O tornado da IA finalmente atingiu os mercados financeiros mais próximos do dinheiro.
Escrito por: Kyle
Um relatório de pesquisa da Universidade da Flórida chocou o círculo financeiro: use o ChatGPT para analisar o sentimento das notícias da empresa e, de acordo com isso, você pode obter mais de 500% de retorno sobre o investimento fazendo compras e vendas no mercado de ações. Embora haja algum ceticismo sobre os números de retorno surpreendentes do relatório, o mundo financeiro está sendo transformado pela IA.
Bancos de investimento lendários, como JPMorgan Chase e Goldman Sachs, expuseram continuamente a notícia de que estão perfurando em busca de IA. Independentemente de a taxa de retorno de 500% resistir ao escrutínio, pelo menos mostra que a capacidade do GPT começou a penetrar no o elo mais front-end das transações do mercado financeiro. Aos olhos de Rocky, executivo do Web3 Asset Management and Investment Research Institute, a mineração eficiente e a otimização de “fatores alternativos” pela IA já ocorreram.
Em instituições quantitativas e fundos de hedge, os "fatores alternativos" são os fatores mais raros e preciosos entre todos os fatores estratégicos. Refere-se a outros fatores além dos convencionais, como fundamentos da empresa, volume de negociação e preço que afetam o mercado, como opinião pública social e sentimento do mercado. "Todas as principais instituições estão procurando fatores alternativos", explicou Rocky. Fatores de preço de volume e fatores fundamentais inevitavelmente se tornarão homogêneos. Fatores alternativos desempenharão um papel decisivo e ajudarão as instituições a vencer de surpresa.
Como um grande modelo de uso geral, o GPT precisa ser refinado pelos usuários se quiser ser usado diretamente em investimentos quantitativos, mas uma nova porta foi aberta. Para as pessoas comuns, com a ajuda do ChatGPT para verificar com eficiência um grande número de estratégias e analisar dados, elas também podem encontrar uma maneira de ganhar dinheiro que lhes convém.
O tornado AI finalmente atingiu o mercado financeiro mais próximo do dinheiro.
"500% ROI" é uma sensação no mundo
O JPMorgan Chase, um importante banco de investimentos que sempre acreditou no poder da tecnologia, apostou na IA. Em 26 de maio, o JPMorgan Chase anunciou que está desenvolvendo uma ferramenta de serviço financeiro chamada "IndexGPT", que usa computação em nuvem e inteligência artificial para analisar e selecionar títulos e fornece aos clientes consultoria de investimento inteligente e personalizada.
Este é outro sinal do JP Morgan Chase para adicionar IA ao sistema de negociação.
Já em 2017, o JPMorgan Chase começou a usar a ferramenta interna de inteligência artificial de codinome LOXM, permitindo que a máquina resumisse a experiência e as lições dos últimos bilhões de transações históricas reais e simuladas e, em seguida, use as ordens de negociação mais rápidas e otimizadas. , superando os humanos em termos de escala de transação e eficiência.
Em 2019, o JPMorgan Chase recrutou especialistas globais em IA para desenvolver um "robô de negociação de ações". As principais funções incluem geração de relatórios de investimento, busca automática de oportunidades de investimento e monitoramento automático de "solicitações de cotação". Na época, o JPMorgan disse que as ordens automatizadas reduziram os custos de execução comercial em cerca de 20% nos últimos anos.
Se o investimento inicial em IA do JPMorgan Chase visava "reduzir custos", quando o GPT mostrou superpoderes, o banco de investimento começou a usar a tecnologia de IA mais avançada para aprimorar suas "capacidades monetárias". Do ponto de vista do layout, o papel da IA no JPMorgan Chase passou por mudanças importantes – de um assistente de investimento para um trader que orienta as transações.
As novas ações do JPMorgan Chase divulgaram um sinal do profundo envolvimento da IA no setor financeiro, e o Goldman Sachs e o Morgan Stanley também foram expostos a investir internamente em pesquisa e desenvolvimento de IA.
A notícia de gigantes financeiros envolvidos em IA foi encenada em Wall Street, mas não atraiu a atenção do público. No entanto, foi destacado um relatório de pesquisa do Departamento de Finanças da Universidade da Flórida, que quebrou o cansaço estético sob a narrativa convencional de “IA muda o círculo financeiro”.
O relatório de pesquisa da universidade intitulado "Can ChatGPT Predict Stock Price Trends?" foi lançado originalmente em 6 de abril deste ano e inicialmente recebeu pouca resposta. Até maio, um redator de tecnologia do Reddit recomendou o relatório, argumentando que era um artigo ignorado pela grande mídia.
