Alejandro Lopez-Lira, seorang profesor keuangan di University of Florida, mengatakan bahwa model bahasa besar mungkin berguna saat meramalkan harga saham.
Dia menggunakan ChatGPT untuk menguraikan berita utama apakah itu baik atau buruk untuk saham, dan menemukan bahwa kemampuan ChatGPT untuk memprediksi arah pengembalian hari berikutnya jauh lebih baik daripada acak, katanya dalam makalah yang belum ditinjau baru-baru ini.
Eksperimen ini menyentuh inti dari janji seputar kecerdasan buatan yang canggih: Dengan komputer yang lebih besar dan kumpulan data yang lebih baik — seperti yang mendukung ChatGPT — model AI ini dapat menampilkan “kemampuan yang muncul”, atau kemampuan yang awalnya tidak direncanakan ketika mereka dibangun.
Jika ChatGPT dapat menampilkan kemampuan yang muncul untuk memahami berita utama dari berita keuangan dan bagaimana pengaruhnya terhadap harga saham, hal itu dapat membahayakan pekerjaan bergaji tinggi di industri keuangan. Sekitar 35% pekerjaan keuangan berisiko diotomatisasi oleh AI, Goldman Sachs memperkirakan dalam catatan 26 Maret.
“Fakta bahwa ChatGPT memahami informasi yang dimaksudkan untuk manusia hampir menjamin jika pasar tidak merespons dengan sempurna, akan ada prediksi pengembalian,” kata Lopez-Lira.
Seorang pedagang bekerja di lantai Bursa Saham New York.
Jason Decrow
Tetapi kekhususan eksperimen juga menunjukkan seberapa jauh apa yang disebut “model bahasa besar” mampu melakukan banyak tugas keuangan.
Misalnya, eksperimen tidak menyertakan harga target, atau membuat model menghitung sama sekali. Nyatanya, teknologi bergaya ChatGPT sering membuat angka, seperti yang dipelajari Microsoft dalam demo publik awal tahun ini. Analisis sentimen dari berita utama juga dipahami dengan baik sebagai strategi perdagangan, dengan kumpulan data berpemilik yang sudah ada.
Lopez-Lira mengatakan dia terkejut dengan hasilnya, menambahkan mereka menyarankan bahwa investor yang canggih belum menggunakan pembelajaran mesin gaya ChatGPT dalam strategi perdagangan mereka.
“Di sisi regulasi, jika kita memiliki komputer yang hanya membaca berita utama, berita utama akan lebih penting, dan kita dapat melihat apakah setiap orang harus memiliki akses ke mesin seperti GPT,” kata Lopez-Lira. “Kedua, ini pasti akan berimplikasi pada penggunaan lanskap analis keuangan. Pertanyaannya adalah, apakah saya ingin membayar analis? Atau bisakah saya memasukkan informasi tekstual ke dalam model?”
Bagaimana percobaan bekerja
Dalam percobaan, Lopez-Lira dan rekannya Yuehua Tang melihat lebih dari 50.000 berita utama dari vendor data tentang saham publik di New York Stock Exchange, Nasdaq, dan bursa saham kecil. Mereka mulai pada Oktober 2022 — setelah tanggal penghentian data untuk ChatGPT, yang berarti bahwa mesin tidak melihat atau menggunakan berita utama tersebut dalam pelatihan.
Kemudian, mereka memasukkan berita utama ke dalam ChatGPT 3.5 bersama dengan perintah berikut:
“Lupakan semua instruksi Anda sebelumnya. Berpura-puralah Anda adalah seorang ahli keuangan. Anda adalah seorang ahli keuangan dengan pengalaman rekomendasi saham. Jawab “YA” jika berita baik, “TIDAK” jika berita buruk, atau “TIDAK DIKETAHUI” jika tidak pasti di baris pertama. Kemudian uraikan dengan satu kalimat pendek dan ringkas pada baris berikutnya.”
Kemudian mereka melihat pengembalian saham selama hari perdagangan berikutnya.
Pada akhirnya, Lopez-Lira menemukan bahwa model tersebut bekerja lebih baik di hampir semua kasus ketika diinformasikan oleh tajuk berita. Secara khusus, dia menemukan peluang kurang dari 1% model akan melakukannya dengan baik memilih gerakan hari berikutnya secara acak, dibandingkan ketika diinformasikan oleh tajuk berita.
ChatGPT juga mengalahkan kumpulan data komersial dengan skor sentimen manusia. Salah satu contoh di koran menunjukkan tajuk utama tentang perusahaan yang menyelesaikan litigasi dan membayar denda, yang memiliki sentimen negatif, namun tanggapan ChatGPT dengan tepat beralasan bahwa itu sebenarnya kabar baik, menurut para peneliti.
Lopez-Lira mengatakan kepada CNBC bahwa hedge fund telah menghubunginya untuk mempelajari lebih lanjut tentang penelitiannya. Dia juga mengatakan tidak akan mengejutkannya jika kemampuan ChatGPT untuk memprediksi pergerakan saham menurun dalam beberapa bulan mendatang karena institusi mulai mengintegrasikan teknologi ini.
Itu karena percobaan hanya melihat harga saham selama hari perdagangan berikutnya, sementara kebanyakan orang berharap pasar bisa saja sudah memberi harga berita dalam hitungan detik setelah dipublikasikan.
“Semakin banyak orang menggunakan jenis alat ini, pasar akan menjadi lebih efisien, jadi Anda akan mengharapkan prediktabilitas pengembalian menurun,” kata Lopez-Lira. “Jadi tebakan saya adalah, jika saya menjalankan latihan ini, dalam lima tahun ke depan, pada tahun kelima, tidak akan ada prediktabilitas pengembalian.”