Potential of ChatGPT in predicting stock market trends based on Twitter Sentiment Analysis
Este estudio demuestra que ChatGPT puede predecir eficazmente las tendencias de corto plazo del mercado de valores para Microsoft y Google mediante el análisis del sentimiento de Twitter, revelando una correlación positiva entre sus evaluaciones y el desempeño posterior de las acciones.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En el mundo financiero moderno, el pulso del mercado se siente a menudo no solo en las salas de juntas o en los parqués de negociación, sino en el parloteo digital de millones de personas en línea. Durante décadas, los expertos han intentado predecir si los precios de las acciones subirán o bajarán estudiando informes de empresas y cifras económicas. Sin embargo, una idea más nueva ha arraigado: que el estado de ánimo colectivo del público, expresado en tiempo real en las redes sociales, podría realmente mover la aguja de los valores de las acciones. Este concepto se basa en el "análisis de sentimiento", un método que utiliza computadoras para leer texto y determinar si los sentimientos detrás de las palabras son positivos, negativos o neutros. La pregunta que los investigadores se plantean ahora es si la nueva generación de inteligencia artificial, específicamente un potente modelo de lenguaje capaz de comprender la conversación humana, puede leer este estado de ánimo digital y utilizarlo para pronosticar el futuro del mercado de valores sin necesidad de haber sido enseñada primero las reglas de las finanzas.
Dos investigadoras, Ummara Mumtaz y Summaya Mumtaz, se propusieron probar esta idea utilizando una herramienta llamada ChatGPT. Se centraron en dos de las mayores empresas tecnológicas del mundo, Microsoft y Google, y plantearon una pregunta sencilla: ¿podría esta inteligencia artificial observar un día de tuits sobre estas empresas y adivinar si sus precios de acciones subirían o bajarían al día siguiente? Las investigadoras no entrenaron a la computadora para ser una experta en bolsa. En su lugar, utilizaron una técnica conocida como aprendizaje de disparo cero (zero-shot learning), que permite a un modelo realizar una tarea que no ha visto antes basándose en su comprensión general del lenguaje. Recopilaron una colección masiva de medio millón de tuits de principios de 2023 que fueron extraídos mediante la búsqueda del término "gpt". De este conjunto de datos original, buscaron y filtraron específicamente tuits que mencionaran o estuvieran relacionados con tres términos distintos: 'ChatGPT', 'Microsoft' y 'Google'. Para que el proceso fuera justo, limpiaron los datos solo ligeramente, eliminando enlaces web pero dejando las opiniones puras y sin filtrar, los hashtags y los emojis exactamente como la gente los había publicado, preservando la voz auténtica de internet.
El método fue sencillo. Para cada día de su periodo de estudio, las investigadoras introdujeron una muestra de unas 15.000 palabras de tuits en ChatGPT. Le dieron a la computadora una instrucción simple: leer estas publicaciones y predecir la tendencia del mercado de valores para Microsoft y Google para el día siguiente. El modelo no recibió ningún dato histórico de acciones para estudiar; tuvo que confiar enteramente en el tono y el contenido de los tuits. La computadora emitía entonces una predicción, como "ascendente", "descendente" o "estable", añadiendo a menudo una breve explicación de por qué pensaba eso, como señalar que una empresa estaba siendo desafiada por un nuevo competidor o que el lanzamiento de un producto específico estaba causando entusiasmo. Las investigadoras compararon después estas suposiciones generadas por la computadora con el cambio porcentual real en los precios de las acciones reportados por la bolsa de valores al día siguiente.
Los resultados mostraron un nivel de éxito sorprendente. Para Microsoft, la inteligencia artificial predijo correctamente la dirección de la tendencia del mercado de valores en 26 de los 37 días, logrando una tasa de precisión del 70 por ciento. Para Google, el modelo fue preciso en 23 de los 36 días, lo que resultó en una precisión de aproximadamente el 63,88 por ciento. Las investigadoras señalaron que, si bien estas cifras no son perfectas, son significativamente mejores de lo que se esperaría de un modelo que simplemente está adivinando al azar. Más allá de acertar la dirección, el estudio destacó que la computadora fue capaz de identificar razones específicas detrás de las tendencias, como mencionar el impacto de un nuevo producto rival o la amenaza potencial de la propia tecnología. Esto sugiere que el modelo no solo estaba coincidiendo con patrones, sino que estaba interpretando de hecho el contexto y los matices de la conversación pública.
El estudio concluye que este enfoque, que utiliza inteligencia artificial no entrenada para leer el sentimiento de las redes sociales, posee una verdadera promesa para comprender los movimientos del mercado. Las investigadoras enfatizan que no necesitaron pasar meses limpiando los datos o enseñando a la computadora fórmulas financieras específicas. Simplemente al dejar que el modelo leyera las opiniones puras del público, pudieron capturar una señal que se correlaciona con los resultados financieros del mundo real. Aunque el estudio se limitó a un conjunto específico de tuits y a un periodo de tiempo corto, los hallazgos sugieren que la capacidad de estos modelos de lenguaje avanzados para comprender la emoción y el contexto humano podría convertirse en una herramienta valiosa para la previsión financiera, ofreciendo una nueva forma de escuchar la voz del mercado.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.