Depois que o "retorno de 500% sobre o investimento" foi colocado em questão, ele instantaneamente detonou dentro e fora do círculo financeiro.
De acordo com o artigo, pesquisadores da Universidade da Flórida forneceram ao GPT-3.5, que não está conectado à Internet, dados públicos de mercado e notícias de outubro de 2021 a dezembro de 2022. Esses dados foram obtidos por meio de rastreadores da web, incluindo 67.586 informações sobre 4.138 listadas empresas. Manchetes, e exclua todas as manchetes de alta e baixa de ações, filtrando tópicos sem sentido, quentes, notícias repetitivas, etc. Os pesquisadores permitiram que o ChatGPT avaliasse cada título e pediram que ele decidisse se era positivo ou negativo.
Esta é uma análise de sentimento clássica e faz parte de estratégias de negociação automatizadas empregadas por fundos de hedge conhecidos, como DE Shaw, Two Sigma e outros. Para dar um exemplo simples, quando um evento acontece, muitas vezes o mercado discorda se é bom ou ruim. Uma análise precisa de sentimento ajuda a identificar o impacto de uma notícia e a tomar decisões de investimento corretas.
Os pesquisadores pediram meticulosamente ao ChatGPT para dar uma resposta e, finalmente, chegaram a uma conclusão surpreendente: o ChatGPT, que é bom em raciocínio lógico, superou todas as outras ferramentas de análise de sentimento. Com a ajuda do ChatGPT, os pesquisadores testaram o desempenho de retorno do uso do ChatGPT para orientar diferentes estratégias de investimento no passado. No final, a estratégia long-short (comprar empresas com boas notícias, vender a descoberto empresas com más notícias) tem uma taxa de retorno de mais de 500%, e a estratégia de venda a descoberto retorna A taxa de retorno é próxima a 400%, e a taxa de retorno da estratégia longa é de cerca de 50%.
Desempenho da estratégia desenvolvido pelo ChatGPT
No mercado de valores mobiliários, qualquer uma das taxas de retorno acima é suficiente para matar 99% dos gestores de investimentos no mundo. O relatório de pesquisa observou que comprar e manter o S&P 500 ETF retornou -12% no mesmo período.
Apenas usar o ChatGPT para análise de sentimento pode trazer uma taxa de retorno tão alta? Embora este relatório fosse atraente, também fez com que os internautas questionassem: "Se você encontrasse uma estratégia que pudesse obter um retorno de 500% em menos de 2 anos, você a tornaria pública?" Outros disseram que, mesmo que o relatório seja verdadeiro , o Uma vez que uma tática é amplamente conhecida, ela não é mais eficaz. "Não existe almoço grátis."
Fator alternativo de atualização de IA "escavadeira"
O leigo observava a agitação, enquanto o especialista observava a porta.Quando a notícia chegou aos ouvidos de Rocky, ele ficou muito animado.
Rocky é um executivo de uma instituição de pesquisa de investimentos e gerenciamento de ativos Web3. Ele disse sem rodeios que estava "atordoado" com o relatório de pesquisa da Universidade da Flórida. Ele acredita que a adição do ChatGPT deu um salto qualitativo na mineração e otimização de "fatores alternativos". , ele concluiu: “Os traders estão mortos, o investimento em IA+ é o futuro.”
Rocky explicou que antes de estudarem a quantificação, dois pontos eram os mais difíceis: o primeiro era a fonte de dados e o segundo era o fator de estratégia. Fatores estratégicos comuns incluem fatores preço-volume e fatores fundamentais.No final, a homogeneidade é relativamente séria. "O teste final é o jogo de fatores alternativos."
Fatores de estratégia são um conceito comum em instituições quantitativas. Simplesmente entenda, depois que a instituição obtém os dados de transações, informações e dados de opinião pública do mercado secundário, ela os limpa e depois processa os dados massivos em fatores. Este é um processo de encontrar fatores importantes que afetam o mercado a partir de grandes quantidades de informações. A integração desses fatores nas estratégias de negociação pode ajudar os traders a avaliar a ascensão e queda do mercado.
Um fator de estratégia eficaz significa uma "mina de ouro" e, uma vez extraída, não é difícil obter retorno.
Como disse Rocky, dentre os fatores estratégicos, o fator volume-preço, fator fundamental e fator alternativo respondem por aproximadamente 60%, 20% e 20% da estratégia quantitativa. Entre eles, o fator de preço de volume é baseado na mineração de dados do volume de negociação do mercado, incluindo preços de ativos por segundo, fluxo de capital, indicadores técnicos de várias linhas K, etc.; fatores fundamentais são derivados de demonstrações financeiras, relatórios de corretoras, expectativas de analistas e assim por diante, e os fatores alternativos são as "armas secretas" além das duas primeiras.Cada instituição usará sua capacidade única de coletar fatores que afetam os preços, incluindo opinião pública social e dados de armazenamento. A "análise de sentimento" que os pesquisadores da Universidade da Flórida permitem que o ChatGPT faça se enquadra nessa categoria.
