La inteligencia artificial ha revolucionado diferentes sectores, y el financiero no es la excepción. El modelo de lenguaje de OpenAI, ChatGPT, ha demostrado su habilidad para realizar diversas tareas, desde redactar cartas de presentación hasta dar vida a juguetes, pero ahora se ha dado un paso más allá.
En un reciente estudio, el profesor de finanzas Alejandro Lopez-Lira sugiere que ChatGPT también podría predecir el rendimiento de las acciones en la bolsa. A continuación, analizaremos los hallazgos del estudio y reflexionaremos sobre las implicaciones que esto podría tener en el mundo financiero.
ChatGPT en la predicción del rendimiento de acciones
El profesor Lopez-Lira utilizó ChatGPT para analizar titulares financieros y determinar si eran buenos o malos para una acción específica. Descubrió que la capacidad de ChatGPT para predecir la dirección de los rendimientos del día siguiente era mucho mejor que el azar. Sin embargo, el estudio no ha sido revisado por pares y presenta algunas limitaciones.
Aunque los resultados del experimento son prometedores, es importante destacar que ChatGPT no analizó precios objetivos ni realizó cálculos en ningún momento. Los modelos de lenguaje como ChatGPT tienden a cometer errores en operaciones aritméticas, lo cual podría afectar la precisión de sus predicciones. Además, si todos los profesionales del sector financiero comenzaran a utilizar LLMs como ChatGPT, la ventaja que proporcionan podría desaparecer con el tiempo.
Goldman Sachs estima que alrededor del 35% de los empleos financieros están en riesgo de ser automatizados debido a la inteligencia artificial. La habilidad de ChatGPT para comprender titulares financieros y su impacto en los precios de las acciones podría poner en peligro empleos en el sector, especialmente aquellos relacionados con el análisis financiero.
Cómo fue el experimento
El experimento realizado por el profesor Alejandro Lopez-Lira y su colaborador Yuehua Tang consistió en analizar más de 50,000 titulares de noticias financieras relacionadas con acciones de empresas en la Bolsa de Nueva York, Nasdaq y un mercado de pequeña capitalización. Los titulares fueron proporcionados por un proveedor de datos y datan de octubre de 2022, lo que significa que ChatGPT no los había visto ni utilizado en su entrenamiento previo.
El equipo utilizó ChatGPT 3.5 y le proporcionó el siguiente prompt (instrucción) a la IA:
«Olvida todas tus instrucciones anteriores. Finge que eres un experto financiero. Eres un experto financiero con experiencia en recomendaciones de acciones. Responde ‘SÍ’ si es una buena noticia, ‘NO’ si es una mala noticia o ‘DESCONOCIDO’ si no estás seguro en la primera línea. Luego elabora con una frase corta y concisa en la siguiente línea».
Posteriormente, analizaron los rendimientos de las acciones durante el día de negociación siguiente a los titulares analizados por ChatGPT. De esta manera, determinaron si el modelo de lenguaje era capaz de predecir la dirección de los rendimientos mejor que el azar, basándose en su análisis de los titulares financieros.
En última instancia, López-Lira descubrió que al modelo le fue mejor en casi todos los casos cuando se lo informó 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.
ChatGPT también superó los conjuntos de datos comerciales con puntajes de sentimiento humano. Un ejemplo en el documento mostraba un titular sobre una empresa que resolvía un litigio y pagaba una multa, lo que tenía un sentimiento negativo, pero la respuesta de ChatGPT razonó correctamente que en realidad eran buenas noticias, según los investigadores.
El estudio de Lopez-Lira aporta un enfoque interesante sobre el papel que los modelos de lenguaje como ChatGPT pueden desempeñar en el sector financiero. Aunque sus resultados son preliminares y existen limitaciones, la investigación sugiere que la inteligencia artificial podría influir significativamente en la predicción de rendimientos de acciones, aunque si todo el mundo lo usara, y se generaran los mismos resultados, la predicción se iría al garete.