La inteligencia artificial de OpenAI podría usarse potencialmente para pronosticar los precios de las acciones. Cómo fue el experimento.
Según Alejandro López-Lira, profesor de finanzas de la Universidad de Florida, Estados Unidos, los modelos de lenguaje como ChatGPT pueden usarse potencialmente para pronosticar los precios de las acciones. En un artículo reciente sin revisar, López-Lira usó el desarrollo de OpenAI para analizar los titulares de las noticias y determinar si tendrían un efecto positivo o negativo en el rendimiento de una acción.
Descubrió que las capacidades predictivas de la aplicación para la dirección de los rendimientos futuros eran significativamente mejores que las aleatorias. Este experimento destaca el potencial de los modelos de IA de última generación para mostrar "habilidades emergentes" o capacidades imprevistas que no se pretendían originalmente al construir los modelos, debido a los avances en la potencia informática y la recopilación de datos, según publicó CNBC. Sin embargo, esta capacidad emergente podría amenazar los trabajos bien remunerados en la industria financiera, ya que alrededor del 35% de estos trabajos corren el riesgo de ser automatizados por la IA, de acuerdo a una nota del 26 de marzo de Goldman Sachs.
López-Lira comentó que debido a la capacidad de ChatGPT para comprender información destinada a humanos, es muy probable que haya previsibilidad en los retornos si el mercado no reacciona según lo previsto. Pero el experimento también indica las limitaciones de los "modelos de lenguaje grande" en la realización de diversas tareas financieras. Por ejemplo, el experimento no incluía precios objetivo ni requería que el modelo realizara ningún cálculo. Además, la tecnología ChatGPT a veces genera números ficticios, como se demostró en una demostración pública reciente de Microsoft.
López-Lira y Yuehua Tang analizaron más de 50.000 titulares de un proveedor de datos sobre acciones que cotizan en bolsa en Nueva York, Nasdaq y un mercado de valores de pequeña capitalización. Comenzaron el experimento en octubre de 2022, después del corte de datos de ChatGPT, lo que significa que el modelo no había visto ni usado esos titulares durante su entrenamiento. Ingresaron los titulares en ChatGPT 3.5, lo que incitó al motor a fingir que era un experto financiero con experiencia en recomendaciones de acciones e indicar si la noticia era buena, mala o incierta, seguida de una breve oración que explicaba por qué. Luego, los investigadores analizaron los rendimientos de las acciones en el siguiente día de negociación.
En última instancia, el profesor descubrió que al modelo le fue mejor en casi todos los casos cuando se informó en un titular de noticias. Específicamente, encontró una probabilidad de menos del 1% de que el modelo hiciera lo mismo al elegir el movimiento del día siguiente al azar, en comparación con cuando se informaba por un titular de noticias.
El docente informó a CNBC que los fondos de cobertura lo habían contactado para obtener más información sobre su investigación. Sin embargo, especuló que la capacidad de ChatGPT para pronosticar los movimientos del mercado de valores podría disminuir a medida que más organizaciones incorporen esta tecnología. Esto se debe al hecho de que el experimento solo analizó los precios de las acciones en el siguiente día de negociación, mientras que la mayoría de las personas esperan que el mercado ya haya valorado las noticias segundos después de su publicación.
López-Lira predijo que los mercados se volverán más eficientes a medida que más personas usen estas herramientas, lo que resultará en una disminución en la previsibilidad de los retornos. Agregó que si realizara el mismo estudio en cinco años, cree que no habría previsibilidad de retorno cero.