Fatores estratégicos comuns (resolvidos pela Red Bank Research)
De um modo geral, é difícil ampliar a lacuna entre as instituições para fatores de preço de volume e fatores fundamentais, porque a informação é fixa e pública, e a mineração de fatores alternativos testará as habilidades das instituições. "Agora, os principais fundos de hedge estão investindo em fatores alternativos", disse Rocky ao "Metaverse Daily Explosion".Em um duelo entre mestres, os movimentos convencionais são difíceis de trabalhar e os movimentos únicos podem vencer.
No entanto, o custo de mineração e a dificuldade de fatores alternativos são muito maiores do que os fatores de preço de volume e fatores fundamentais.
"É como pegar conchas em uma praia sem limites. Você precisa ter muita paciência para pegá-las uma a uma. Normalmente, um determinado tipo de dado alternativo pode cobrir apenas algumas das placas e, mesmo que seja escavado, você pode apenas obtenha os benefícios nessas placas." Li Xiang, gerente geral da Mengxi Investment, disse que a coleta de dados de fatores alternativos tem um certo limite, porque não são dados convencionais, comprados de um provedor de dados terceirizado ou coletados por si só, e até mesmo para encontrar dados melhores, as organizações precisam explorar ativamente fornecedores de dados valiosos.
Depois que os dados são coletados, não é fácil estudar dados alternativos. "Como explorar a lógica interna dos dados, esta etapa também tem um limite alto." Li Xiang disse que esse processo é muito delicado. Ele precisa eliminar todos os tipos de ruído, encontrar a lógica interna e depois combinar fatores. Depois uma série de operações são concluídas, pode haver bons resultados.
Li Xiang comparou o processo de coleta de fatores à "mineração": no início, algumas minas no nível da superfície, que eram mais fáceis de coletar, foram coletadas primeiro e depois cavadas cada vez mais fundo.
Em termos de mineração de fatores alternativos, geralmente é o trabalho mais trabalhoso, intensivo em recursos financeiros e principal das principais instituições de investimento. Eles coletam informações em grandes quantidades, analisam valores um por um, testam a taxa de retorno, experimentam e erro, e pode não conseguir nada depois de uma carga de trabalho enorme e complicada. Colher fatores alternativos eficazes às vezes requer um elemento de sorte.
Agora, o surgimento do ChatGPT torna eficiente o processo de mineração de fatores alternativos. "Sua função de texto para texto é muito poderosa. Por exemplo, podemos usar a tecnologia de processamento de linguagem natural para capturar as opiniões dos internautas sobre um determinado tipo de ação, ou até mesmo uma determinada ação." Li Xiang acredita que o salto no desenvolvimento do GPT pode melhorar alguns A eficiência do trabalho auxiliar, como em termos de dimensões preditivas, "Seu ganho para pesquisa quantitativa está no final da coleta de dados e o ChatGPT pode ser usado para obter melhor informações do lado do texto."
No entanto, o GPT é mais como um modelo grande de uso geral e não é tendencioso para grandes empresas financeiras, destinadas a não serem usadas imediatamente. Rocky disse que a alimentação de dados baseada no grande modelo GPT é um "modelo universal", que não pode satisfazer a autenticidade, validade e desempenho em tempo real de dados financeiros transversais e de séries temporais. No processo de limpeza de dados, um modelo pequeno profissional também é necessário Faça pré-processamento e padronização, o que mostra que ChatGPT ainda está longe do caminho da quantificação profissional.
Mas Rocky acredita que o ChatGPT abriu uma porta óbvia para as instituições, e a IA pode se tornar um assistente poderoso para os traders.
Oportunidade de riqueza para pessoas comuns está aqui?
O relatório de pesquisa da Universidade da Flórida é como uma introdução, suficiente para dar ao JPMorgan Chase uma inspiração repentina. É provável que a IA se torne uma "máquina de fazer dinheiro" sem emoção no mercado comercial, jogando jogos de dinheiro com pessoas reais.
Então, os investidores comuns podem usar ferramentas como o ChatGPT para participar de transações quantitativas e melhorar seus retornos?
