戦略の有効性を効率的に検証し、その後、取引戦略を継続的に最適化して収益率を高めることができます。
Niu Yifei 氏の単純な実践により、年間投資収益率は 9.57% に達し、これは一般的な銀行の資産管理商品よりもはるかに高くなっています。 Niu Yifei氏は「Metaverse Daily Explosion」に対し、ChatGPTにコードを書かせるだけでなく、AIをデータ分析、財務報告書、発表分析などに利用して取引シグナルを与えることも試みていると明かした。
Li Xiang 氏はまた、ChatGPT が定量産業の敷居をある程度下げるだろうと信じています。クオンツ業界に興味がある人は、たとえ業界での経験がなく、トレーディングについてある程度のアイデアしか持っていないとしても、ChatGPT の機能を利用して部分的に参加することもできます。 「しかし、この状態から、洗練された戦略と完璧な詳細を備えた、定量的機関の非常に専門的な中核研究者に成長するまでには、まだ長い道のりがあります。」
237k 投稿
224k 投稿
152k 投稿
80k 投稿
67k 投稿
65k 投稿
61k 投稿
59k 投稿
53k 投稿
51k 投稿
AI株のリターンは500％？専門家が謎を解明
作者: カイル
フロリダ大学の研究レポートは金融界に衝撃を与えました。ChatGPT を使用して企業ニュースの感情分析を行うと、株式市場でロングとショートを行うことで 500% 以上の投資収益率が得られるとのことです。レポートの驚異的なリターンの数字には懐疑的な見方もあるが、金融の世界はAIによって変革されつつある。
JPモルガン・チェースやゴールドマン・サックスなどの伝説的な投資銀行は、AIの開発を進めているというニュースを継続的に暴露しており、500%の収益率が厳しい監視に耐えられるかどうかは別として、少なくともGPTの能力が社会に浸透し始めていることを示している。金融市場取引の最もフロントエンドのリンク。 Web3 資産管理投資研究所の幹部であるロッキーの目には、AI による「代替要素」の効率的なマイニングと最適化がすでに行われています。
クオンツ機関やヘッジファンドにおいては、「オルタナティブファクター」はあらゆる戦略的ファクターの中で最も希少かつ貴重なファクターです。企業のファンダメンタルズや出来高、価格などの従来の要因以外に、社会世論や市場心理など市場に影響を与える要因を指します。 「トップ機関は皆、代替要因を探している。出来高価格要因とファンダメンタルズ要因は必然的に同質になるだろう。代替要因が決定的な役割を果たし、金融機関が予想外の勝利を収めるのに役立つだろう」とロッキー氏は説明した。
GPTは汎用の大型モデルであり、クオンツ投資に直接利用するにはユーザーによる改良が必要だが、新たな扉が開かれた。一般の人にとっても、ChatGPTを利用して効率的に数多くの戦略を検証し、データを分析することで、自分に合った稼ぎ方を見つけることができます。
AIのトルネードはついにお金に最も近い金融市場にも到達しました。
「500% ROI」は世界中でセンセーションを巻き起こす
テクノロジーの力を常に信じてきたトップ投資銀行である JPモルガン・チェース は、AI に着手しました。 JPモルガン・チェースは5月26日、クラウドコンピューティングと人工知能を活用して証券を分析・選択し、顧客にインテリジェントでパーソナライズされた投資アドバイスを提供する金融サービスツール「IndexGPT」を開発していると発表した。
これは、JPモルガン・チェースが取引システムにAIを追加するもう一つの兆候です。
JPモルガン・チェースは2017年にはLOXMというコード名で呼ばれる社内人工知能ツールの使用を開始し、機械が過去数十億件の実際の取引およびシミュレートされた履歴取引からの経験と教訓を要約し、最速かつ最適な価格で取引注文を実行できるようにしました。 、取引の規模と効率の点で人間を超えています。
JPモルガン・チェースは2019年、世界的なAI専門家を採用して「株式取引ロボット」を開発し、主な機能には投資レポートの作成、投資機会の自動検索、「気配リクエスト」の自動監視などが含まれる。当時JPモルガンは、自動注文により過去数年間で取引執行コストが約20％削減されたと述べた。
JPモルガン・チェースの初期のAI投資が「コスト削減」を目的としたものだとすれば、GPTが超大国であることを示したとき、この投資銀行は「資金能力」を強化するために最先端のAI技術を使い始めたことになる。レイアウトの観点から見ると、JPモルガン・チェースにおけるAIの役割は、投資アシスタントから取引をガイドするトレーダーへと重要な変化を遂げた。
