ChatGPT ha creado preocupaciones de que pueda reemplazar algunos trabajos de cuello blanco e interrumpir significativamente algunos modelos de negocios. Solo eche un vistazo al precio de las acciones de Chegg, la compañía de soporte de tareas en línea. Descubrieron de la manera difícil que los estudiantes ahora pueden hacer sus tareas y exámenes de forma gratuita usando chatGPT. Ya no es necesario pagar por la plataforma Chegg. Pero no se trata solo de ayudar a los niños con sus tareas. Si usted es un economista o un analista de acciones, es posible que desee pensar en cómo puede justificar su trabajo cuando chatGPT venga por usted.
Un colega del equipo de ventas de mi empresa me envió dos artículos que describían experimentos para enseñar a chatGPT a pronosticar la Fed y los precios de las acciones. Sin duda tenía buenas intenciones, pero siendo tan paranoico como yo, no puedo evitar pensar que podría haber enviado estos documentos también a mis jefes para argumentar que no necesitamos tantos analistas de investigación después de todo …
Sea como fuere, nuestros trabajos como analistas de investigación y economistas parecen seguros por ahora porque la capacidad de chatGPT para pronosticar sigue siendo rudimentaria.
El primer experimento analizó la comunicación del Comité de Mercado Abierto de la Reserva Federal después de las decisiones de política monetaria. Tres humanos clasificaron cada oración en una escala de moderada a agresiva y luego los experimentadores utilizaron diferentes modelos de aprendizaje de idiomas para clasificar estas oraciones también. Aquí hay una descripción visual de la clasificación realizada por diferentes modelos en comparación con la clasificación humana. Queda claro de inmediato cuánto más cerca está chatGPT de la evaluación humana de las declaraciones de la Fed que otros modelos.
Clasificación de los anuncios de la Fed por humanos y diferentes modelos de lenguaje
Por lo tanto, la IA está mejorando en la identificación de los matices del lenguaje humano. ¿Cómo se puede usar esto para pronosticar? El siguiente paso obvio es dejar que chatGPT haga pronósticos basados en su evaluación de los anuncios de la Fed y ver qué tan buenas son estas predicciones frente a las de los economistas.
Como economista, me alegro de que nadie haya hecho eso hasta ahora y que siga siendo así. Pero Alejandro López-Lira y Yuehua Tang han hecho algo similar para las noticias del mercado de valores. Le pidieron a chatGPT que fingiera que es un analista financiero y calificara si una noticia determinada sobre una acción es positiva, negativa o incierta. Luego crearon un puntaje del flujo de noticias del día como el puntaje promedio de todas las calificaciones de chatGPT. Sobre la base de estos puntajes, los investigadores crearon carteras de acciones con noticias en su mayoría positivas y noticias en su mayoría negativas y rastrearon el rendimiento de estas carteras si uno compraba las acciones con noticias positivas y las mantenía durante un día o si uno cortocircuitaba las acciones con noticias negativas y las mantenía durante un día.
Para GPT-1 y GPT-2, la clasificación por chatGPT no fue lo suficientemente precisa como para crear un rendimiento con estos pronósticos simples. Pero mira lo que sucedió cuando le pidieron a GPT-3 y GPT-4 que hicieran el mismo ejercicio. En el siguiente gráfico, la línea negra es una cartera ponderada igual de todas las acciones con cualquier noticia (buena, mala o incierta), mientras que la línea verde muestra una cartera ponderada igual de acciones con buenas noticias y la línea roja y la cartera de igual ponderación que corta todas las acciones con malas noticias. La línea azul es una cartera long-short que va largo a las acciones de buenas noticias y corto a las acciones de malas noticias.
Rendimiento de las carteras de acciones basado en el análisis de sentimiento de chatGPT
Las pruebas parecen muy prometedoras, pero tenemos que tener en cuenta que el gráfico anterior muestra los rendimientos de una estrategia diaria sin costos de transacción. Supongo que los costos de transacción serán tan grandes como para matar cualquier rendimiento superior observado anteriormente. Pero solo estamos al principio y los avances en chatGPT de la versión 1 a la versión 4 son grandes. ¿Quién sabe cuánto tiempo tardará chatGPT en llegar a ser tan bueno como para identificar tendencias más duraderas en los precios de las acciones que le permitan competir con las previsiones de los analistas humanos? Mi conjetura es que nuestros trabajos en finanzas se están volviendo mucho más competitivos en el futuro.