20230404-國金證券-Alpha掘金系列之五：如何利用ChatGPT挖掘高頻選股因子

11金融工程組分析師:高智威(執(zhí)業(yè)S1130522110003)聯(lián)系人:王小康如何利用chatGPT挖掘高頻選股因子?chatGPT模型介紹及原理解析GPT（GenerativePre-trainedTransformer）是一種大語言模型（LLM能夠?qū)W習大量文本數(shù)據(jù)，并推斷出文本中詞語之間的關系。ChatGPT能夠進行連續(xù)對話，綜合上下文內(nèi)容進行交模型相較于傳統(tǒng)LSTM模型的改進之處在于其引用了Transformer模型，對chatGPT提示工程介紹及使用指南提示工程（PromptEngineering）果。除標準的提示公式外，也有多種針對不同任務類型的提示方式。一種獨特的提示方式為思維鏈提示（Chain-of-ThoughtPrompting其主要思路為將一個復雜問題拆分成多個步驟，引導模型逐步思考并進行糾偏，chatGPT因子挖掘?qū)崙?zhàn)ChatGPT在量化研究領域同樣擁有廣泛的使用前景，我們以最常見的因子挖掘作為測試場景，考察模型經(jīng)風險提示1、ChatGPT模型具有一定的隨機性，在部分情況下可能回答錯誤，不符3、策略依據(jù)一定的假設通過歷史數(shù)據(jù)回測得到，當交易成本提高或其他條件改變時，可能導22 4 4 5 5 6 72.3思維鏈提示（Chain-of-ThoughtProm 8 4 5 6 7 7 7 8 8 8 8 9 9 9 33 44—、chatGPT模型介紹及原理解析五篇，同時也是ChatGPT量化研究系列的第一篇，將使用ChatGPT探索其文內(nèi)容進行交流的自然語言處理（NLP）模型，并通過強化學習進行訓練，從而理解人類的語言來進行對話，甚至能相關研究較少，本文將從量化研究領域為讀GPT（GenerativePre-trainedTransformer）作為一種大語言模型（LLM能夠?qū)W習大量文本數(shù)據(jù)，并推斷出文本中詞語之間的關系。隨著過去幾年計算能力的不斷發(fā)展，輸入數(shù)據(jù)集和參數(shù)空間（parameterspace）的不斷增加，語言模型的一項基本任務是預測一句話中的單個詞，或根據(jù)上文推斷下文。模型在處理這類問題時存在兩大缺陷：關系來學習上下文并學習語句的含義，利用自注意力機制（Self-attentionmechani洞察力。OpenAI，BFT智能機器人研究公眾號55ChatGPT擁有如此高度的智能水平背后有著多重因素的共同作用，包括隨著參數(shù)數(shù)量提升帶來的涌現(xiàn)現(xiàn)象（scaling來源：/blog/chatgpt，國金例如，在翻譯任務中如果模型訓練過英文到法語的翻譯任務，它可以無需訓練來處理英文到德語的翻譯任務。果只提供一張某人的照片，模型可以學習識如果只提供很少的相關語料，模型可以學習理解和推理其他類似語料的能力。二、chatGPT提示工程介紹及使用指南進行合適的提示對于獲取最終需要的結果至關重要。提示工程（PromptEngineering）作為一門66解模型的能力和局限性，通過交互和提示，更加使模型按照人類的期望完成回答。77來源：ChatGPT，國金證券研究所來源：ChatGPT，國金證券研究所除標準化的提示工程之外，我們可以使用多種類型的提示方式，使模型完成不同類型任務，滿足用戶的88來源：每日經(jīng)濟新聞，ChatGPT，國金證券研究所來源：e公司公眾號，ChatGPT，國金證券研究所Weietal(2022)發(fā)現(xiàn)利用思維鏈（Chainofthought）能夠極大提升大語言模型在處理復雜邏輯問題上的表現(xiàn)。通會大打折扣。如下圖所示，我們給出了兩個因子值排序和對應收益率的一圖表9：A因子IC指標示例1圖表10：B因子IC指標示例28%6%4%2%0%-2%8%6%4%2%0%-2%00來源：國金證券研究所來源：國金證券研究所99來源：ChatGPT，國金證券研究所來源：ChatGPT，國金證券研究所來源：ChatGPT，國金證券研究所來源：ChatGPT，國金證券研究所由于其對于股票市場A股的做空限制可能認識不足，我們進一步提示后，Cha權重的回答。但需要注意的是，ChatGPT被訓練時接受了海量的文本和數(shù)據(jù)，其處理實際問題時仍存在一些“生搬硬三、chatGPT因子挖掘?qū)崙?zhàn)考察經(jīng)過一定程度的提示（prompt模型是否能給出符值均大于2，IC均值從2.79%至5.36%不等?？