Ca o mulțime de puncte de vânzare, s-a scris destul de mult despre inteligența artificială generativă în ultima vreme și, în special, despre implicațiile sale pentru industria financiară. Astfel, atât de multe lucruri care se întâmplă și cu atât de mulți vânzători, este dificil să separăm hype-ul AI de realitate.
Vestea bună este că cei ca ChatGPT ar eșua probabil la un examen CFA, nu pot ține o melodie (monetizabilă) și tind să se comporte ca niște jochei proști de moment atunci când vine vorba de investiții.
Vestea proastă este că aceștia ar putea obține diplome în economie și drept și ar putea probabil să înlocuiască un analist junior de la Sellside.
Adăugând la scenă, economistul șef al Apollo, Torsten Sløk, a adus în atenția FTAV câteva noi lucrări academice. Primul explorează cât de bine ChatGPT analizează cel mai obtuz, recunocut, insipid, dar care mișcă piața de pe planetă: discursurile bancherilor centrali.
Poate ChatGPT să descifreze Fedspeak, se întreabă documentul și răspunde:
Da! Această lucrare investighează capacitatea modelelor Generative Pre-training Transformer (GPT) de a descifra Fedspeak, un termen utilizat pentru a descrie limbajul tehnic folosit de Federal Reserve pentru a comunica cu privire la deciziile de politică monetară. Noi evaluăm capacitatea modelelor GPT de a clasifica poziția de politică a anunțurilor Comitetului Federal pentru Piața Deschisă (FOMC) în raport cu un punct de referință clasificat de un om. Performanța modelelor GPT o depășește pe cea a altor metode populare de clasificare.
De asemenea, în cea mai recentă misivă a lui Sløk se află un articol care explorează dacă ChatGPT și alte „modele lingvistice mari” pot prezice prețurile acțiunilor prin analiza sentimentului din titlurile de știri.
Cercetătorii Alejandro Lopez-Lira și Yehua Fang de la Universitatea din Florida au constatat că iterațiile anterioare ale LLM-urilor – cum ar fi GPT-1, GPT-2 și BERT – fac o treabă proastă, dar ChatGPT aparent depășește alte sisteme comerciale de analiză a sentimentului deja existente.
În concluzie
În primul rând, subliniază importanța explorării și dezvoltării continue a LLM-urilor adaptate în mod explicit pentru industria financiară. Pe măsură ce finanțele bazate pe inteligența artificială evoluează, pot fi concepute modele mai sofisticate pentru a îmbunătăți acuratețea și eficiența proceselor de luare a deciziilor financiare.
În al doilea rând, constatările noastre sugerează că cercetările viitoare ar trebui să se concentreze pe înțelegerea mecanismelor prin care LLM-urile își obțin puterea de predicție. Prin identificarea factorilor care contribuie la succesul modelelor precum ChatGPT în prezicerea randamentelor bursiere, cercetătorii pot dezvolta strategii mai bine orientate pentru a îmbunătăți aceste modele și pentru a le maximiza utilitatea în domeniul financiar.
Pentru o oarecare sobrietate în mijlocul întregii agitații, citiți articolul lui Greg Zuckerman „AI poate scrie un cântec, dar nu poate bate piața” în WSJ săptămâna trecută, care este excelent, ca de obicei.
O problemă majoră: există de fapt un univers de date destul de limitat pe piețele financiare. În fizică, puteți efectua mai multe experimente care pot produce fiecare miliarde de puncte de date subtil diferite. Pe piețe, există practic doar o singură bază de date posibilă: ceea ce au făcut deja titlurile de valoare. Iar dacă te întorci cu mult mai mult de un deceniu în urmă, datele încep să devină destul de grosiere.
Piețele sunt, de asemenea, mai zgomotoase, mai dinamice și mai contradictorii decât multe alte domenii în care se utilizează inteligența artificială. Antrenați aceste modele pe date din ceea ce ar putea la fel de bine să fie epoca întunecată a investițiilor. Atât strategiile fundamentale, cât și cele cuantice evoluează constant.
Cu toate acestea, este un pic de om de paie să spui că orice firmă de investiții ar putea, ar vrea sau ar trebui să își predea „toate operațiunile către mașini”.
Nu despre asta vorbește nimeni serios din industrie. Ideea unui SUPERCOMPUTER fizic mare! care stă într-un subsol undeva, care are nevoie doar de o simplă apăsare a unui comutator pentru a descâlci misterele piețelor este o chestie de Aronofsky.
Dacă vorbiți cu cei mai buni oameni de la cele mai importante fonduri speculative cuantice din lume, ceea ce spun cu toții este că AI – fie că este vorba de învățarea automată, de procesarea limbajului natural etc. – este doar un alt instrument. Pentru unele sarcini este redundantă, ca și cum ai folosi un ciocan de șnițele pentru a bate un cui, sau inutilă, ca și cum ai folosi un ciocan de șnițele pentru a vopsi un perete. Dar pentru anumite sarcini este fie esențial, fie vă va permite să faceți mult mai multe lucruri mult mai repede.
Uneltele devin acum mult mai bune și devin mai ușor de manevrat pentru începători. Acest lucru va avea, fără îndoială, o mulțime de implicații pentru industria de investiții.
Sursa – www.ft.com
