Potential of ChatGPT in predicting stock market trends based on Twitter Sentiment Analysis
यह अध्ययन प्रदर्शित करता है कि ChatGPT ट्विटर सेंटीमेंट का विश्लेषण करके माइक्रोसॉफ्ट और गूगल के लिए अल्पकालिक शेयर बाजार के रुझानों की प्रभावी ढंग से भविष्यवाणी कर सकता है, जो इसके मूल्यांकनों और आगामी स्टॉक प्रदर्शन के बीच एक सकारात्मक सहसंबंध को प्रकट करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक वित्तीय दुनिया में, बाजार की धड़कन अक्सर केवल बोर्डरूम या ट्रेडिंग फ्लोर में ही नहीं, बल्कि ऑनलाइन लाखों लोगों की डिजिटल बातचीत में भी महसूस की जाती है। दशकों से, विशेषज्ञ कंपनी की रिपोर्टों और आर्थिक आंकड़ों का अध्ययन करके यह अनुमान लगाने की कोशिश करते रहे हैं कि शेयर की कीमतें बढ़ेंगी या घटेंगी। हालांकि, एक नया विचार स्थापित हुआ है: कि जनता का सामूहिक मूड, जो सोशल मीडिया पर वास्तविक समय में व्यक्त किया जाता है, वास्तव में शेयर मूल्यों को प्रभावित कर सकता है। यह अवधारणा "सेंटिमेंट एनालिसिस" (भावना विश्लेषण) पर निर्भर करती है, जो टेक्स्ट को पढ़ने और शब्दों के पीछे की भावनाओं को सकारात्मक, नकारात्मक या तटस्थ निर्धारित करने के लिए कंप्यूटर का उपयोग करने की एक विधि है। शोधकर्ता अब यह सवाल पूछ रहे हैं कि क्या कृत्रिम बुद्धिमत्ता की नवीनतम पीढ़ी, विशेष रूप से मानव संवाद को समझने में सक्षम एक शक्तिशाली भाषा मॉडल, इस डिजिटल मूड को पढ़ सकता है और वित्त के नियमों को पहले से सीखे बिना भविष्य के शेयर बाजार की भविष्यवाणी कर सकता है।
दो शोधकर्ताओं, उम्मा रा मुमताज़ और सुमय्या मुमताज़ ने ChatGPT नामक टूल का उपयोग करके इस विचार का परीक्षण करने का निर्णय लिया। उन्होंने दुनिया की दो सबसे बड़ी प्रौद्योगिकी कंपनियों, माइक्रोसॉफ्ट और गूगल पर ध्यान केंद्रित किया, और एक सरल प्रश्न पूछा: क्या यह कृत्रिम बुद्धिमत्ता इन कंपनियों के बारे में एक दिन के ट्वीट्स को देखकर यह अनुमान लगा सकती है कि अगले दिन उनके शेयर की कीमतें ऊपर जाएंगी या नीचे? शोधकर्ताओं ने कंप्यूटर को स्टॉक विशेषज्ञ बनने के लिए प्रशिक्षित नहीं किया। इसके बजाय, उन्होंने "ज़ीरो-शॉट लर्निंग" नामक एक तकनीक का उपयोग किया, जो एक मॉडल को उसके सामान्य भाषाई ज्ञान पर भरोसा करके उस कार्य को करने की अनुमति देती है जिसे उसने पहले कभी नहीं देखा है। उन्होंने 2023 की शुरुआत से "gpt" शब्द की खोज करके निकाले गए आधा मिलियन ट्वीट्स का एक विशाल संग्रह एकत्र किया। इस मूल डेटासेट से, उन्होंने विशेष रूप से उन ट्वीट्स को खोजा और फ़िल्टर किया जो तीन विशिष्ट शब्दों से संबंधित थे: 'ChatGPT', 'Microsoft', और 'Google'। प्रक्रिया को निष्पक्ष रखने के लिए, उन्होंने डेटा को केवल थोड़ा सा साफ किया, वेब लिंक हटा दिए लेकिन हैशटैग और इमोजी सहित कच्चे, अनफ़िल्टर्ड विचारों को बिल्कुल वैसा ही छोड़ दिया जैसा लोगों ने पोस्ट किया था, जिससे इंटरनेट की वास्तविक आवाज़ सुरक्षित रही।
