Πώς η Τεχνητή Νοημοσύνη επανακαθορίζει ακόμη και τις επενδύσεις σε μετοχές

Πώς η Τεχνητή Νοημοσύνη επανακαθορίζει ακόμη και τις επενδύσεις σε μετοχές
Photo: Shutterstock
Τα μεγάλα γλωσσικά μοντέλα επεξεργάζονται τεράστιο όγκο δεδομένων και συμβάλλουν στην αναδιαμόρφωση επενδυτικών στρατηγικών.

Ολοένα και περισσότερο αναλυτές και επενδυτές χρησιμοποιούν την γενετική Τεχνητή Νοημοσύνη για την ανάλυση τηλεδιασκέψεων αποτελεσμάτων, όμως νέες έρευνες δείχνουν ότι τα μεγάλα γλωσσικά μοντέλα (LLMs) σύντομα μπορεί να αποτελέσουν ισχυρά εργαλεία για επιλογές μετοχών.

Για πολλά χρόνια, η ανάλυση του οικονομικού κλίματος βασιζόταν σε απλές λίστες, κάτι που σήμαινε για τις τηλεδιασκέψεις ενημέρωσης κερδών ότι καταμετρούνταν θετικές φράσεις όπως «ισχυρή ανάπτυξη» που χρησιμοποιούσε ένας CEO ή CFO και αρνητικών όπως «απρόσμενες ζημιές», για να αποδίδεται μία βαθμολογία, σύστημα βασισμένο σε κανόνες, με διαφάνεια και εύκολο να εξηγηθεί.

Τα LLMs, αντίθετα, ερμηνεύουν το πλαίσιο και τη δομή της γλώσσας, επιτρέποντάς τους να αναγνωρίσουν ότι φράσεις όπως «η ανάπτυξη επιβραδύνθηκε λιγότερο από το αναμενόμενο» είναι θετικές, παρά τα φαινομενικά αρνητικά στοιχεία, σύμφωνα με μελέτη της S&P Global Market Intelligence.

Τα ευρήματα δείχνουν ότι τα LLMs μπορούν να εξάγουν πληροφορίες από τα πρακτικά τηλεδιασκέψεων αποτελεσμάτων και να τις μετατρέπουν σε σήματα συναλλαγών, που οδηγούν σε επενδυτικές αποφάσεις. Τα σήματα που παράγονται από την Τεχνητή Νοημοσύνη ταιριάζουν σε μεγάλο βαθμό με εκείνα των παραδοσιακών, βασισμένων σε κανόνες μοντέλων κλίματος, δείχνοντας ότι και οι δύο μέθοδοι μετρούν την ίδια υποκείμενη πραγματικότητα.

Αν και τα LLMs είναι πιο σύνθετα και δαπανηρά, η μελέτη διαπίστωσε ότι οι εξειδικευμένες στρατηγικές τους θα μπορούσαν να έχουν αποδώσει διπλάσια υπερβάλλουσα απόδοση σε σχέση με τις παραδοσιακές προσεγγίσεις—ιδίως καθώς οι αναποτελεσματικότητες της αγοράς μειώνονται. Για παράδειγμα, μια στρατηγική long-short που βασίστηκε σε σήματα LLM πέτυχε ετήσιες αποδόσεις 8,4%, διπλάσιες απόδοσης σε σχέση με τα παραδοσιακά benchmarks (4,2%), σύμφωνα με την S&P Global Market Intelligence.

«Το πραγματικό πλεονέκτημα είναι η ακρίβεια», δήλωσε η Mengmeng Ao, αναλυτής ποσοτικής έρευνας στην S&P Global Market Intelligence. «Τα λεξικά αποδίδουν καλά σε τίτλους ειδήσεων, αλλά τα LLMs ξεχωρίζουν τι είναι ουσιαστικό από τι είναι απλώς θόρυβος. Αυτό το πλαίσιο είναι που ενδιαφέρει τους επενδυτές».

Άλλα βασικά ευρήματα: Όταν τα LLMs εντόπιζαν πολύ σημαντικά χρηματοοικονομικά γεγονότα, τα σήματα συναισθήματος απέδιδαν 6,4% υπερβάλλουσες ετήσιες αποδόσεις—διπλάσιες από αυτές σε μέσης σημασίας γεγονότα (3,2%) και σχεδόν τετραπλάσιες από αυτές σε γεγονότα χαμηλής σημασίας (1,7%).

Φαίνεται ότι οι επενδυτικές στρατηγικές που καθοδηγούνται από LLMs έχουν τη δυνατότητα να αναδιαμορφώσουν τον τρόπο με τον οποίο κινούνται οι αγορές.

ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:

Πηγή: Fortune.com