中秋节的广告语茶叶

gezhongtuwenheshipinhuodongdechengxianwanfabuzaixianzhi,kuafudeduijue,meiweiwanjiadounengcanyu,qiantishiniyaoyouzugoudeshili;【gaopinzhideyouxihuamian】shouzangjizhenpinzhongqi，dashijiangxinchuangzuochupin。xiongdixieshou，tiaozhanbangpaifubenAI炒(chao)股(gu)回(hui)報(bao)率(lv)500%？內(nei)行(xing)揭(jie)秘(mi)玄(xuan)機(ji)

壹(yi)篇(pian)來(lai)自(zi)佛(fo)羅(luo)裏(li)達(da)大(da)學(xue)的(de)研(yan)究(jiu)报告(gao)震(zhen)驚(jing)了(le)金(jin)融(rong)圈(quan)：用(yong)ChatGPT對(dui)公(gong)司(si)新(xin)聞(wen)進(jin)行情(qing)緒(xu)分(fen)析(xi)，並(bing)按(an)此(ci)在(zai)股市(shi)做(zuo)多(duo)、賣(mai)空(kong)，最(zui)高(gao)可(ke)獲(huo)得(de)超(chao)過(guo)500%的投(tou)資(zi)回报率。雖(sui)然(ran)坊(fang)間(jian)对這(zhe)份(fen)报告中(zhong)惊人(ren)的回报率數(shu)據(ju)有(you)所(suo)懷(huai)疑(yi)，但(dan)金融界(jie)正(zheng)在因(yin)AI的介(jie)入(ru)發(fa)生(sheng)改(gai)變(bian)。

摩(mo)根(gen)大通(tong)、高盛(sheng)等(deng)傳(chuan)奇(qi)投行鉆(zuan)營(ying)AI的消(xiao)息(xi)連(lian)續(xu)曝(pu)光(guang)，而(er)無(wu)論(lun)500%的收(shou)益(yi)率是(shi)否(fou)經(jing)得起(qi)推(tui)敲(qiao)，它(ta)至(zhi)少(shao)說(shuo)明(ming)，GPT的能(neng)力(li)開(kai)始(shi)滲(shen)入金融市場(chang)最前(qian)端(duan)的環(huan)節(jie)——交(jiao)易(yi)。在Web3资產(chan)管(guan)理(li)和(he)投研机構(gou)的高管Rocky眼(yan)中，AI对“另(ling)類(lei)因子(zi)”的高效(xiao)挖(wa)掘(jue)和優(you)化(hua)已(yi)然发生。

在量(liang)化机构和对沖(chong)基(ji)金里，“另类因子”是所有策(ce)略(lve)因子中最稀(xi)有、珍(zhen)貴(gui)的因子。它是指(zhi)公司基本(ben)面(mian)、交易量、價(jia)格(ge)等常(chang)規(gui)因素(su)之(zhi)外(wai)的、影(ying)響(xiang)行情的因素，比(bi)如(ru)社(she)交輿(yu)情、市场情绪等。“頂(ding)級(ji)机构都(dou)在卷(juan)另类因子，”Rocky解(jie)釋(shi)，量价因子和基本面因子不(bu)可避(bi)免(mian)地(di)走(zou)向(xiang)同(tong)質(zhi)化，另类因子會(hui)起到(dao)決(jue)定(ding)性(xing)的作(zuo)用，能幫(bang)助(zhu)机构出(chu)奇制(zhi)勝(sheng)。

作為(wei)通用大模(mo)型(xing)，GPT想(xiang)要(yao)直(zhi)接(jie)用於(yu)量化投资還(hai)需(xu)使(shi)用者(zhe)精(jing)細(xi)打(da)磨(mo)，但新的大門(men)已经打开。而对于普(pu)通人来说，借(jie)助ChatGPT高效地大量驗(yan)證(zheng)策略、分析数据後(hou)，也(ye)可以(yi)找(zhao)到適(shi)合(he)自己(ji)的生財(cai)之道(dao)。

