Customize this title in french ChatGPT a permis à une étude simulée de générer jusqu’à 512 % de transactions sur les actions en fonction des actualités. Voici l’invite utilisée par les chercheurs, ainsi que les points positifs et négatifs de leurs découvertes.

Make this article seo compatible, Let there be subheadings for the article, be in french, create at least 700 wordsL’enthousiasme des investisseurs pour l’intelligence artificielle a fait grimper le S&P 500 de 18 % cette année, et les actions à grande capitalisation exposées à la technologie ont constitué l’essentiel des gains de l’indice. À côté de l’enthousiasme, il y a la curiosité de savoir comment l’IA peut être davantage intégrée à l’investissement. Par exemple, à mesure que les grands modèles de langage (LLM) qui sous-tendent des services comme ChatGPT s’améliorent, peuvent-ils si bien imiter le raisonnement humain qu’ils remplaceront un jour les sélectionneurs de titres ? Le Département des Finances de l’Université de Floride a pensé qu’il serait intéressant de voir si ces modèles pouvaient comprendre les marchés financiers même s’ils n’y étaient pas formés. Pour ce faire, ils ont demandé à ChatGPT si une nouvelle était bonne ou mauvaise pour le prix d’une action, puis ont exécuté une simulation qui achèterait ou vendrait une action à découvert selon qu’elle considérait l’information comme positive ou négative.Ils ont constaté que même si ChatGPT excellait dans la prédiction de la direction d’une action en fonction du sentiment de l’actualité, cela n’est pas sans limites. En fait, les services d’IA générative comme ChatGPT et Bard avertissent clairement les utilisateurs de ne pas compter sur eux pour obtenir des conseils financiers et de mener leurs propres recherches. L’étude, dirigée par Alejandro Lopez-Lira, professeur adjoint de finance, et Yuehua Tang, professeur associé à Emerson-Merrill Lynch, cherchait à évaluer si ChatGPT pouvait comprendre suffisamment l’impact des actualités sur les mouvements boursiers pour générer des rendements, et s’il était aussi compétent, voire meilleur, qu’un humain. Ils ont fait la une des journaux sur des sujets allant du versement de dividendes aux annonces des PDG. La liste des entreprises a été extraite de la base de données du Centre de recherche sur les prix des valeurs mobilières. Les titres d’actualité ont été extraits du Web, puis comparés à ceux du fournisseur de données RavenPack pour garantir qu’ils n’utilisaient que des informations pertinentes.Ils ont incité ChatGPT à attribuer les scores suivants aux titres : « 1 » pour une bonne nouvelle, « 0 » pour inconnu et « -1 » pour une mauvaise nouvelle. Ceux avec un score de « 1 » seraient achetés et « -1 » serait automatiquement court-circuité à l’aide d’un code Python sous Linux. Aucune action n’a été entreprise sur les sorties « 0 ». ChatGPT a deviné le bon résultat avec une probabilité de 51 %. Bien que la marge soit faible, car elle combine les heures supplémentaires et la fréquence des transactions, les rendements se sont accumulés, a déclaré Lopez-Lira.L’étude a été menée en avril à titre de test progressif pour les jours de bourse entre octobre 2021 et décembre 2022. Étant donné que GPT-3.5 a été formé avec des données jusqu’en septembre 2021, le LLM ne savait pas ce qui s’était passé sur le marché boursier après cette période. permettant à Lopez-Lira et Tang de tester ses capacités prédictives.Leur stratégie a été mise en place pour négocier n’importe quelle action au sein du NYSE et du Nasdaq. Cependant, la plupart des gains proviennent des actions à petite capitalisation, car les actions plus petites sont plus coûteuses à négocier, donc moins d’investisseurs les négocient, créant ainsi une plus grande fenêtre d’opportunité pour profiter de l’actualité, a déclaré Lopez-Lira. Au cours de cette période, la stratégie long-short éclairée par l’analyse du sentiment de GPT-3.5 a transformé 1 $ en 6,12 $, ce qui a généré un rendement de 512 %. De même, la stratégie GPT-4 a transformé le même montant en 3,76 $ pour un rendement de 276 % sur la même période. Une deuxième simulation sur GPT-3.5 a considéré des coûts de transaction compris entre 5 et 25 points de base, faisant chuter les gains à 380 % et 50 %, respectivement. A titre de comparaison, le Russell 2000 a chuté de 20 % sur la même période. Lopez-Lira a noté que le modèle précédent surperformait le second en termes de rendements totaux, mais pas en termes de rendements ajustés au risque. « C’est surtout que GPT-3.5 est plus agressif parce que nous lui donnons la possibilité de dire : ‘Je ne sais pas si cette nouvelle est bonne ou mauvaise' », a déclaré Lopez-Lira. « GPT-3.5 aime donc