梢哉f明價格和成交量VLI我們根據(jù)十分位組合構建出了因子的多空組2102016/1/42017/1/42018/1/42019/1/42020/1/42021VLI因子，多頭年化超額收益率為2.75%，多頭限制因子必須有一定的原創(chuàng)性，在經(jīng)過一定程度的引導后，得到了買賣盤來源：ChatGPT，國金證券研究所來源：ChatGPT，國金證券研究所們考慮到邏輯合理性，需要做標準化以做到橫截面可比，因此構建過程中我們對因子進行了修正。來源：ChatGPT，上交所，深交所，Wind，國金98765432102016/1/42017/1/42018/1/42019/1/42020/1/42021/1/4一BforceSforceBSForce來源：ChatGPT，上交所，深交所，Wind，國金4.51來源：ChatGPT，上交所，深交所，Wind，國金頻測試其效果，在中證1000指數(shù)成份股上，每周第一個交易日的開盤價成交進行測試。由于買賣盤力量差異因子（BSForce）衰減速度過快，在第二天基本已經(jīng)失效，我們此處僅使用賣盤力量和賣盤力量因子進行降頻測試，其測32102016/1/42017/1/42018/1/42019/1/42020/1/42021來源：ChatGPT，上交所，深交所，Wind，國金9.77%來源：ChatGPT，上交所，深交所，Wind，國金多頭夏普比率分別為0.48和0.49。說明使用ChatGPT所給方式構建買盤力量和賣盤力量因子表現(xiàn)具有一定的持續(xù)性。102017/1/102018/1/1020ChatGPT買賣盤力量增強策略中證1超額凈值來源：ChatGPT，上交所，深交所，Wind，國金來源：ChatGPT，上交所，深交所，Wind，國金值得一提的是，ChatGPT不僅在文字、數(shù)學和表格類回答形式能給用戶較好的反饋，其同樣也可以直接輸來源：ChatGPT,國金證券研究所來源：ChatGPT,國金證券研究所由上圖可以看出，由于經(jīng)過大量數(shù)據(jù)、文獻、代碼等海量知識的訓綜上，我們更建議，對于一些并不熟悉的函數(shù)和模型，可以快速使用ChatGPT幫助我們了解其基本用法和思路。在ChatGPT所給代碼的基礎上進行修正，從而大大提升研究值方差模型進行最大化夏普和使用Black-Litterman模型的組合優(yōu)化代碼?？梢钥闯?，ChatGPT比較準確地給出了相關庫和函數(shù)的基本用法，有助于研究員快速掌握學習并進行修正調(diào)試使用。來源：ChatGPT，國金證券研究所來源：ChatGPT，國金證券研究所發(fā)現(xiàn)模型能夠結合其本身訓練得到的知識加以改進創(chuàng)新，最終得到基本符合我們需求的高頻因子。本用法和思路。并在所給代碼的基礎上進行修正1、ChatGPT模型具有一定的隨機性，在部分情況下可能回答錯誤，不3、策略依據(jù)一定的假設通過歷史數(shù)據(jù)回測得到，當交易成本提高或其他條件改變時，可能導形式的復制、轉(zhuǎn)發(fā)、轉(zhuǎn)載、引用、修改、仿制、刊發(fā)，或以任何侵犯本公司版權的其他方式使用。經(jīng)過書面授權的引用、刊發(fā)，需注明出處為“國金本報告的產(chǎn)生基于國金證券及其研究人員認為可信的公開資料或?qū)嵉卣{(diào)研資料，但國金證券及其研究人員對這些信息的準確性和完整性反映撰寫研究人員的不同設想、見解及分析方法，故本報告所載觀點可能與其他類似研究報告的觀點及市場實際情況不一致，國金證券不對使用本報告所包含的材料產(chǎn)生的任何直接或間接損失或與此有關的其他任何損失承擔任何責任。且本報告中的資料、意見、預測均反映報告初次公開發(fā)布時的判斷，在不作事先通知的情況下，可能會隨時調(diào)整，亦可因使用不同假設和標準、采用不同觀點和分析方法而與國金證券其它業(yè)務部門、單位或附屬機構在制作類似的其他材料時所給出的意見不同或者相反。本報告僅為參考之用，在任何地區(qū)均不應被視為買賣任何證券、金融工具的要約或要約邀請。本報告提及的任何證券或金融工具均可能不易變賣以及不適合所有投資者。本報告所提及的證券或金融工具的價格、價值及收益可能會受匯率影響而波動客戶應當考慮到國金證券存在可能影響本報告客觀性的利益沖突，而不應視本報告為作出投資決策的唯一因素。證券研究報告是用于服務具備專業(yè)知識的者和投資顧問的專業(yè)產(chǎn)品，使用時必須經(jīng)專業(yè)人士進行解讀。國金證券建議獲取報告人員應考慮本報告的任何意見或建議咨詢獨立投資顧問。報告本身、報告中的信息或所表達意見也不構