AI的龍(long)卷風(feng)終(zhong)于刮(gua)到了離(li)錢(qian)最近(jin)的金融市场。

“500%投资回报率”轟(hong)動(dong)世(shi)界

一直信(xin)奉(feng)科(ke)技(ji)力量的顶级投行摩根大通对AI出手(shou)了。5月(yue)26日(ri)，摩根大通宣(xuan)布(bu)正在研发名(ming)为“IndexGPT”的金融服(fu)務(wu)工(gong)具(ju)，利(li)用雲(yun)計(ji)算(suan)和人工智(zhi)能进行证券(quan)的分析和選(xuan)擇(ze)，为客(ke)戶(hu)提(ti)供(gong)智能化和個(ge)性化的投资建(jian)議(yi)。

这是摩根大通又(you)一次(ci)明牌(pai)將(jiang)AI加(jia)入到交易系(xi)統(tong)。

早(zao)在2017年(nian)，摩根大通就(jiu)开始使用内部(bu)代(dai)號(hao)为LOXM的人工智能工具，讓(rang)机器(qi)從(cong)过去(qu)幾(ji)十(shi)億(yi)條(tiao)實(shi)盤(pan)和模擬(ni)盘的歷(li)史(shi)交易中歸(gui)納(na)经验和教(jiao)訓(xun)，然后以最快(kuai)的速(su)度(du)和最优价格執(zhi)行交易指令(ling)，从交易规模和效率上(shang)超越(yue)人类。

2019年，摩根大通更(geng)是網(wang)罗全(quan)球(qiu)AI高手，开发“股票(piao)交易机器人”，主(zhu)要功(gong)能包(bao)括(kuo)生成(cheng)投资报告、自动搜(sou)尋(xun)投资机会以及(ji)自动監(jian)控(kong)“报价請(qing)求(qiu)”。當(dang)時(shi)，摩根大通稱(cheng)，自动化訂(ding)單(dan)在过去几年中将交易执行成本降(jiang)低(di)了約(yue)20％。

如果(guo)摩根大通早期(qi)的AI投入意(yi)在“降本”，当GPT展(zhan)現(xian)出超能力时，这家(jia)投行开始用最前沿(yan)的AI技術(shu)提升(sheng)自己的“鈔(chao)能力”。从布局(ju)脈(mai)絡(luo)看(kan)，AI在摩根大通内部扮(ban)演(yan)的角(jiao)色(se)发生了重(zhong)要改变——从投资助理蛻(tui)变为指導(dao)交易的操(cao)盘手。

摩根大通的新动作释放(fang)出AI深(shen)度介入金融業(ye)的信号，高盛、摩根士(shi)丹(dan)利也都被(bei)曝出在内部投入AI研发。

金融巨(ju)頭(tou)搞(gao)AI的新闻在華(hua)爾(er)街(jie)上演，并沒(mei)引(yin)起大眾(zhong)註(zhu)意。但来自佛罗里达大学金融系的一份研究报告，被人挑(tiao)出亮(liang)點(dian)，一下(xia)打破(po)了“AI改变金融圈”这種(zhong)常规敘(xu)事(shi)下的審(shen)美(mei)疲(pi)勞(lao)。

那(na)份以“ChatGPT能預(yu)測(ce)股价走勢(shi)嗎(ma)？”为題(ti)的高校(xiao)研究报告，最初(chu)发布于今(jin)年4月6日，一开始也反(fan)响寥(liao)寥。直到5月份， Reddit上的一名科技作者推薦(jian)了这篇报告，他(ta)認(ren)为，这是一份被主流(liu)媒(mei)體(ti)忽(hu)視(shi)的论文(wen)。

“500%的投资回报率”入题后，瞬(shun)时引爆(bao)金融圈内外。

论文顯(xian)示(shi)，佛罗里达大学的研究人員(yuan)給(gei)不聯(lian)网的GPT-3.5投餵(wei)了2021年10月至2022年12月的公开市场数据和新闻，这些(xie)数据通过网络爬(pa)蟲(chong)获取(qu)，包含(han)4138家上市公司相(xiang)關(guan)的67586的標(biao)题，并排(pai)除(chu)了任(ren)何(he)股票漲(zhang)跌(die)的头条，过濾(lv)掉(diao)了无意義(yi)的、熱(re)点話(hua)题、重復(fu)的新闻等内容(rong)。研究人员主要让 ChatGPT来評(ping)估(gu)每(mei)个标题，并要求它判(pan)定是利好(hao)还是利空。

