O professor Alejandro Lopez-Lira, da Universidade da Flórida, publicou um artigo não revisado afirmando que grandes modelos de linguagem, como o ChatGPT, podem ser úteis na previsão de movimentos de ações da bolsa.
Ele utilizou o chatbot ChatGPT para analisar manchetes de notícias e determinar se são positivas ou negativas para uma ação, descobrindo que a capacidade do ChatGPT de prever os lucros do dia seguinte foi superior ao aleatório.
A pesquisa levanta a questão do potencial das inteligências artificiais em apresentar capacidades não previstas originalmente.
No entanto, a análise não incluiu alvos de preço, e o modelo não realizou nenhuma operação matemática.
O chatbot também faz com frequência previsões aleatórias, e a análise de opiniões das manchetes é uma estratégia de negociação conhecida.
A pesquisa considerou mais de 50.000 manchetes de notícias de ações na bolsa de Nova York, na Nasdaq e na pequena bolsa cap, que não foram utilizadas para treinar o modelo ChatGPT 3.5.
A equipe de pesquisa alimentou as manchetes no ChatGPT e verificou os retornos das ações durante o dia seguinte.
O modelo ChatGPT superou os dados comerciais com escores de sentimentos humanos.
Uma manchete sobre uma empresa que resolveu uma ação e pagou uma multa teve uma resposta negativa, mas o ChatGPT a interpretou corretamente como uma notícia positiva.
Multifundos procuraram o professor para mais estudos, mas ele admitiu que é possível que a capacidade do ChatGPT de prever movimentos de ações possa diminuir à medida que mais empresas incorporam essa tecnologia.
O estudo só examinou os preços das ações no dia seguinte, e muitos acreditam que o mercado já teria incorporado essa informação.
A Goldman Sachs estimou que cerca de 35% das posições financeiras estão em risco de automação pela inteligência artificial.
Além disso, essa tecnologia pode ter implicações para o trabalho dos analistas financeiros, que podem ser substituídos por máquinas.
Em resumo, a pesquisa de Alejandro Lopez-Lira destaca a possível utilidade do chatbot ChatGPT na previsão de movimentos de ações, mas também levanta questões sobre a capacidade dos grandes modelos de linguagem em realizar outras tarefas financeiras.
Essa tecnologia pode ameaçar posições no mercado financeiro e transformar o trabalho de analistas financeiros.