大模型在股票市场预测的有效性研究

最新推荐文章于 2025-04-01 14:34:09 发布

AI大模型入门教程

最新推荐文章于 2025-04-01 14:34:09 发布

阅读量2.2k

点赞数 17

文章标签：开源 github 人工智能面试算法

本文链接：https://blog.csdn.net/Everly_/article/details/144261122

版权

“Predictive Power of LLMs in Financial Markets”

股票市场预测对投资者有重要价值，帮助制定盈利或风险最小化策略，找到赚最多钱的最佳策略。对投资者来说，预测股市是涨是跌一直是个挑战。大语言模型的出现为解决这个问题提出了新的思路，本文的研究目标是比较GPT与传统模型（如BERT）在预测经济相关性上的有效性，使用美联储《褐皮书》数据进行预测，分析经济状况与资产相关性。

论文地址：https://arxiv.org/pdf/2411.16569

摘要

股票市场预测对投资者有重要价值，帮助制定盈利或风险最小化策略。然而市场数据噪声大，选择合适的数据和模型进行预测具有挑战性。随着大语言模型的兴起，提供了更有效地分析数据的方案。本文的研究目标是比较GPT与传统模型（如BERT）在预测经济相关性上的有效性，使用美联储《褐皮书》数据进行预测，分析经济状况与资产相关性。结果显示《褐皮书》确实包含资产间的相关信息，但GPT模型存在过度前瞻性偏差，传统模型表现更佳。

简介

对投资者来说，预测股市是涨是跌一直是个挑战。为了预测市场走势，研究人员尝试了几种不同的方法，从不同的统计机器学习模型到社交媒体趋势，目标是找到赚最多钱的最佳策略。

大语言模型的出现为解决这个问题提出了新的思路，本文的目标是研究是否可以通过使用大语言模型来预测人们对市场的看法。

挑战

市场数据噪声大，波动性强，受新闻和重大事件影响显著，预测市场动向困难。模型容易过拟合历史数据，难以泛化，无法预测突发事件（如疫情）。新闻数据复杂且来源多样，单一来源可能无法全面反映市场动态。由于定量和定性数据的噪声，市场预测面临巨大挑战，采用大型语言模型和更清洁的数据集是应对策略。

大语言模型的挑战

大型语言模型（LLM）输出为概率分布，实验难以复制。LLM 可能产生幻觉，返回不正确或不相关的答案。LLM 为黑箱，难以识别输入中对输出有用的部分。

相关工作

Kalyani (2016) 提出利用新闻情感分析预测股市趋势，但机器学习技术在提取非线性信息方面存在局限。Ren (2022) 采用双向LSTM模型分析新闻对股价变化的影响，但使用的word2vec嵌入模型较旧，无法有效捕捉长文章中的重要信息。Bybee (2023) 使用LLM分析新闻文章中的经济情感，尝试预测预期收益，但收益波动较大。

本研究计划改进Bybee的方法，重点预测股票和债券之间的相关性及价格变化，以构建最佳投资组合。本研究将使用每1-2个月发布的Beige Book，提供更清晰的经济数据，而非频繁且嘈杂的新闻文章数据。

方法

数据

从1985年到2023年获取GSPC历史股价，AGG债券数据从2003年中期到2023年。使用Wharton Research Data Services和FRED获取1980年以来的各类债券收益率及ICE BofA US Corporate Index总回报指数。运行线性回归，最佳结果为公司指数及1年、2年、5年、7年、10年债券收益率，出样本R²为0.9901。模型预测AGG价格误差较小，显示出较高准确性。每年5个月、12个州的《米尼阿波利斯联邦储备银行褐皮书》文章可公开获取，易于抓取。

相关性

通过计算股票和债券的每日百分比变化来定义其真实相关性。使用GPT-3.5 Turbo模型分析经济条件文章，设定温度为0以确保结果可重复。模型根据给定的年份和经济文章，预测股票和债券的相关性，返回0（负相关）、1（无相关）或2（正相关）。还可以通过0到10的范围更具体地询问相关性，并计算概率p以稳定相关性。如果文章超出上下文长度，分段处理或随机选择部分进行分析。