这是典(dian)型的情绪分析，也是DE Shaw、Two Sigma 等知(zhi)名对冲基金会采(cai)用的自动化交易策略的一部分。舉(ju)个簡(jian)单的例(li)子，当一件(jian)事发生后，市场往(wang)往对其(qi)利多还是利空有分歧(qi)，準(zhun)確(que)的情绪分析有助于識(shi)別(bie)消息影响，做出正确的投资决策。

研究人员不厭(yan)其煩(fan)地让ChatGPT给出答(da)案(an)，最终他們(men)得出了惊人的結(jie)论：擅(shan)長(chang)邏(luo)輯(ji)推理的ChatGPT 表(biao)现优于其他所有情绪分析工具。借助ChatGPT，研究人员回测了过去使用ChatGPT指导不同投资策略的回报表现，最终多空策略（買(mai)入有好消息的公司，卖空有壞(huai)消息的公司）收益率超过了500%，做空策略回报率接近400%，做多策略回报率大约为50%。

由(you) ChatGPT 驅(qu)动的策略表现

在证券市场，上述(shu)的任何一个回报率，都足(zu)以秒(miao)殺(sha)全世界99%的投资经理。研究报告指出，同一时间段(duan)内購(gou)买并持(chi)有标准普尔500指数ETF的回报率为-12%。

僅(jin)仅用ChatGPT进行情绪分析，就能帶(dai)来如此高的回报率？这篇报告吸(xi)睛(jing)的同时也引发网友(you)质疑，“如果妳(ni)找到了一种能在不到 2 年内获得 500% 回报的策略，你会公开它吗？”还有人称，即(ji)便(bian)报告是真(zhen)的，但一旦(dan)一种策略廣(guang)为人知，它就不再(zai)有效，“天(tian)下没有免費(fei)的午(wu)餐(can)。”

AI升级另类因子“挖掘机”

外行看热鬧(nao)，内行看门道，消息传到Rocky耳(er)中，他興(xing)奮(fen)極(ji)了。

Rocky是一家Web3资产管理和投研机构的高管，他直言(yan)被佛罗里达大学的这份研究报告“惊呆(dai)了”，他认为，ChatGPT的加入让“另类因子”的挖掘和优化有了质的飛(fei)躍(yue)，他给出结论：“交易员已死(si)，AI+投资是未(wei)来。”

Rocky解释，以前他们研究量化，有兩(liang)点是最難(nan)的，第(di)一个是数据源(yuan)，第二(er)个是策略因子。常見(jian)的策略因子包括量价因子和基本面因子，最后同质化都比較(jiao)嚴(yan)重，“最终考(kao)验的是另类因子博(bo)弈(yi)。”

策略因子是量化机构中的常见概(gai)念(nian)。简单理解，机构拿(na)到二级市场的成交数据、资訊(xun)舆情等数据后，会对它们清(qing)洗(xi)，然后将海(hai)量数据處(chu)理成一个个因子。这是一个从海量信息中找到影响市场的重要因素的过程(cheng)。把(ba)这些因子融入到交易策略里，能帮交易员判斷(duan)行情涨跌。

有效的策略因子意味(wei)著(zhe)“金礦(kuang)”，挖掘到了，回报就不是难事。

如Rocky所说，策略因子中，量价因子、基本面因子和另类因子三(san)者在量化策略里的占(zhan)比大致(zhi)是60%、20%、20%。其中量价因子基于市场成交量的数据挖掘而来，包括每分每秒的资产价格、资金流向、各(ge)类K線(xian)的技术指标等等；基本面因子則(ze)来源于财务报表、券商(shang)报告、分析師(shi)预期等等；而另类因子则是前两者之外的“秘密(mi)武(wu)器”，各家机构会利用自己獨(du)到的能力采集(ji)包括社交舆情、门店(dian)数据等影响价格的因素。佛罗里达大学研究人员让ChatGPT做的“情绪分析”就屬(shu)此类。