A este respeito, Rocky sente que não é realista. Ele explicou que a negociação quantitativa requer experiência profissional em engenharia financeira, matemática avançada, conceitos estatísticos, conhecimento financeiro, conhecimento de derivativos, regulamentação financeira e outras reservas de conhecimento. Ao mesmo tempo, o GPT, um grande banco de dados modelo, não tem desempenho em tempo real. Você deve comprar fontes de dados da Bloomberg e de outros lugares. Caso contrário, os dados não serão em tempo real e você não poderá participar do jogo. Tudo bem para executar um backtest de lucro no GPT, mas nem pense nisso em combate real.
O mercado financeiro é turbulento e os investidores comuns devem ser particularmente cautelosos no uso de ferramentas, pois uma vez que são vistos por ferramentas de ponta, eles podem se tornar cordeiros à mercê de outros. No entanto, algumas pessoas forneceram ideias de investimento que são mais adequadas para pessoas comuns. Posso não conseguir obter altos retornos, mas ainda há uma boa chance de superar a taxa de juros da hipoteca.
Niu Yifei, o criador do pequeno programa "Aniu Data", está envolvido em negociações quantitativas de baixa frequência. Não muito tempo atrás, ele conduziu um experimento e pediu ao ChatGPT para escrever uma estratégia quantitativa e testar novamente a curva de rendimento.
A lógica estratégica que Niu Yifei forneceu ao ChatGPT é: Dos ETFs dos três índices de SSE 50, ChiNext Index e Treasury Bond de 10 anos, selecione o ETF com o maior aumento no mês passado (22 dias de negociação) todos os dias. Se você tiver o fundo, continuará a manter a posição. Se não o tiver, limpará os fundos que possui e comprará o fundo. Se os três fundos tiverem caído no último mês, você limpará a posição .
Usando o ChatGPT para escrever o processo de código de estratégia quantitativa
Logo, o ChatGPT forneceu o código da política e os comentários correspondentes. "A única falha é que a fonte de dados não é fornecida. Felizmente, tenho uma cópia dos dados históricos do fundo. Depois de importar os dados e executá-los, posso realmente ver os resultados das participações diárias."
Mais tarde, Niu Yifei precisava verificar o desempenho histórico da estratégia, então ele pediu ao ChatGPT para gerar um programa de backtest e pediu ao backtest para descobrir a taxa de retorno do intervalo, taxa de retorno anualizada, retração máxima, etc. da estratégia Após alguns segundos, AI deu o código do programa e alcançou os indicadores necessários. "No entanto, depois de revisar cuidadosamente o programa, ainda encontrei algumas falhas nos detalhes, como não considerar o tempo real de rebalanceamento etc., mas a taxa geral de conclusão ultrapassou 90%."
Niu Yifei disse que otimizou o programa guiando a IA e fez alterações mágicas simples manualmente, e o programa de backtest estava pronto. Ele usou este programa para testar o desempenho do investimento da estratégia mencionada acima em 2022 e, finalmente, obteve uma taxa de retorno de 9,18%, uma taxa de retorno anual de 9,57% e um rebaixamento máximo de -12,25%. Comparado com ferramentas estatísticas profissionais, a curva de patrimônio líquido do programa backtest produzido pelo ChatGPT é quase exatamente a mesma.
Neste caso, Niu Yifei tomou a iniciativa de determinar a estratégia de investimento e pediu ao ChatGPT para fazer um software de investimento automatizado e procedimentos de backtesting.Na verdade, ele entregou o trabalho de escrever o código para o ChatGPT. Obviamente, a eficiência da escrita de código do ChatGPT excede em muito a dos engenheiros humanos, o que permite que investidores comuns usem esse método para verificar com eficiência a eficácia de um grande número de estratégias e, em seguida, otimizar continuamente as estratégias de negociação para aumentar a lucratividade.
Na prática simples de Niu Yifei, seu retorno anualizado sobre o investimento atingiu 9,57%, o que é muito maior do que o dos produtos gerais de gerenciamento de patrimônio do banco. Niu Yifei revelou ao "Metaverse Daily Explosion" que, além de permitir que o ChatGPT escreva código, ele também está tentando usar IA para análise de dados, relatório financeiro e análise de anúncios, etc., para que possa fornecer sinais de negociação.
Li Xiang também acredita que o ChatGPT reduzirá o limite da indústria quantitativa até certo ponto. Se alguém estiver interessado na indústria quantitativa, mesmo que não tenha experiência na indústria e tenha apenas algumas ideias sobre negociação, também pode participar parcialmente com a ajuda dos recursos do ChatGPT. "No entanto, ainda há um longo caminho a percorrer desse estado para se tornar um pesquisador de núcleo muito profissional de uma instituição quantitativa, com estratégias refinadas e detalhes perfeitos."
