A GPT-4 révén több pénzhez juthatunk a befektetéseinkből
Az SSRN című szakfolyóiratban közzétett új tanulmány szerint a nagy kontextus ablakokkal rendelkező nagy nyelvi modellek (LLM), mint például a GPT-4 és a Claude 3, képesek lehetnek sikeres pénzügyi kimutatáselemzések elvégzésére a jövőbeli bevételek irányának meghatározásához. A tanulmány megállapította, hogy a mesterséges intelligencia „relatív előnyt mutat az emberi elemzőkkel szemben olyan helyzetekben, amikor az emberek valamilyen oknál fogva elakadnak, megrekednek”.
Ezen túlmenően a kutatók megállapították, hogy a tesztek során az általános LLM-ek ugyanolyan jól teljesítettek, mint a kifejezetten a pénzügyi kimutatások elemzésére kifejlesztett, korszerű gépi tanulási modellek. Emellett az LLM-ek képesek voltak olyan előrejelzéseket készíteni, amelyek magasabb Sharpe arányt eredményeznek. A Sharpe ráta (hozam-kockázat arány) egy nagyon népszerű sok befektető által használt mutató. Segítségével összehasonlító egy adott befektetés lehetséges profitja a lehetséges veszteségével. Ezáltal nagy segítség lehet befektetések során az általános profitabilitás megtartásában.
Fotó forrás: medium.com
Az eredmények alapján a szakemberek arra jutottak, hogy az LLM-ek központi szerepet játszhatnak a döntéshozatalban, amikor a befektetések kiválasztásáról van szó. Meglepő módon a GPT-4 képes volt felülmúlni az emberi befektetőket pusztán a pénzügyi kimutatások alapján, minden olyan kontextus nélkül, amellyel az emberi befektetők tisztában lettek volna.
A kutatók azt is elmondták, hogy az LLM előrejelzései nem a képzési memóriából származnak, hanem „hasznos narratív betekintést nyújtanak a vállalat jövőbeli teljesítményéről”.
A kutatók ChatGPT botot hoztak létre, amelyet a ChatGPT Plus előfizetők számára tettek elérhetővé. A ChatGPT Plus segítségével összetett kutatási vagy akár a pénzügyi kimutatásokkal összefüggő kérdéseket fogalmazhatunk meg és elemezhetünk nagy adathalmazokat szöveges válaszok formájában.
A pénzügyi kimutatások ingyenes elemzésénél a Claude 3 dokumentumok feltöltését is lehetővé teszi. A feltöltött adatokkal kapcsolatban kérdéseket is feltehetnek a felhasználók. A Claude 3 modellek a kérések árnyaltabb megértését mutatják be, azonosítják a lehetséges valós károkat, és ritkábban utasítják el az ártalmatlan felszólítások megválaszolását.
Miközben a kutatók talán épp azon tűnődnek, hogy vajon az LLM-ek helyettesíthetik-e az emberi befektetőket, addig ezen eszközöknek köszönhetően újabb minőségi változás következik be: azok a hobbi befektetők, akik nem túl tájékozottak a pénzügyi dokumentumok terén, jobb képet kaphatnak a különböző vállalatok működésének hátteréről.