常见的策略因子（紅(hong)岸(an)研究整(zheng)理）

一般(ban)来说，量价因子和基本面因子，很(hen)难拉(la)开机构间的差(cha)距(ju)，因为这些信息都是固(gu)定且(qie)公开的，而挖掘到另类因子更考验机构功力。“现在顶级对冲基金都在卷另类因子”，Rocky告訴(su)《元(yuan)宇(yu)宙(zhou)日爆》，高手对决，常规招(zhao)式(shi)很难奏(zou)效，奇招才(cai)能致胜。

但另类因子的挖掘成本和难度遠(yuan)高于量价因子和基本面因子。

“就像(xiang)在无邊(bian)的沙(sha)灘(tan)上撿(jian)貝(bei)殼(ke)，需要非(fei)常耐(nai)心(xin)地一个个捡。通常某(mou)类的另类数据，只(zhi)能覆(fu)蓋(gai)到其中某些板(ban)塊(kuai)，哪(na)怕(pa)挖掘到了，也只能获得这些板块上的收益。”蒙(meng)璽(xi)投资總(zong)经理李(li)驤(xiang)称，另类因子光数据收集就有一定门檻(kan)，因为它不是常规的数据，要麽(me)从第三方(fang)数据提供商购买，要么自己收集，甚(shen)至为了发现更优质的数据，机构还需要主动去挖掘有价值(zhi)的数据供應(ying)商。

在采集到数据后，研究另类数据也不简单。“如何挖掘数据的内部逻辑，这一步(bu)也有较高门槛。”李骧说，这个过程非常精细，需要剔(ti)除各类噪(zao)音(yin)，找到内在逻辑，再进行因子組(zu)合，一系列(lie)操作完(wan)成后，才可能有不錯(cuo)的效果。

李骧把收集因子的过程比喻(yu)为“挖矿”：最开始把地表層(ceng)面的一些矿、比较好收集的先(xian)收集进来，然后越挖越深。

在另类因子挖掘方面，往往是各大投资机构最费人力、财力也是最核(he)心的工作，他们大批(pi)量地搜集情报，逐(zhu)一分析价值，回测收益率、試(shi)错，龐(pang)雜(za)的工作量后可能一无所获，收获有效的另类因子有时候(hou)还需要些運(yun)氣(qi)成分。

如今，ChatGPT的出现让挖掘另类因子的过程变得高效。“它文本到文本的功能很強(qiang)大，比如我(wo)们利用自然語(yu)言处理技术，可以抓(zhua)取网友对某一类股票，甚至某一只股票的觀(guan)点。”李骧认为，GPT的跨(kua)越式发展，可以提升一些輔(fu)助型工作的效率，比如在预测維(wei)度方面，“它对量化研究的增(zeng)益是在数据收集端，利用ChatGPT可以更好地获取文本端信息。”

不过，GPT更像一个通用大模型，并不偏(pian)向金融專(zhuan)业，这注定了它还不能即拿即用。Rocky称，基于GPT大模型做的数据投喂，属于“普世模型“，无法(fa)滿(man)足金融橫(heng)截(jie)面與(yu)时间序(xu)列数据的真实性、有效性、实时性，在数据清洗环节，还需要专业的小(xiao)模型做预处理和标准化，这表明ChatGPT离专业量化之路(lu)还有距离。

但Rocky认为， ChatGPT已经为机构们开辟(pi)了一条显而易见的门道，AI可以成为交易员的高能助手。

普通人的财富(fu)机会来了？

佛罗里达大学的研究报告像是一个引子，足以让摩根大通们靈(ling)光乍(zha)现。AI很可能成为交易市场中没有感(gan)情的“賺(zhuan)钱机器”，与真人展开金钱博弈。