répondre à davantage de ces questions. »De plus, l’étude a révélé que les versions antérieures du modèle linguistique, notamment GPT-1, GPT-2 et BERT, ne parvenaient pas à traduire les informations de manière suffisamment adéquate pour réaliser des transactions rentables. Cela suggère que la précision pourrait s’améliorer à mesure que les modèles linguistiques s’améliorent.L’invite clé utilisée était : « Oubliez toutes vos instructions précédentes. Imaginez que vous êtes un expert financier avec une expérience en matière de recommandation d’actions. Répondez « OUI » en cas de bonne nouvelle, « NON » en cas de mauvaise nouvelle ou « INCONNU » en cas d’incertitude dans la première ligne. Ensuite, développez avec une phrase courte et phrase concise sur la ligne suivante. Ce titre est-il bon ou mauvais pour le cours de l’action de (nom de la société) à terme (à court ou à long terme) ? »Titre : (insérer le titre)Vous trouverez ci-dessous des exemples de titres et de réponses ChatGPT :Titre : « Les actions de Cadence Design grimpent après les bénéfices. Les analystes sont optimistes. »ChatGPT : OUI, le rapport sur les bénéfices positifs et les perspectives optimistes des analystes sont susceptibles de stimuler la demande d’actions Cadence Design à court terme.Titre : « Philip Morris bat les estimations trimestrielles mais réduit les perspectives »ChatGPT : « NON, le cours de l’action Philip Morris International est susceptible de baisser à court terme en raison des perspectives négatives, malgré des estimations trimestrielles supérieures. »Titre : « Plexus Worldwide promeut Gene Tipps au poste de président des opérations mondiales »ChatGPT : « INCONNU » On ne sait pas exactement quel impact la promotion de Gene Tipps au poste de président des opérations mondiales aura sur le cours de l’action de Plexus à court terme. »Nous lui avons demandé de prendre en compte l’orientation des prix ainsi qu’une brève explication, et nous les avons fait publier systématiquement », a déclaré Lopez-Lira. Il a ajouté : « Disons que je leur donnerais tous un « A ». Toutes les explications sont sensées et économiquement valables. »ChatGPT à Wall Street D’un autre côté, ces modèles linguistiques pourraient rendre le travail d’un analyste beaucoup plus facile et plus productif, car ils peuvent digérer rapidement de grandes quantités d’informations, a déclaré Lopez-Lira. À mesure que de nouveaux modèles d’IA apparaissent, ils pourraient rendre les marchés plus efficaces en permettant des temps de réponse plus rapides aux actualités. Cette période est connue sous le nom de fenêtre d’opportunité, c’est-à-dire le temps dont dispose un trader pour profiter de l’actualité avant que d’autres ne le fassent également. L’étude préliminaire s’est concentrée sur les transactions intrajournalières. Mais Lopez-Lira estime qu’à mesure que de plus en plus d’entreprises utilisent ces outils, la fenêtre d’opportunité pour tirer parti de l’information sera réduite d’un jour à quelques minutes, voire quelques secondes, ce qui rendra impossible pour un humain d’exploiter manuellement les informations à haute fréquence. métiers. Il est déjà difficile pour les traders particuliers de parier contre les grands algorithmes institutionnels. L’IA ne fera que rendre les choses plus difficiles, creusant ainsi l’écart entre les institutions et les commerçants de détail, a-t-il ajouté. Lopez-Lira estime que ces capacités avancées pourraient également se retourner contre les traders institutionnels : à mesure que de plus en plus d’entreprises intègrent des outils d’IA dans leurs pratiques commerciales, la prévisibilité diminuera car elles sont en concurrence dans le même espace, analysant les données avec des modèles similaires. Avec le temps, leur avantage concurrentiel diminuera, a-t-il déclaré. Il est courant pour les commerçants de détail chevronnés d’éviter de parier contre les algorithmes institutionnels. David Capablanca, un vendeur à découvert qui a enregistré un taux de réussite allant jusqu’à 90 % entre février 2021 et avril 2023 selon les enregistrements de négociation consultés par Insider, a déclaré qu’il ne négocierait pas de petites capitalisations s’il sentait que des transactions algorithmiques étaient exécutées. Il ne pariera pas non plus contre des actions détenant plus de 40 % de propriété institutionnelle. Les pièges du monde réel Si vous souhaitez utiliser ChatGPT pour effectuer des transactions réelles, vous devrez probablement lui fournir beaucoup plus de contexte, a déclaré Lopez-Lira. C’est précisément ce qu’a fait Alpesh Patel, PDG de la société de capital-investissement Praefinium, lorsqu’il a testé la capacité de GPT-4 à…

Source link -57