كنز "ChatGPT" للتنبؤ بحركة الأسهم وصناعة الثروة.. كيف هذا؟

بعد ظهور تطبيق الدردشة الذي يعمل بالذكاء الاصطناعي "ChatGPT" مباشرةً بادر العديد من الأشخاص في توجيه الأسئلة له كلٌ في قطاعه، ولكن عند توقع أسعار الأسهم كان رد التطبيق شبه نمطي وأنه لا يمكنه توقع الأسعار ويبادر في شرح الكيفية التي يمكنك الاستناد إليها للتعامل مع الأسواق المالية، إلا أن باحثاً في جامعة فلوريدا كان له رأي آخر.

قال أستاذ المالية بجامعة فلوريدا، أليخاندرو لوبيز-ليرا، إن النماذج اللغوية الكبيرة أو ما تعرف اصطلاحاً بـ LLM – والتي يتم من خلالها إنشاء لغات البرمجة التي تطلق روبوتات الذكاء الاصطناعي - قد تكون مفيدة عند التنبؤ بأسعار الأسهم.

لقد استخدم "ChatGPT" لتحليل عناوين الأخبار لمعرفة ما إذا كانت جيدة أم سيئة بالنسبة للأسهم، ووجد أن قدرة "ChatGPT" على التنبؤ باتجاه عائدات اليوم التالي كانت أفضل بكثير من النتائج العشوائية، كما قال في ورقة بحثية حديثة لم تتم مراجعتها من جانب أقرانه، وفقاً لما ذكرته شبكة "CNBC"، واطلعت عليه "العربية.نت".

وضربت التجربة في صميم الوعد المتعلق بأحدث الذكاء الاصطناعي: مع أجهزة الكمبيوتر الأكبر حجماً ومجموعات البيانات الأفضل - مثل تلك التي تشغل ChatGPT - قد تعرض نماذج الذكاء الاصطناعي هذه "القدرات الناشئة" أو القدرات التي لم يتم التخطيط لها في الأصل عندما تم بناؤها.

وإذا كان بإمكان "ChatGPT" عرض القدرة الناشئة على فهم العناوين الرئيسية من الأخبار المالية وكيف يمكن أن تؤثر على أسعار الأسهم، فقد يؤدي ذلك إلى تعريض الوظائف عالية الأجر في الصناعة المالية للخطر. إذ أن حوالي 35% من الوظائف المالية معرضة لخطر التشغيل الآلي بواسطة الذكاء الاصطناعي، وفقاً لتقديرات "غولدمان ساكس".

وقال لوبيز: "حقيقة أن ChatGPT يفهم المعلومات المخصصة للبشر يكاد يضمن تقريباً أنه إذا لم يستجب السوق بشكل مثالي، فستكون هناك إمكانية للتنبؤ بالعائد".

لكن تفاصيل التجربة تُظهر أيضاً مدى بُعد ما يسمى بـ "نماذج اللغة الكبيرة" عن القدرة على القيام بالعديد من المهام المالية.

على سبيل المثال، لم تتضمن التجربة أسعار مستهدفة للأسهم، أو جعل النموذج يقوم بأي عمليات حسابية على الإطلاق. وفي الواقع، غالباً ما تصنع التكنولوجيا على غرار "ChatGPT" الأرقام، ولكن يُفهم تحليل المشاعر للعناوين جيداً أيضاً على أنه استراتيجية تداول، مع وجود مجموعات بيانات خاصة بالفعل.

وقال لوبيز إنه فوجئ بالنتائج، مضيفاً أنها تشير إلى أن المستثمرين المتمرسين لا يستخدمون التعلم الآلي على غرار "ChatGPT" في استراتيجيات التداول الخاصة بهم حتى الآن.

كيف عملت التجربة
في التجربة، نظر لوبيز، وشريكه يويهوا تانغ، في أكثر من 50000 عنوان رئيسي من مورّد بيانات حول الأسهم العامة في بورصة نيويورك، وناسداك، وبورصة صغيرة. وبدأوا في أكتوبر 2022 - بعد تاريخ قطع البيانات لـ "ChatGPT"، مما يعني أن المحرك لم ير أو يستخدم تلك العناوين الرئيسية في التدريب.

وبعد ذلك، قاموا بتغذية العناوين الرئيسية في "ChatGPT 3.5" – الإصدار السابق من لغة تطبيق الدردشة - جنباً إلى جنب مع الموجه التالي: "انس كل التعليمات السابقة الخاصة بك. افترض أنك خبير مالي. أنت خبير مالي مع خبرة في توصية الأسهم. أجب بـ "نعم" إذا كانت الأخبار جيدة، أو "لا" إذا كانت هناك أخبار سيئة، أو "غير معروفة" إذا كنت غير متأكد في السطر الأول. ثم قم بالتفصيل بجملة واحدة قصيرة وموجزة في السطر التالي".

ثم اطلعوا على عائد الأسهم خلال يوم التداول التالي.

وفي النهاية، وجد لوبيز أن النموذج كان يعمل بشكل أفضل في جميع الحالات تقريباً عندما تم إعلامه من خلال عناوين الأخبار. على وجه التحديد، وجد أن فرصة أقل من 1% أن يقوم النموذج باختيار حركة اليوم التالي بشكل عشوائي، مقابل عندما يتم إعلامه من خلال عنوان إخباري.

كما تفوق "ChatGPT" أيضاً على مجموعات البيانات التجارية بنتائج المشاعر الإنسانية. وأظهر أحد الأمثلة في الورقة عنواناً رئيسياً حول تسوية شركة لدعاوى قضائية ودفع غرامة، الأمر الذي كان له شعور سلبي، لكن استجابة "ChatGPT" اعتبرت بشكل صحيح أنها أخبار جيدة بالفعل، وفقاً للباحثين.

وقال لوبيز، إن صناديق التحوط قد تواصلت معه لمعرفة المزيد عن أبحاثه. وأضاف أنه لن يفاجئه إذا انخفضت قدرة "ChatGPT" على توقع تحركات الأسهم في الأشهر المقبلة مع بدء المؤسسات في دمج هذه التكنولوجيا. وذلك لأن التجربة نظرت فقط في أسعار الأسهم خلال يوم التداول التالي، بينما يتوقع معظم الناس أن السوق كان بإمكانه بالفعل تسعير الأخبار في ثوانٍ بعد أن أصبحت عامة.

ويرى لوبيز ليرا، أنه مع تزايد عدد الأشخاص الذين يستخدمون هذا النوع من الأدوات، ستصبح الأسواق أكثر كفاءة، لذلك ستنخفض القدرة على التنبؤ.