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
500% de retorno em ações de IA? Especialistas revelam mistérios
Escrito por: Kyle
Um relatório de pesquisa da Universidade da Flórida chocou o círculo financeiro: use o ChatGPT para analisar o sentimento das notícias da empresa e, de acordo com isso, você pode obter mais de 500% de retorno sobre o investimento fazendo compras e vendas no mercado de ações. Embora haja algum ceticismo sobre os números de retorno surpreendentes do relatório, o mundo financeiro está sendo transformado pela IA.
Bancos de investimento lendários, como JPMorgan Chase e Goldman Sachs, expuseram continuamente a notícia de que estão perfurando em busca de IA. Independentemente de a taxa de retorno de 500% resistir ao escrutínio, pelo menos mostra que a capacidade do GPT começou a penetrar no o elo mais front-end das transações do mercado financeiro. Aos olhos de Rocky, executivo do Web3 Asset Management and Investment Research Institute, a mineração eficiente e a otimização de “fatores alternativos” pela IA já ocorreram.
Em instituições quantitativas e fundos de hedge, os "fatores alternativos" são os fatores mais raros e preciosos entre todos os fatores estratégicos. Refere-se a outros fatores além dos convencionais, como fundamentos da empresa, volume de negociação e preço que afetam o mercado, como opinião pública social e sentimento do mercado. "Todas as principais instituições estão procurando fatores alternativos", explicou Rocky. Fatores de preço de volume e fatores fundamentais inevitavelmente se tornarão homogêneos. Fatores alternativos desempenharão um papel decisivo e ajudarão as instituições a vencer de surpresa.
Como um grande modelo de uso geral, o GPT precisa ser refinado pelos usuários se quiser ser usado diretamente em investimentos quantitativos, mas uma nova porta foi aberta. Para as pessoas comuns, com a ajuda do ChatGPT para verificar com eficiência um grande número de estratégias e analisar dados, elas também podem encontrar uma maneira de ganhar dinheiro que lhes convém.
O tornado AI finalmente atingiu o mercado financeiro mais próximo do dinheiro.
"500% ROI" é uma sensação no mundo
O JPMorgan Chase, um importante banco de investimentos que sempre acreditou no poder da tecnologia, apostou na IA. Em 26 de maio, o JPMorgan Chase anunciou que está desenvolvendo uma ferramenta de serviço financeiro chamada "IndexGPT", que usa computação em nuvem e inteligência artificial para analisar e selecionar títulos e fornece aos clientes consultoria de investimento inteligente e personalizada.
Este é outro sinal do JP Morgan Chase para adicionar IA ao sistema de negociação.
Já em 2017, o JPMorgan Chase começou a usar a ferramenta interna de inteligência artificial de codinome LOXM, permitindo que a máquina resumisse a experiência e as lições dos últimos bilhões de transações históricas reais e simuladas e, em seguida, use as ordens de negociação mais rápidas e otimizadas. , superando os humanos em termos de escala de transação e eficiência.
Em 2019, o JPMorgan Chase recrutou especialistas globais em IA para desenvolver um "robô de negociação de ações". As principais funções incluem geração de relatórios de investimento, busca automática de oportunidades de investimento e monitoramento automático de "solicitações de cotação". Na época, o JPMorgan disse que as ordens automatizadas reduziram os custos de execução comercial em cerca de 20% nos últimos anos.
Se o investimento inicial em IA do JPMorgan Chase visava "reduzir custos", quando o GPT mostrou superpoderes, o banco de investimento começou a usar a tecnologia de IA mais avançada para aprimorar suas "capacidades monetárias". Do ponto de vista do layout, o papel da IA no JPMorgan Chase passou por mudanças importantes – de um assistente de investimento para um trader que orienta as transações.
As novas ações do JPMorgan Chase divulgaram um sinal do profundo envolvimento da IA no setor financeiro, e o Goldman Sachs e o Morgan Stanley também foram expostos a investir internamente em pesquisa e desenvolvimento de IA.
A notícia de gigantes financeiros envolvidos em IA foi encenada em Wall Street, mas não atraiu a atenção do público. No entanto, foi destacado um relatório de pesquisa do Departamento de Finanças da Universidade da Flórida, que quebrou o cansaço estético sob a narrativa convencional de “IA muda o círculo financeiro”.
O relatório de pesquisa da universidade intitulado "Can ChatGPT Predict Stock Price Trends?" foi lançado originalmente em 6 de abril deste ano e inicialmente recebeu pouca resposta. Até maio, um redator de tecnologia do Reddit recomendou o relatório, argumentando que era um artigo ignorado pela grande mídia.