विधि सीधी थी। अध्ययन अवधि के प्रत्येक दिन के लिए, शोधकर्ताओं ने लगभग 15,000 शब्दों के ट्वीट्स का एक नमूना ChatGPT में डाला। उन्होंने कंप्यूटर को एक सरल निर्देश दिया: इन पोस्टों को पढ़ें और अगले दिन के लिए माइक्रोसॉफ्ट और गूगल के स्टॉक मार्केट ट्रेंड की भविष्यवाणी करें। मॉडल को अध्ययन के लिए कोई ऐतिहासिक स्टॉक डेटा नहीं दिया गया था; इसे पूरी तरह से ट्वीट्स के लहजे और सामग्री पर निर्भर रहना था। कंप्यूटर फिर एक भविष्यवाणी आउटपुट करेगा, जैसे कि "ऊपर की ओर," "नीचे की ओर," या "स्थिर," जिसमें अक्सर एक संक्षिप्त स्पष्टीकरण भी जोड़ा जाएगा कि उसने ऐसा क्यों सोचा, जैसे कि यह नोट करना कि किसी कंपनी को एक नए प्रतिस्पर्धी द्वारा चुनौती दी जा रही है या किसी विशिष्ट उत्पाद लॉन्च के कारण उत्साह पैदा हो रहा है। शोधकर्ताओं ने फिर इन कंप्यूटर-जनित अनुमानों की तुलना अगले दिन स्टॉक एक्सचेंज द्वारा रिपोर्ट किए गए शेयर की कीमतों के वास्तविक प्रतिशत परिवर्तन से की।
परिणामों ने आश्चर्यजनक स्तर की सफलता दिखाई। माइक्रोसॉफ्ट के लिए, कृत्रिम बुद्धिमत्ता ने 37 में से 26 दिनों में शेयर बाजार के रुझान की सही भविष्यवाणी की, जिससे 70 प्रतिशत की सटीकता दर प्राप्त हुई। गूगल के लिए, मॉडल 36 में से 23 दिनों में सटीक था, जिसके परिणामस्वरूप लगभग 63.88 प्रतिशत की सटीकता मिली। शोधकर्ताओं ने नोट किया कि हालांकि ये संख्याएं पूर्ण नहीं हैं, फिर भी वे उस मॉडल की तुलना में काफी बेहतर हैं जो केवल रैंडम अंदाज़े लगा रहा हो। केवल दिशा को सही बताने के अलावा, अध्ययन ने इस बात पर प्रकाश डाला कि कंप्यूटर रुझानों के पीछे के विशिष्ट कारणों की पहचान करने में सक्षम था, जैसे कि एक नए प्रतिद्वंद्वी उत्पाद के प्रभाव या स्वयं तकनीक के संभावित खतरे का उल्लेख करना। यह सुझाव देता है कि मॉडल केवल पैटर्न का मिलान नहीं कर रहा था, बल्कि वह सार्वजनिक बातचीत के संदर्भ और बारीकियों की व्याख्या भी कर रहा था।
अध्ययन यह निष्कर्ष निकालता है कि यह दृष्टिकोण, जो सोशल मीडिया सेंटिमेंट को पढ़ने के लिए अप्रशिक्षित कृत्रिम बुद्धिमत्ता का उपयोग करता है, बाजार की गतिविधियों को समझने के लिए वास्तविक संभावना रखता है। शोधकर्ता इस बात पर जोर देते हैं कि उन्हें डेटा को साफ करने या कंप्यूटर को विशिष्ट वित्तीय सूत्र सिखाने में महीनों बिताने की आवश्यकता नहीं पड़ी। केवल मॉडल को जनता की कच्ची राय पढ़ने देकर, वे एक ऐसे संकेत को पकड़ने में सक्षम थे जो वास्तविक दुनिया के वित्तीय परिणामों के साथ सह-संबंधित था। हालांकि यह अध्ययन ट्वीट्स के एक विशिष्ट सेट और एक छोटी समय सीमा तक सीमित था, निष्कर्ष बताते हैं कि इन उन्नत भाषा मॉडलों की मानव भावना और संदर्भ को समझने की क्षमता वित्तीय पूर्वानुमान के लिए एक मूल्यवान उपकरण बन सकती है, जो बाजार की आवाज़ सुनने का एक नया तरीका प्रदान करती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।