- Alejandro López-Lira, profesor de finanzas de la Universidad de Florida, afirma que los grandes modelos lingüísticos pueden ser útiles para predecir los precios de las acciones.
- Utilizó ChatGPT para analizar los titulares de las noticias y determinar si eran buenos o malos para una acción, y descubrió que la capacidad de ChatGPT para predecir la dirección de los rendimientos del día siguiente era mucho mejor que la aleatoria.
- López-Lira se mostró sorprendido por los resultados y añadió que sugieren que los inversores más sofisticados aún no utilizan el aprendizaje automático de ChatGPT en sus estrategias de negociación.
Alejandro López-Lira, profesor de finanzas de la Universidad de Florida, afirma que los grandes modelos lingüísticos pueden ser útiles para predecir los precios de las acciones.
Utilizó ChatGPT para analizar los titulares de las noticias y determinar si eran buenos o malos para una acción, y descubrió que la capacidad de ChatGPT para predecir la dirección de los rendimientos del día siguiente era mucho mejor que la aleatoria, según afirma en un reciente artículo no revisado.
El experimento ataca el corazón de la promesa en torno a la inteligencia artificial de última generación: con ordenadores más grandes y mejores conjuntos de datos, como los que alimentan ChatGPT, estos modelos de IA pueden mostrar «habilidades emergentes» o capacidades que no se planearon originalmente cuando se construyeron.
Si ChatGPT puede mostrar la capacidad emergente de entender los titulares de las noticias financieras y cómo pueden afectar a los precios de las acciones, podría poner en peligro puestos de trabajo bien remunerados en el sector financiero. Alrededor del 35% de los empleos financieros corren el riesgo de ser automatizados por la IA, según estimó Goldman Sachs en una nota del 26 de marzo.
«El hecho de que ChatGPT comprenda información destinada a los humanos casi garantiza que, si el mercado no responde perfectamente, habrá previsibilidad de rentabilidad«, afirma López-Lira.
Pero los detalles del experimento también muestran lo lejos que están los llamados «grandes modelos lingüísticos» de poder realizar muchas tareas financieras.
Por ejemplo, el experimento no incluyó precios objetivo ni hizo que el modelo realizara ninguna operación matemática. De hecho, la tecnología del estilo de ChatGPT a menudo inventa números, como aprendió Microsoft en una demostración pública a principios de este año. El análisis del sentimiento de los titulares también se conoce bien como estrategia de negociación, y ya existen conjuntos de datos propios.
López-Lira se mostró sorprendido por los resultados y añadió que sugieren que los inversores sofisticados aún no utilizan el aprendizaje automático al estilo de ChatGPT en sus estrategias de negociación.
«Por el lado de la regulación, si tenemos ordenadores que sólo leen los titulares, los titulares importarán más, y podremos ver si todo el mundo debería tener acceso a máquinas como GPT», dijo López-Lira. «En segundo lugar, sin duda va a tener algunas implicaciones en el panorama laboral de los analistas financieros. La pregunta es: ¿quiero pagar a los analistas? ¿O me basta con poner información textual en un modelo?».
Cómo funcionó el experimento
Según el profesor de finanzas, el chatGPT tiene la capacidad de predecir los movimientos de las acciones de la bolsa. Este experimento consistió en alimentar al chatbot con grandes cantidades de datos financieros, para que pudiera analizar y encontrar patrones en la información. Luego, se le proporcionó información actualizada y se le pidió que hiciera predicciones sobre el movimiento de las acciones. El resultado fue que el chatbot tenía una precisión del 80%.
En el experimento, López-Lira y su socio Yuehua Tang analizaron más de 50.000 titulares de un proveedor de datos sobre valores públicos de la Bolsa de Nueva York, el Nasdaq y una pequeña bolsa de capitalización. Empezaron en octubre de 2022, después de la fecha de corte de datos para ChatGPT, lo que significa que el motor no había visto ni utilizado esos titulares en el entrenamiento.
A continuación, introdujeron los titulares en ChatGPT 3.5 junto con la siguiente instrucción:
«Olvida todas tus instrucciones anteriores. Imagina que eres un experto financiero. Eres un experto financiero con experiencia en recomendación de valores. Responda «SÍ» si son buenas noticias, «NO» si son malas o «DESCONOCIDO» si no está seguro en la primera línea. A continuación, explíquelo con una frase breve y concisa en la línea siguiente».
A continuación, observaron el rendimiento de las acciones durante el siguiente día de negociación.
Al final, López-Lira descubrió que el modelo obtenía mejores resultados en casi todos los casos cuando se basaba en un titular de prensa. En concreto, descubrió que había menos de un 1% de probabilidades de que el modelo obtuviera los mismos resultados eligiendo aleatoriamente el movimiento del día siguiente que cuando se basaba en un titular de prensa.
ChatGPT también superó a los conjuntos de datos comerciales con puntuaciones de sentimiento humano. Un ejemplo del artículo mostraba un titular sobre una empresa que resolvía un litigio y pagaba una multa, que tenía un sentimiento negativo, pero la respuesta de ChatGPT razonó correctamente que en realidad era una buena noticia, según los investigadores.
López-Lira dijo a CNBC que los fondos de cobertura se habían puesto en contacto con él para saber más sobre su investigación. También dijo que no le sorprendería que la capacidad de ChatGPT para predecir movimientos bursátiles disminuyera en los próximos meses a medida que las instituciones empezaran a integrar esta tecnología.
Esto se debe a que el experimento sólo tuvo en cuenta los precios de las acciones durante el siguiente día de negociación, mientras que la mayoría de la gente esperaría que el mercado ya hubiera valorado las noticias segundos después de que se hicieran públicas.
«A medida que más y más personas utilicen este tipo de herramientas, los mercados serán más eficientes, por lo que cabe esperar que disminuya la previsibilidad de los rendimientos», afirma López-Lira. «Así que mi conjetura es que, si hago este ejercicio, en los próximos cinco años, para el año cinco, la previsibilidad de la rentabilidad será cero».