JPモルガン・チェースの新たな行動は、AIが金融業界に深く関与していることを示すシグナルを発し、ゴールドマン・サックスとモルガン・スタンレーも社内でAIの研究開発に投資していることが明らかになった。
金融大手がAIに取り組んでいるというニュースはウォール街で演出されたが、世間の注目を集めることはなかった。しかし、フロリダ大学財務省の研究報告書が注目を集め、「AIが金融界を変える」という従来の物語の下での美的疲労を打破した。
「Can ChatGPT Predict Stock Price Trends?」と題された大学の研究報告書は、今年4月6日に発表されたが、当初はほとんど反応がなかった。 5月までは、Redditの技術ライターがこのレポートを推奨し、この論文は主流メディアに無視されていると主張していた。
「投資収益率 500%」が問題にされると、この話題は金融界の内外で瞬時に爆発しました。
論文によると、フロリダ大学の研究者らは、インターネットに接続されていない GPT-3.5 に、2021 年 10 月から 2022 年 12 月までの公開市場データとニュースを供給しました。これらのデータは、ウェブ クローラーを通じて取得されたもので、上場されている 4,138 件に関する 67,586 件の情報が含まれています。見出しを作成し、株価の騰落に関する見出しを除外し、意味のない話題、繰り返しのニュースなどを除外します。研究者らは主にChatGPTに各見出しを評価させ、それが肯定的か否定的かを判断するよう依頼した。
これは古典的な感情分析であり、DE Shaw、Two Sigma などの有名なヘッジファンドが採用している自動取引戦略の一部です。簡単な例を挙げると、何かイベントが起こったとき、市場ではそれが良いか悪いかで意見が分かれることがよくありますが、正確なセンチメント分析はニュースの影響を特定し、正しい投資判断を下すのに役立ちます。
研究者たちは、ChatGPT に答えを求めて丹念に質問し、最終的に驚くべき結論に達しました。それは、論理的推論が得意な ChatGPT が、他のすべての感情分析ツールよりも優れたパフォーマンスを発揮したということです。 ChatGPT の助けを借りて、研究者らは過去にさまざまな投資戦略を導くために ChatGPT を使用した場合のリターン パフォーマンスをバックテストし、最終的にはロングショート戦略 (良いニュースがあれば企業を買い、悪いニュースがあれば企業を空売りする) が採用されました。のリターン率は500%以上で、空売り戦略のリターンは400%近くあり、ロング戦略のリターン率は約50%です。
ChatGPT による戦略パフォーマンス
証券市場では、上記の収益率のいずれかがあれば、世界中の投資運用会社の 99% が殺されるのに十分です。調査レポートでは、S&P 500 ETF を購入して保有した場合の同じ期間のリターンが -12% であると指摘しています。
ChatGPT をセンチメント分析に使用するだけで、これほど高い収益率が得られるのでしょうか?このレポートは目を引くものであったが、ネット民の間では「2年以内に500％のリターンを獲得できる戦略を見つけたら、それを公表するだろうか？」という疑問の声も上がった。 , 一度戦術が広く知られると、それはもはや効果的ではありません。「フリーランチなどというものはありません。」
AIアップグレード代替要素「ショベル」
一般人はその興奮を見つめ、専門家は戸口でそのニュースを聞いたロッキーはとても興奮しました。
Rocky は Web3 資産管理および投資研究機関の幹部です。彼は、フロリダ大学の研究報告には「唖然としました」と率直に言いました。ChatGPT の追加により、マイニングと最適化において質的な飛躍が得られたと信じています。 「代替要因」について、彼は「トレーダーは死んだ、AI + 投資が未来だ」と結論づけた。
Rocky 氏は、定量化を学ぶ前に 2 つの点が最も困難であったと説明しました。1 つ目はデータ ソースであり、2 つ目は戦略要素でした。一般的な戦略要因には、量と価格の要因とファンダメンタルズ要因が含まれますが、最終的には均質性が比較的深刻です。「究極の試練は、代替要因のゲームです。」
戦略要素は、定量的機関では一般的な概念です。簡単に理解すると、組織は流通市場の取引データや情報、世論データを取得した後、それらをクリーンアップし、膨大なデータを一つ一つ因数分解していきます。膨大な情報の中から市場に影響を与える重要な要素を見つけ出すプロセスです。これらの要素を取引戦略に統合すると、トレーダーが市場の上昇と下降を判断するのに役立ちます。
有効な戦略要素とは「金鉱」を意味し、一度採掘されればリターンを得るのは難しくありません。
