将ChatGPT应用于金融领域的首轮学术研究成果纷至沓来，从初步结果来看，该技术在过去几个月受到的追捧可谓受之无愧。

　　本月发表了两篇新论文，将这一人工智能聊天机器人应用于市场相关的任务，一项是解读美联储的声明是鹰派还是鸽派，另一项是确定消息面对某只股票而言是利好还是利空。

　　ChatGPT在两项测试中都取得了出色的成绩，暗示该技术在将新闻报道、推文和演讲稿等大量文字转化为交易信号方面，可能迈出了重大一步。

　　当然，人工智能在华尔街并不新颖，量化分析师使用相关语言模型来帮助其制定战略已有很长时间。但测试结果显示，OpenAI开发的这一技术在解析细微差别和上下文方面，达到了新的高度。

　　“这是罕见的媒体宣传名副其实的案例之一，”Man AHL机器学习负责人Slavi Marinov表示。该机构使用所谓的自然语言处理技术来解读业绩、Reddit帖子等文本已有数年。

　　第一篇论文题为《ChatGPT能否解读美联储表态？》，两名来自美联储的研究人员发现，在识别美联储声明是鸽派还是鹰派方面，ChatGPT与人类最为接近。里士满联储的Anne Lundgaard Hansen和Sophia Kazinnik通过研究显示，ChatGPT击败了常用的谷歌模型BERT，以及基于字典的分类。

　　ChatGPT甚至能对其对于美联储声明的分类做出与美联储自身分析师类似的解释，该分析师也对美联储措辞进行了解读，从而作为本次研究的人类基准。

　　以2013年5月声明中的这一句话为例：“劳动力市场状况最近数月总体上显现一些改善的迹象，但失业率依然高企。”ChatGPT认为这句话属于鸽派，因为其暗示，经济尚未完全复苏。这类似于测试中人类分析师Bryson的结论。论文将Bryson描述为一位“现年24岁的男性，以聪明才智和好奇心著称”。

　　ChatGPT可像人类分析师一样对分类做出解释。

　　第二篇论文题为《ChatGPT可以预测股价走势吗？回报可预测性和大型语言模型》，作者是佛罗里达大学的Alejandro Lopez-Lira和Yuehua Tang。他们令ChatGPT扮演金融专家，并解读公司新闻。他们使用了2021年末之后的消息，这一时期的新闻没有涵盖在模型的训练数据中。

　　研究发现，ChatGPT给出的答案与股票随后的走势存在统计联系，显示这一技术可以正确地解析新闻的影响。

　　研究的一个案例是，题为“Rimini Street针对甲骨文一案被罚63万美元”的新闻是利好还是利空甲骨文，ChatGPT解释道，此为利好消息，因为罚款“有可能可以提振投资者对甲骨文保护知识产权能力的信心，并增加对其产品和服务的需求”。

　　对大部分经验老道的量化分析师而言，通过推特使用自然语言处理来评估某只股票有多受欢迎或是考虑最新新闻对公司股价的影响几乎已是家常便饭。但ChatGPT所显示的技术进展势将打开全新的信息世界，令该技术被更为广大的金融业人员所用。

　　对Marinov而言，现在机器阅读能力几乎已能与人类比肩，并没有什么令人意外的，但ChatGPT有可能会加快整个过程。

　　总部在伦敦的Man AHL在最初搭建模型时，该量化对冲基金将每句话进行手动标记，表明其是利好还是利空某个资产，从而给机器解读语言提供蓝本。该公司随后将整个过程变为一场游戏，对参与者进行排名，并计算他们对每一句话的赞同程度，以便所有员工都可参与。

　　这两篇新论文显示，ChatGPT甚至可以在不进行针对训练的情况下完成类似的任务。美联储的研究显示，这种所谓的零次学习的表现已经超过了先前技术，但根据一些特定案例对其进行微调，会使表现更佳。

　　“先前你要自己标记数据，”Marinov称。“现在，通过确定正确的ChatGPT指令，就可起到补充作用。”Marinov先前也联合创立了一个自然语言处理初创公司。