Depois que o "retorno de 500% sobre o investimento" foi colocado em questão, ele instantaneamente detonou dentro e fora do círculo financeiro.
De acordo com o artigo, pesquisadores da Universidade da Flórida forneceram ao GPT-3.5, que não está conectado à Internet, dados públicos de mercado e notícias de outubro de 2021 a dezembro de 2022. Esses dados foram obtidos por meio de rastreadores da web, incluindo 67.586 informações sobre 4.138 listadas empresas. Manchetes, e exclua todas as manchetes de alta e baixa de ações, filtrando tópicos sem sentido, quentes, notícias repetitivas, etc. Os pesquisadores permitiram que o ChatGPT avaliasse cada título e pediram que ele decidisse se era positivo ou negativo.
Esta é uma análise de sentimento clássica e faz parte de estratégias de negociação automatizadas empregadas por fundos de hedge conhecidos, como DE Shaw, Two Sigma e outros. Para dar um exemplo simples, quando um evento acontece, muitas vezes o mercado discorda se é bom ou ruim. Uma análise precisa de sentimento ajuda a identificar o impacto de uma notícia e a tomar decisões de investimento corretas.
Os pesquisadores pediram meticulosamente ao ChatGPT para dar uma resposta e, finalmente, chegaram a uma conclusão surpreendente: o ChatGPT, que é bom em raciocínio lógico, superou todas as outras ferramentas de análise de sentimento. Com a ajuda do ChatGPT, os pesquisadores testaram o desempenho de retorno do uso do ChatGPT para orientar diferentes estratégias de investimento no passado. No final, a estratégia long-short (comprar empresas com boas notícias, vender a descoberto empresas com más notícias) tem uma taxa de retorno de mais de 500%, e a estratégia de venda a descoberto retorna A taxa de retorno é próxima a 400%, e a taxa de retorno da estratégia longa é de cerca de 50%.
Desempenho da estratégia desenvolvido pelo ChatGPT
No mercado de valores mobiliários, qualquer uma das taxas de retorno acima é suficiente para matar 99% dos gestores de investimentos no mundo. O relatório de pesquisa observou que comprar e manter o S&P 500 ETF retornou -12% no mesmo período.
Apenas usar o ChatGPT para análise de sentimento pode trazer uma taxa de retorno tão alta? Embora este relatório fosse atraente, também fez com que os internautas questionassem: "Se você encontrasse uma estratégia que pudesse obter um retorno de 500% em menos de 2 anos, você a tornaria pública?" Outros disseram que, mesmo que o relatório seja verdadeiro , o Uma vez que uma tática é amplamente conhecida, ela não é mais eficaz. "Não existe almoço grátis."
Fator alternativo de atualização de IA "escavadeira"
O leigo observava a agitação, enquanto o especialista observava a porta.Quando a notícia chegou aos ouvidos de Rocky, ele ficou muito animado.
Rocky é um executivo de uma instituição de pesquisa de investimentos e gerenciamento de ativos Web3. Ele disse sem rodeios que estava "atordoado" com o relatório de pesquisa da Universidade da Flórida. Ele acredita que a adição do ChatGPT deu um salto qualitativo na mineração e otimização de "fatores alternativos". , ele concluiu: “Os traders estão mortos, o investimento em IA+ é o futuro.”
Rocky explicou que antes de estudarem a quantificação, dois pontos eram os mais difíceis: o primeiro era a fonte de dados e o segundo era o fator de estratégia. Fatores estratégicos comuns incluem fatores preço-volume e fatores fundamentais.No final, a homogeneidade é relativamente séria. "O teste final é o jogo de fatores alternativos."
Fatores de estratégia são um conceito comum em instituições quantitativas. Simplesmente entenda, depois que a instituição obtém os dados de transações, informações e dados de opinião pública do mercado secundário, ela os limpa e depois processa os dados massivos em fatores. Este é um processo de encontrar fatores importantes que afetam o mercado a partir de grandes quantidades de informações. A integração desses fatores nas estratégias de negociação pode ajudar os traders a avaliar a ascensão e queda do mercado.
Um fator de estratégia eficaz significa uma "mina de ouro" e, uma vez extraída, não é difícil obter retorno.
Como disse Rocky, dentre os fatores estratégicos, o fator volume-preço, fator fundamental e fator alternativo respondem por aproximadamente 60%, 20% e 20% da estratégia quantitativa. Entre eles, o fator de preço de volume é baseado na mineração de dados do volume de negociação do mercado, incluindo preços de ativos por segundo, fluxo de capital, indicadores técnicos de várias linhas K, etc.; fatores fundamentais são derivados de demonstrações financeiras, relatórios de corretoras, expectativas de analistas e assim por diante, e os fatores alternativos são as "armas secretas" além das duas primeiras.Cada instituição usará sua capacidade única de coletar fatores que afetam os preços, incluindo opinião pública social e dados de armazenamento. A "análise de sentimento" que os pesquisadores da Universidade da Flórida permitem que o ChatGPT faça se enquadra nessa categoria.