ロッキー氏が述べたように、戦略要因のうち、数量価格要因、ファンダメンタルズ要因、オルタナティブ要因が量的戦略の約 60%、20%、20% を占めます。このうち、出来高価格要因は、1 秒あたりの資産価格、資本フロー、さまざまな K ラインのテクニカル指標などを含む市場取引量のデータマイニングに基づいており、ファンダメンタルズ要因は財務諸表、証券会社のレポート、アナリストの期待から導出されます。各機関は独自の能力を活用して、社会世論や店舗データなど、価格に影響を与える要因を収集します。フロリダ大学の研究者が ChatGPT に行わせた「感情分析」は、このカテゴリに分類されます。
共通の戦略要素 (Red Bank Research により整理)
一般的に言えば、情報は固定的かつ公開されており、代替要因のマイニングは金融機関のスキルを試すことになるため、出来高価格要因とファンダメンタルズ要因に関して金融機関間の格差を広げることは困難です。 「今、トップのヘッジファンドは代替要因に投資している」とロッキー氏は「メタバース・デイリー・エクスプロージョン」に語った マスター同士の決闘では、従来の手が通用するのは難しく、ユニークな手が勝つ可能性がある。
ただし、代替要因のマイニングコストと難易度は、出来高価格要因やファンダメンタルズ要因よりもはるかに高くなります。
「それは、果てしない浜辺で貝殻を拾うようなものです。貝殻を 1 つずつ拾い上げるには、非常に忍耐が必要です。通常、特定の種類の代替データはプレートの一部しかカバーできず、たとえ発掘されたとしても、 Mengxi InvestmentのゼネラルマネジャーであるLi Xiang氏は、代替要因のデータ収集には一定の閾値があると述べ、これはサードパーティのデータプロバイダーから購入したり、収集したりした従来型のデータではないためであると述べた。組織はそれ自体で、さらにより良いデータを見つけるためにも、貴重なデータのサプライヤーを積極的に探索する必要があります。
データが収集された後、代替データを研究するのは簡単ではありません。 「データの内部ロジックをどのようにマイニングするか、このステップにも高いしきい値があります。」とLi Xiang氏は、このプロセスは非常にデリケートであり、あらゆる種類のノイズを除去し、内部ロジックを見つけて、要素を組み合わせる必要があると述べました。一連の操作が完了すると、良い結果が得られる可能性があります。
Li Xiang 氏は、要素を収集するプロセスを「採掘」に例えました。最初は、収集しやすい地表レベルのいくつかの鉱山が最初に収集され、その後、どんどん深く掘られていきました。
代替ファクターのマイニングという点では、多くの場合、最も労働集約的で財務リソース集約的であり、大手投資機関の中核的な作業であることが多く、大量の情報を収集し、値を一つ一つ分析し、収益率をバックテストし、トライアルを行います。効果的な代替要素を収集するには、場合によっては運の要素が必要です。
現在、ChatGPT の出現により、代替要素をマイニングするプロセスが効率化されています。 「そのテキストからテキストへの機能は非常に強力です。たとえば、自然言語処理テクノロジーを使用して、特定の種類の株、さらには特定の銘柄に対するネットユーザーの意見を把握することができます。」 Li Xiang 氏は、GPT の飛躍的な開発が可能であると信じています。予測次元の観点など、補助的な作業の効率を一部改善できます。「定量的研究の利点はデータ収集の端にあり、ChatGPT を使用してテキスト側の情報をより適切に取得できます。」
ただし、GPT は汎用の大型モデルに近く、そのままでは使用できない運命にある金融大手に偏っていません。ロッキー氏は、GPTラージモデルに基づくデータフィードは「ユニバーサルモデル」であり、金融横断的および時系列データの信頼性、妥当性、リアルタイム性を満足させることはできないと述べた。専門的な小型モデルも必要です。前処理と標準化を行う必要があります。これは、ChatGPT がまだ専門的な定量化の道から遠いことを示しています。
しかし、Rocky 氏は、ChatGPT が金融機関に明白な扉を開き、AI がトレーダーにとって強力なアシスタントになる可能性があると信じています。
一般の人々に富をもたらす機会がここにありますか?
フロリダ大学の研究報告書は序章のようなもので、JPモルガン・チェースに突然のインスピレーションを与えるのに十分だ。 AIは取引市場において感情を持たない「金儲けの機械」となり、生身の人間とマネーゲームをすることになるだろう。
では、一般の投資家はChatGPTのようなツールを使って定量的な取引に参加し、収益を向上させることができるのでしょうか?
