如果把選股這事交給GPT-4來處理，會是怎樣一種結果？一項對美國標普100指數（S&P100）展開的研究給出了答案：GPT-4表現比基準指數高出13%，回報率高達40%，同時保持了與市場相當的風險狀況。
這個在GPT-4基礎上打造的選股票AI，名叫MarketSenseAI。
整體來看，MarketSenseAI結合了思維鏈和上下文學習的方法來分析各種數據源，包括市場價格動態、財經新聞、公司基本面和宏觀經濟報告等等。
基於此，這個AI系統就可以模擬金融投資團隊的決策過程了。
而且值得注意的一點是，GPT-4在這個過程中不僅充當預測工具，還起到了評估器的作用。
對於這項研究，論文作者給出了這樣的評價：
證明了大語言模型在複雜金融決策中的功效，並標誌着人工智能在整合金融分析和投資策略方面的重大進展。
不過有一說一，此前與「AI炒股」相關的消息也是層出不窮。
更是有許多消息拿着數據稱「AI永遠無法打敗股票市場」，認為AI不僅無法預測黑天鵝事件，甚至可能會引發黑天鶴事件：
那麼此次基於GPT-4的選股研究是否靠譜，我們繼續往下看。
△圖由DALL·E3生成
怎麼做到的？從整體的框架結構來看，MarketSenseAI由五個主要部分構成，它們分別是：
新聞總結器（Progressive News Summarizer）。基本面總結器（Fundamentals Summarizer）。股價動態總結器（Stock Price Dynamics Summarizer）。宏觀經濟環境總結（Macroeconomic Environment Summary）。信號生成（Signal Generation）。
這五大部分在系統中各司其職，例如新聞總結器這個組件負責從大量的金融新聞中提取和濃縮關鍵信息，生成影響股票價格的重要新聞的概要。
這一過程涉及到使用自然語言處理技術來識別和總結與特定股票相關的新聞事件，這些總結能夠幫助投資者快速了解影響股價的最新動態。
基本面總結器的作用是分析公司的財務報表，包括利潤表、資產負債表和現金流量表；它利用 AI技術來解讀和總結這些財務數據，幫助投資者理解公司的財務狀況和長期盈利能力。
股價動態總結器的功能是分析股票的歷史價格走勢和關鍵的財務指標，如市盈率、股息收益率等；助於投資者了解股票的市場表現和潛在的風險回報比。
宏觀經濟環境總結涵蓋了對全球宏觀經濟狀況的深入分析，考慮了經濟增長、通貨膨脹、利率水平、貨幣政策等因素。通過這種方式，能夠在更廣泛的經濟環境中對單一股票進行評估。
最後，信號生成這個步驟將上述所有分析整合，生成針對特定股票的投資信號（例如買入、持有或賣出），並提供詳細的邏輯和理由。這一過程涉及到綜合考慮各種數據源和分析結果，以形成對股票未來表現的預測。
基於上述五個部件「組合拳」的能力，作者在與美國標普100指數做對比後，給出了在等權重投資組合（Equally-Weighted Portfolios）、資本化加權投資組合（ Capitalization-Weighted Portfolios）和排名投資組合（Ranked Portfolios）三個方面的性能表現結果。
AI炒股，不止這一例不過有一說一，MarketSenseAI雖然在這次研究中取得了不錯的表現，但這也僅是「AI炒股」眾多案例中的一個。
例如此前GPT-4剛剛聯網之際，便有一家名為Autopilot的公司在X中宣佈（賬號名為The GPT Portfolio），要用GPT-4進行實盤投資。
具體而言，他們新建了一個ChatGPT主導的投資計劃，並交給它5萬美元初始資金，看GPT-4能否戰勝對沖基金。
截至目前，The GPT Portfolio官網數據現實已經吸引了超過3400名的投資者、募集資金890多萬美元。
但在此前，從The GPT Portfolio在X中發佈的數據來看，巔峰的數據應當是：超42000名投資者和3300多萬美元的募集資金。
如此比較下來，起碼在數據方面，這個AI炒股項目的熱度是降低了不少；並且從去年的1月7日，X賬號已經停止了內容的更新。
而在這個項目的背後，是來自佛羅里達大學金融學教授Alejandro Lopez-Lira的一項研究。
教授在論文中指出：
根據我們的研究，ChatGPT能夠預測股市價格走勢，並產生超過500%的回報。
雖然Lopez-Lira教授在研究中整體表達的是AI樂觀態度，但他也指出：
短時間內AI或許可以預測市場走向，但這一情況並不會維持太久。
隨着越來越多的人使用這些工具，市場將變得更加有效率，因此預計收益的可預測性會下降。預計到第五年，將沒有任何收益可預測性。