Fatores estratégicos comuns (resolvidos pela Red Bank Research)
De um modo geral, é difícil ampliar a lacuna entre as instituições para fatores de preço de volume e fatores fundamentais, porque a informação é fixa e pública, e a mineração de fatores alternativos testará as habilidades das instituições. "Agora, os principais fundos de hedge estão investindo em fatores alternativos", disse Rocky ao "Metaverse Daily Explosion".Em um duelo entre mestres, os movimentos convencionais são difíceis de trabalhar e os movimentos únicos podem vencer.
No entanto, o custo de mineração e a dificuldade de fatores alternativos são muito maiores do que os fatores de preço de volume e fatores fundamentais.
"É como pegar conchas em uma praia sem limites. Você precisa ter muita paciência para pegá-las uma a uma. Normalmente, um determinado tipo de dado alternativo pode cobrir apenas algumas das placas e, mesmo que seja escavado, você pode apenas obtenha os benefícios nessas placas." Li Xiang, gerente geral da Mengxi Investment, disse que a coleta de dados de fatores alternativos tem um certo limite, porque não são dados convencionais, comprados de um provedor de dados terceirizado ou coletados por si só, e até mesmo para encontrar dados melhores, as organizações precisam explorar ativamente fornecedores de dados valiosos.
Depois que os dados são coletados, não é fácil estudar dados alternativos. "Como explorar a lógica interna dos dados, esta etapa também tem um limite alto." Li Xiang disse que esse processo é muito delicado. Ele precisa eliminar todos os tipos de ruído, encontrar a lógica interna e depois combinar fatores. Depois uma série de operações são concluídas, pode haver bons resultados.
Li Xiang comparou o processo de coleta de fatores à "mineração": no início, algumas minas no nível da superfície, que eram mais fáceis de coletar, foram coletadas primeiro e depois cavadas cada vez mais fundo.
Em termos de mineração de fatores alternativos, geralmente é o trabalho mais trabalhoso, intensivo em recursos financeiros e principal das principais instituições de investimento. Eles coletam informações em grandes quantidades, analisam valores um por um, testam a taxa de retorno, experimentam e erro, e pode não conseguir nada depois de uma carga de trabalho enorme e complicada. Colher fatores alternativos eficazes às vezes requer um elemento de sorte.
Agora, o surgimento do ChatGPT torna eficiente o processo de mineração de fatores alternativos. "Sua função de texto para texto é muito poderosa. Por exemplo, podemos usar a tecnologia de processamento de linguagem natural para capturar as opiniões dos internautas sobre um determinado tipo de ação, ou até mesmo uma determinada ação." Li Xiang acredita que o salto no desenvolvimento do GPT pode melhorar alguns A eficiência do trabalho auxiliar, como em termos de dimensões preditivas, "Seu ganho para pesquisa quantitativa está no final da coleta de dados e o ChatGPT pode ser usado para obter melhor informações do lado do texto."
No entanto, o GPT é mais como um modelo grande de uso geral e não é tendencioso para grandes empresas financeiras, destinadas a não serem usadas imediatamente. Rocky disse que a alimentação de dados baseada no grande modelo GPT é um "modelo universal", que não pode satisfazer a autenticidade, validade e desempenho em tempo real de dados financeiros transversais e de séries temporais. No processo de limpeza de dados, um modelo pequeno profissional também é necessário Faça pré-processamento e padronização, o que mostra que ChatGPT ainda está longe do caminho da quantificação profissional.
Mas Rocky acredita que o ChatGPT abriu uma porta óbvia para as instituições, e a IA pode se tornar um assistente poderoso para os traders.
Oportunidade de riqueza para pessoas comuns está aqui?
O relatório de pesquisa da Universidade da Flórida é como uma introdução, suficiente para dar ao JPMorgan Chase uma inspiração repentina. É provável que a IA se torne uma "máquina de fazer dinheiro" sem emoção no mercado comercial, jogando jogos de dinheiro com pessoas reais.
Então, os investidores comuns podem usar ferramentas como o ChatGPT para participar de transações quantitativas e melhorar seus retornos?
