Potential of ChatGPT in predicting stock market trends based on Twitter Sentiment Analysis
这项研究表明，ChatGPT可以通过分析推特情绪来有效预测微软和谷歌的短期股票趋势，揭示了其评估结果与随后股票表现之间的正相关关系。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代金融世界中，市场的脉搏往往不仅能从董事会或交易大厅中感受到，也能从数百万人在网络上的数字闲谈中感知到。几十年来，专家们一直试图通过研究公司报告和经济数据来预测股价的涨跌。然而，一个新的观点已经占据了地位：公众在社交媒体上实时表达的集体情绪，实际上可能会影响股票价值的波动。这一概念依赖于“情感分析”，即一种利用计算机阅读文本并判断文字背后情感是积极、消极还是中性的方法。研究人员现在提出的问题是，新一代的人工智能——特别是能够理解人类对话的强大语言模型——是否可以在无需预先学习金融规则的情况下，通过阅读这种数字情绪来预测股市的未来。
两位研究人员，Ummara Mumtaz 和 Summaya Mumtaz，决定使用一个名为 ChatGPT 的工具来测试这个想法。他们将重点放在全球两大科技巨头——微软（Microsoft）和谷歌（Google）身上，并提出了一个简单的问题：这种人工智能能否通过观察一天内关于这些公司的推文，来猜测它们第二天的股价会上涨还是下跌？研究人员并没有将计算机训练成股票专家。相反，他们使用了一种被称为“零样本学习”（zero-shot learning）的技术，这种技术允许模型依靠其对语言的通用理解，去执行一项它从未见过的任务。他们收集了大量在 2023 年初通过搜索术语“gpt”提取的约 50 万条推文。从这个原始数据集中，他们专门搜寻并筛选出提及或涉及三个特定术语的推文：‘ChatGPT’、‘Microsoft’ 和 ‘Google’。为了保持过程的公平性，他们仅对数据进行了轻微的清洗，即删除了网页链接，但保留了人们发布的原始、未经过滤的观点、标签（hashtags）和表情符号，从而保留了互联网真实的表达声音。
研究方法非常直接。在研究期间的每一天，研究人员都会将大约 15,000 个单词量的推文样本输入给 ChatGPT。他们给计算机下达了一个简单的指令：阅读这些帖子，并预测微软和谷歌次日的股市趋势。该模型没有获得任何用于研究的历史股票数据；它必须完全依赖于推文的语调和内容。随后，计算机会输出一个预测，例如“上升”、“下降”或“稳定”，通常还会附带一段关于其判断原因的简短解释，例如指出某家公司正受到新竞争对手的挑战，或者某项特定产品的发布引发了兴奋。研究人员随后将这些计算机生成的猜测与第二天由证券交易所报告的实际股价百分比变化进行了对比。
结果显示出了令人惊讶的成功水平。对于微软，人工智能在 37 天中有 26 天正确预测了股市趋势的方向，准确率达到了 70%。对于谷歌，该模型在 36 天中有 23 天是准确的，准确率约为 63.88%。研究人员指出，虽然这些数字并非完美，但明显优于一个仅仅在进行随机猜测的模型所能达到的水平。除了准确判断方向之外，研究还强调，计算机能够识别出趋势背后的具体原因，例如提到新竞争对手产品的影响或该技术本身带来的潜在威胁。这表明，该模型不仅仅是在匹配模式，而是在实际解读公众对话中的语境和细微差别。
这项研究得出结论，这种利用未经训练的人工智能来阅读社交媒体情绪的方法，在理解市场波动方面具有真正的潜力。研究人员强调，他们不需要花费数月时间来清洗数据或教计算机特定的金融公式。通过仅仅让模型阅读公众的原始观点，他们就能够捕捉到与现实世界金融结果相关的信号。尽管该研究局限于特定的推文集和较短的时间范围，但研究结果表明，这些先进语言模型理解人类情感和语境的能力，可能成为金融预测的一个宝贵工具，为倾听市场的声音提供一种全新的方式。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。