那么，普通投资者能否借助ChatGPT这樣(yang)的工具，參(can)与量化交易，提升自己的收益回报？

对此，Rocky覺(jiao)得还不现实。他解释，做量化交易需要有金融工程专业背(bei)景(jing)，得具備(bei)高等数学、统计概念、金融知识、衍(yan)生品(pin)知识、金融法规等知识儲(chu)备。同时，GPT这个大模型数据庫(ku)，没有实时性，必(bi)須(xu)从Bloomberg等处购买数据源，不然数据都是非实时的，没法参与博弈，“Bloomberg一个终端就十几萬(wan)美金了，门槛太(tai)高，散(san)户用GPT跑(pao)个收益回测还可以，实戰(zhan)就别想了。”

金融市场波(bo)譎(jue)云詭(gui)，普通投资者对工具的使用应該(gai)尤(you)其謹(jin)慎(shen)，一旦被高階(jie)的工具识破底(di)牌，恐(kong)怕会成为任人宰(zai)割(ge)的羔(gao)羊(yang)。不过，也有人提供了更适合普通人的投资思(si)路，高收益恐怕做不到，但还是很有机会跑贏(ying)房(fang)貸(dai)利率。

小程序“阿(e)牛(niu)数据”的創(chuang)建者牛亦(yi)飞一直在从事低頻(pin)量化交易，不久(jiu)前，他做了一个实验，让ChatGPT寫(xie)一个量化策略，并回测出收益率曲(qu)线。

牛亦飞给ChatGPT提供的策略逻辑是：从上证50、创业板指、10年國(guo)債(zhai)这3个指数的ETF中，每天选出近1个月（22个交易日）涨幅(fu)最大的那只，如果已经持有该基金则繼(ji)续持倉(cang)，如果未持有，则清仓持有的基金全仓买入该基金，如果这3只基金近1个月都下跌就清仓。

用ChatGPT編(bian)写量化策略代碼(ma)过程

很快，ChatGPT给出了相应的策略代码和注释。“唯(wei)一不足的是没有给出数据源，好在我存(cun)有一份基金历史数据，引入数据运行后，果然可以看到每日持仓的结果了”。

隨(sui)后，牛亦飞需要验证策略的历史表现，于是让ChatGPT生成回测程序，要求回测出策略的區(qu)间收益率、年化收益率、最大回撤(che)等，几秒鐘(zhong)后，AI就给出了程序代码，并把要求的指标的实现了。“不过，在仔(zai)细查(zha)看程序后，还是发现细节上存在一点瑕(xia)疵(ci)，例如没有考慮(lv)实際(ji)調(tiao)仓时间等問(wen)题，不过整体完成度已经超过90%了。”

牛亦飞称，它又通过引导AI优化了程序，并手动简单魔(mo)改，回测程序就做好了。他用该程序回测了2022年使用上述策略的投资表现，最终得出区间收益率9.18%，年化收益率9.57%，最大回撤幅度-12.25%。对比专业的统计工具，ChatGPT出品的回测程序凈(jing)值曲线几乎(hu)一模一样。

在这个案例中，牛亦飞是主动定了投资策略，并让ChatGPT做出自动化投资軟(ruan)件和回测程序，其实是把写代码的工作交给了ChatGPT。当然，ChatGPT写代码的高效率远远超过人类工程师，这使得普通投资者可以借此方法，高效地大量验证策略的有效性，进而不断优化交易策略，以提升收益率。

在牛亦飞的简单实踐(jian)中，其投资年化收益达到9.57%，远远高于一般的銀(yin)行理财产品。牛亦飞向《元宇宙日爆》透(tou)露(lu)，除了让ChatGPT写代码外，他也在嘗(chang)试用AI做数据分析、财报和公告分析等，让其给出交易信号。

李骧也认为，ChatGPT将一定程度降低量化行业的门槛。有人如果对量化行业感兴趣(qu)，即使没有从业经验，只是在交易上有些想法，也可以借助ChatGPT的能力部分参与进来。“但是，从这种狀(zhuang)態(tai)到成长为一个非常专业的量化机构核心研究员，将策略做得很精致、细节做得很完美，依(yi)然有很长一段路要走。”返(fan)回搜狐(hu)，查看更多

責(ze)任编辑：