A este respeito, Rocky sente que não é realista. Ele explicou que a negociação quantitativa requer experiência profissional em engenharia financeira, matemática avançada, conceitos estatísticos, conhecimento financeiro, conhecimento de derivativos, regulamentação financeira e outras reservas de conhecimento. Ao mesmo tempo, o GPT, um grande banco de dados modelo, não tem desempenho em tempo real. Você deve comprar fontes de dados da Bloomberg e de outros lugares. Caso contrário, os dados não serão em tempo real e você não poderá participar do jogo. Tudo bem para executar um backtest de lucro no GPT, mas nem pense nisso em combate real.
O mercado financeiro é turbulento e os investidores comuns devem ser particularmente cautelosos no uso de ferramentas, pois uma vez que são vistos por ferramentas de ponta, eles podem se tornar cordeiros à mercê de outros. No entanto, algumas pessoas forneceram ideias de investimento que são mais adequadas para pessoas comuns. Posso não conseguir obter altos retornos, mas ainda há uma boa chance de superar a taxa de juros da hipoteca.
Niu Yifei, o criador do pequeno programa "Aniu Data", está envolvido em negociações quantitativas de baixa frequência. Não muito tempo atrás, ele conduziu um experimento e pediu ao ChatGPT para escrever uma estratégia quantitativa e testar novamente a curva de rendimento.
A lógica estratégica que Niu Yifei forneceu ao ChatGPT é: Dos ETFs dos três índices de SSE 50, ChiNext Index e Treasury Bond de 10 anos, selecione o ETF com o maior aumento no mês passado (22 dias de negociação) todos os dias. Se você tiver o fundo, continuará a manter a posição. Se não o tiver, limpará os fundos que possui e comprará o fundo. Se os três fundos tiverem caído no último mês, você limpará a posição .
Usando o ChatGPT para escrever o processo de código de estratégia quantitativa
Logo, o ChatGPT forneceu o código da política e os comentários correspondentes. "A única falha é que a fonte de dados não é fornecida. Felizmente, tenho uma cópia dos dados históricos do fundo. Depois de importar os dados e executá-los, posso realmente ver os resultados das participações diárias."
Mais tarde, Niu Yifei precisava verificar o desempenho histórico da estratégia, então ele pediu ao ChatGPT para gerar um programa de backtest e pediu ao backtest para descobrir a taxa de retorno do intervalo, taxa de retorno anualizada, retração máxima, etc. da estratégia Após alguns segundos, AI deu o código do programa e alcançou os indicadores necessários. "No entanto, depois de revisar cuidadosamente o programa, ainda encontrei algumas falhas nos detalhes, como não considerar o tempo real de rebalanceamento etc., mas a taxa geral de conclusão ultrapassou 90%."
Niu Yifei disse que otimizou o programa guiando a IA e fez alterações mágicas simples manualmente, e o programa de backtest estava pronto. Ele usou este programa para testar o desempenho do investimento da estratégia mencionada acima em 2022 e, finalmente, obteve uma taxa de retorno de 9,18%, uma taxa de retorno anual de 9,57% e um rebaixamento máximo de -12,25%. Comparado com ferramentas estatísticas profissionais, a curva de patrimônio líquido do programa backtest produzido pelo ChatGPT é quase exatamente a mesma.
Neste caso, Niu Yifei tomou a iniciativa de determinar a estratégia de investimento e pediu ao ChatGPT para fazer um software de investimento automatizado e procedimentos de backtesting.Na verdade, ele entregou o trabalho de escrever o código para o ChatGPT. Obviamente, a eficiência da escrita de código do ChatGPT excede em muito a dos engenheiros humanos, o que permite que investidores comuns usem esse método para verificar com eficiência a eficácia de um grande número de estratégias e, em seguida, otimizar continuamente as estratégias de negociação para aumentar a lucratividade.
Na prática simples de Niu Yifei, seu retorno anualizado sobre o investimento atingiu 9,57%, o que é muito maior do que o dos produtos gerais de gerenciamento de patrimônio do banco. Niu Yifei revelou ao "Metaverse Daily Explosion" que, além de permitir que o ChatGPT escreva código, ele também está tentando usar IA para análise de dados, relatório financeiro e análise de anúncios, etc., para que possa fornecer sinais de negociação.
Li Xiang também acredita que o ChatGPT reduzirá o limite da indústria quantitativa até certo ponto. Se alguém estiver interessado na indústria quantitativa, mesmo que não tenha experiência na indústria e tenha apenas algumas ideias sobre negociação, também pode participar parcialmente com a ajuda dos recursos do ChatGPT. "No entanto, ainda há um longo caminho a percorrer desse estado para se tornar um pesquisador de núcleo muito profissional de uma instituição quantitativa, com estratégias refinadas e detalhes perfeitos."