Bert相关性

训练BERT模型以输出与GPT模型相似的值。将实际相关性四舍五入为−1、0或1，作为分类算法。根据相关性将数据分为11个类别，作为每月Beige Book文章的标签。模型使用1980至2021年9月的数据，训练10个周期。预测值计算方式与GPT模型相同，生成3种不同版本的相关性计算结果。

全部相关性

实验中使用的相关性包括：

原始的Beige相关性（3个版本）
带有分箱的Beige相关性（3个版本）
原始的BERT相关性（3个版本）
带有分箱的BERT相关性（3个版本）

实验

本文对以下四个问题实验：

是否存在GPT-3.5模型的前瞻性偏差？
添加历史相关性是否能改善预测？
GPT-3.5模型在分析联邦数据方面是否优于BERT模型？
GPT模型是否比标准模型更有效地赚钱？

假设检验

使用假设检验分析预测与实际月相关性的RMSE。RMSE公式为：

每个RMSE跨越n个月以保持独立性。训练集为1980年1月至2021年9月，测试集为2021年10月至2024年6月。

模拟仿真

评估GPT模型在现实世界中的应用，通过模拟不同策略下的投资组合价值变化。使用两个主要指标：PnL（投资组合价值变化）和Sharpe比率（风险调整后收益）。Sharpe比率公式：

测试2变量最小化策略，目标是通过股票和债券的权重分配来最小化风险。权重优化公式：

使用指数移动平均保持标准差一致，分析不同相关性对权重的影响。

其中σS和σB分别表示股票和债券的标准差，ρ对应于它们的相关性。因此，我们可以通过使用指数移动平均来保持所有策略的标准差相同，然后看看不同的相关性如何影响权重。

然后我们考虑使用其他几个资产类的情况。除了股票和债券，我们还将使用大宗商品和美元价值。尽管训练集可能会由于后来存在的一些指标而减少，但它们仍然可以很好地表示Covid之前和之后的投资组合的表现。我们的计算也会有所不同，因为我们需要引入一些线性代数。

假设检验结果

有预见性的偏见

模型存在前瞻性偏差，意味着在训练过程中使用了未来信息。如果模型用5月的信息预测6月，可能会影响预测结果。

假设0为无前瞻性偏差，若测试集误差显著增加，则有前瞻性偏差的证据。进行单侧t检验，比较训练集和测试集的RMSE，随着n增加，测试集的可靠性降低。原策略的结果不显著，而分箱策略的结果显著，表明测试集误差增加。模型在回答具体问题时，可能更多依赖历史数据而非褐皮书信息。原褐皮书策略结果不显著，因模型可访问过去收益。

添加历史相关性

通过添加过去三个月的相关性来测试错误是否减少。定义无相关性和有相关性的RMSE为e_without和e_with。假设检验：

使用t检验，显著结果表示错误减少。结果显示无显著性，且添加噪声数据后猜测变差。结论是GPT模型无法完美捕捉噪声数值数据的模式。

GPT模型是否优于BERT

GPT模型在训练集上分析联邦数据的表现优于BERT模型，尤其是在原始相关性上。在测试集上，BERT模型表现更好，可能是因为GPT模型存在前瞻性偏差和过拟合，导致其泛化能力差。GPT模型适合获取过去特定信息，但对未见信息的泛化能力较弱。

模拟仿真结果

两个变量

比较三种模型：基线（指数平均协方差）、BERT（原始相关性V3）、GPT（原始相关性V3）。基线模型使用指数滚动协方差，能捕捉更多信息。选择BERT和GPT的原因是V3模型的相关性更准确且减少前瞻性偏差。结果显示BERT模型在两个时期表现最佳，GPT模型有时表现不如简单滚动协方差。使用BERT分析Beige Book可能获得最优投资组合。