5月11日,美国顶级公立大学-佛罗里达大学金融学院公布了一项研究,将融合在投资模型中,可以预测股市的走势,投资回报率达到了惊人的500%,并且超过对冲基金使用的传统股市情绪分析模型,堪称AI界的“巴菲特”!
从论文内容来看,其方法是用深度分析上市公司发布的新闻标题、内容,来确定是好消息还是坏消息。然后,对这些内容进行评级,再通过复杂的计算公式制成“指数”,结合公司的实时股价进行比对,以验证的分析能力。
该研究使用了2021年10月至 2022年12月,CRSP(证券价格研究中心)公开的真实股市数据和新闻进行测试。由 提供的“多空策略”交易建议,在此期间获得了超过500%的收益。
这一出色表现与同期购买和持有标准普尔 500 ETF的-12%回报率形成强烈对比。也就是说,的股票投资水平,已经超过了专业金融分析师和传统分析平台。
论文地址:
研究主要发现
预测股市走势方法
该研究模型主要由数据、提问设置、实证设计、结果4大块组成。
数据:使用了CRSP的数据,包含纽交所、纳斯达克、美国证劵交易中心的股票每日收益、新闻标题/内容。时间范围是2021年10月至 2022年12月。
提问设置:直接向提问上市公司的新闻,例如, 在甲骨文的侵权案件中被罚款630,000美元,这个消息在短时间内,对甲骨文的股价是好还是坏?
的回答是:该消息对甲骨文的股价是有利的,因为罚款可能会增加投资者对甲骨文保护其知识产权能力的信心,从而增加用户对其产品和服务的需求。
而专业分析工具给出了负面消息,不利于甲骨文的股价。这充分体现了的拟人化分析能力。
实证设计:将的回答进行打分制,有利是1分;不利-1分;未知0分。如果一家上市公司在某一天有多个头条新闻,会将其得分平均计算。
然后会观察上市公司发布消息后其股价的波动情况,结合的评分进行线性回归分析,并将其与股票研究机构提供的分数进行比较。
结果:通过利用新闻标题数据和生成的评分制,发现 的评估数据,与上市公司股票的每日回报之间存在很强的关联性。
这一结果说明, 的评分对每日股市回报有显著预测能力。为了进一步研究的能力,将 的评分与传统的数据分析平台进行了比较,发现远远高于传统股市情绪分析模型。
对金融行业的影响
Two Sigma、D E Shaw和 等几家世界级对冲基金,已经将股票情绪分析纳入到自动化交易系统。股票情绪分析是金融分析师预测股市走势的重要方法之一。
股票情绪分析主要包含投资者情绪指数、社交媒体和新闻分析、舆论监测、市场交易数据分析等。
以社交媒体和新闻分析为例,通过对社交媒体(如微博、知乎、百度等)的文本进行大数据挖掘和自然语言处理技术分析,可以获取投资者对特定股票,或整个市场的看法和情感。这些信息可用于预测股票价格和市场走势。
这种复杂的组合分析方法,仅靠人工和传统分析平台根本无法做出精准实时的预测。而在理解股市头条新闻及其影响方面的出色表现,会加剧金融领域的“生成式AI军备赛”。
关于佛罗里达大学
佛罗里达大学( of ,简称UF)创建于1853年,位于美国佛罗里达州的盖恩斯维尔,是一所享有盛誉的公立研究型大学,在全球范围内的排名表现较为出色。
根据2021年QS世界大学排名,UF位居全球第162位。在2021年泰晤士高等教育世界大学排名中,UF排名在201-250名之间。
此外,根据2021年美国新闻与世界报道的全球大学排名,佛罗里达大学位列第103位。
发表回复