この点、ロッキーは現実的ではないと感じている。同氏は、クオンツ取引には金融工学、高度な数学、統計的概念、金融知識、デリバティブの知識、金融規制、その他の知識の予備知識の専門的背景が必要であると説明しました。同時に、大規模なモデル データベースである GPT はリアルタイム性がありません。ブルームバーグなどからデータ ソースを購入する必要があります。そうでないと、データはリアルタイムではないため、ゲームに参加できません。大丈夫です。 GPT で利益のバックテストを実行するためですが、実際の戦闘ではそれについてさえ考えません。」
金融市場は混乱しており、一般投資家はツールの使用には特に注意が必要で、一度高級ツールに見破られてしまうと、他人の言いなりになる子羊になってしまう可能性がある。ただし、より一般の人に適した投資アイデアを提供してくれる人もいますので、高いリターンは得られないかもしれませんが、住宅ローンの金利を上回る可能性は十分にあります。
小規模プログラム「Aniu Data」の作成者である Niu Yifei 氏は、低頻度の定量取引に従事しており、つい最近実験を実施し、ChatGPT に定量戦略の作成とイールド カーブのバックテストを依頼しました。
Niu Yifei 氏が ChatGPT に提供した戦略ロジックは次のとおりです。SSE 50、ChiNext Index、および 10 年国債の 3 つの指数の ETF から、過去 1 か月 (22 営業日) で最も上昇した ETF を毎日選択します。ファンドを持っている場合はポジションを継続します、持っていない場合は保有しているファンドをクリアしてファンドを購入します、過去1ヶ月以内に3つのファンドが下落した場合はポジションをクリアします。 。
ChatGPT を使用して定量的戦略のコード プロセスを作成
すぐに、ChatGPT は対応するポリシー コードとコメントを提供しました。 「唯一の欠点は、データソースが示されていないことです。幸いなことに、私はファンドの過去のデータのコピーを持っています。データをインポートして実行すると、毎日の保有結果を実際に見ることができます。」
その後、Niu Yifei は戦略の過去のパフォーマンスを検証する必要があったため、ChatGPT にバックテスト プログラムを生成するよう依頼し、そのバックテストで戦略のインターバル収益率、年率収益率、最大リトレースメントなどを調べました。数秒後、AI がプログラム コードを与え、必要な指標を達成しました。 「しかし、プログラムを注意深く見直した結果、実際のリバランス時間を考慮していないなど、細部にいくつかの欠陥が見つかりましたが、全体的な完了率は 90% を超えています。」
Niu Yifei 氏は、AI を誘導してプログラムを最適化し、手動で簡単な魔法の変更を加え、バックテスト プログラムの準備ができたと述べました。彼はこのプログラムを使用して、2022 年の上記戦略の投資パフォーマンスをバックテストし、最終的にレンジ収益率 9.18%、年間収益率 9.57%、最大ドローダウン -12.25% を獲得しました。専門的な統計ツールと比較すると、ChatGPT によって作成されたバックテスト プログラムの純資産曲線はほぼ同じです。
今回のケースでは、Niu Yifei が率先して投資戦略を決定し、自動化された投資ソフトウェアとバックテスト手順の作成を ChatGPT に依頼し、実際にコードを書く作業を ChatGPT に引き渡しました。もちろん、ChatGPT のコード記述効率は人間のエンジニアの効率をはるかに上回っており、一般の投資家がこの方法を使用して多数の戦略の有効性を効率的に検証し、その後、取引戦略を継続的に最適化して収益率を高めることができます。
Niu Yifei 氏の単純な実践により、年間投資収益率は 9.57% に達し、これは一般的な銀行の資産管理商品よりもはるかに高くなっています。 Niu Yifei氏は「Metaverse Daily Explosion」に対し、ChatGPTにコードを書かせるだけでなく、AIをデータ分析、財務報告書、発表分析などに利用して取引シグナルを与えることも試みていると明かした。
Li Xiang 氏はまた、ChatGPT が定量産業の敷居をある程度下げるだろうと信じています。クオンツ業界に興味がある人は、たとえ業界での経験がなく、トレーディングについてある程度のアイデアしか持っていないとしても、ChatGPT の機能を利用して部分的に参加することもできます。 「しかし、この状態から、洗練された戦略と完璧な詳細を備えた、定量的機関の非常に専門的な中核研究者に成長するまでには、まだ長い道のりがあります。」