■ 徐付環(huán) 王文榮

（沈陽化工大學(xué) 遼寧沈陽 110006）

引言

ChatGPT 通過訪問龐大的數(shù)據(jù)集、大量的參數(shù)和海量文本數(shù)據(jù)，能夠根據(jù)用戶的輸入回答查詢并產(chǎn)生類似于人類回應(yīng)的答案。目前一些研究已經(jīng)探討了ChatGPT 在寫作和語言生成方面的作用，本文中的研究主要是聚焦于ChatGPT 在金融領(lǐng)域組合投資的作用。一些人認(rèn)為ChatGPT可以預(yù)測股票價(jià)格，但是值得注意的是，ChatGPT 并不是一個(gè)預(yù)測模型，因此預(yù)測股票價(jià)格超出了其能力范圍。本文通過向ChatGPT 的提問獲得ChatGPT 的投資組合資產(chǎn)選擇，并計(jì)算夏普比率，除此之外，本文將基于ChatGPT 的選擇構(gòu)建的投資組合與隨機(jī)選擇的資產(chǎn)構(gòu)建進(jìn)行比較，以評估ChatGPT 在資產(chǎn)投資各方面的表現(xiàn)。

一、文獻(xiàn)綜述

Cowen 和Tabarrok 以及Korinek 證明了ChatGPT 在經(jīng)濟(jì)學(xué)教學(xué)和經(jīng)濟(jì)研究中的幫助作用（Noy.2023）。Noy 和Zhang發(fā)現(xiàn)ChatGPT 可以提高專業(yè)寫作工作能力（CowenT,2023）。與此同時(shí)，Xie 等人發(fā)現(xiàn)在使用數(shù)值數(shù)據(jù)進(jìn)行任務(wù)預(yù)測時(shí)，ChatGPT 并不比線性回歸等簡單方法更有效（Xie Q,2023）。本文認(rèn)為這些結(jié)果的差異是因?yàn)樗麄兊难芯總?cè)重于對歷史數(shù)值數(shù)據(jù)進(jìn)行預(yù)測，而ChatGPT 在文本任務(wù)上表現(xiàn)出色。Ko 和Lee 發(fā)現(xiàn)ChatGPT 在跨資產(chǎn)類別選擇方面可能有所幫助（Ko,Hyungim,2023）。此外，Yang 和Menczer證明了ChatGPT 成功識別可靠的新聞機(jī)構(gòu)（Yang,Kai-Cheng,2023）。Dowling 和Lucey 研究了ChatGPT 在金融寫作方面的實(shí)用性（Dowling,M,2023）。然而在學(xué)術(shù)文獻(xiàn)中還沒有探索到ChatGPT 在投資領(lǐng)域中的作用。本文通過研究ChatGPT 在金融投資領(lǐng)域的作用，拓展了對其在語言生成和寫作角色中的理解，提供了有關(guān)ChatGPT 作為投資組合管理助手的多功能性的見解。

二、方法測度及數(shù)據(jù)、實(shí)驗(yàn)設(shè)計(jì)

（一）方法測度

Sharpe 是基于Markowitrz 現(xiàn)代投資組合理論，提出衡量基金業(yè)績的風(fēng)險(xiǎn)調(diào)整指標(biāo)：夏普比率。夏普比率的核心思想是假設(shè)理性投資人會(huì)投資并持有一個(gè)最有利于自己的投資組合，即風(fēng)險(xiǎn)水平一定但預(yù)期收益最大化或預(yù)期收益一定風(fēng)險(xiǎn)水平最小化的投資組合（葉志強(qiáng)，2010），該比率通過投資組合的超額回報(bào)（即相對于無風(fēng)險(xiǎn)資產(chǎn)的回報(bào)）與投資組合的波動(dòng)性進(jìn)行比較，來評估投資組合的風(fēng)險(xiǎn)和收益之間的平衡。公式如下。

上述公式中，Sp為夏普指數(shù)，表示投資組合P 的實(shí)際收益率,為無風(fēng)險(xiǎn)利率，本文研究中取3%，為投資資產(chǎn)組合的標(biāo)準(zhǔn)差。在本文當(dāng)中，投資組合實(shí)際收益率和標(biāo)準(zhǔn)差是由組合中單支資產(chǎn)年化收益率的簡單算術(shù)平均值和組合收益的標(biāo)準(zhǔn)差來表示。夏普指數(shù)越高，表示每承擔(dān)一定風(fēng)險(xiǎn)所獲得的超額回報(bào)越大，即資產(chǎn)或投資組合的風(fēng)險(xiǎn)調(diào)整后的收益表現(xiàn)越好。

（二）數(shù)據(jù)、實(shí)驗(yàn)設(shè)計(jì)

1.數(shù)據(jù)來源。本文共收集來自我國股市中20 只大盤股的數(shù)據(jù)樣本，除此之外，還有5 支ETF、10 支大宗商品以及5 支貨幣資產(chǎn)。數(shù)據(jù)樣本覆蓋了從2021 年10 月至2023 年4 月（共計(jì)1.5 年），之后，以2021 年10 月的第一個(gè)交易日為基準(zhǔn)開展研究，為簡便，在表1 只列出了資產(chǎn)種類、資產(chǎn)名稱以及年化收益率，將3%作為無風(fēng)險(xiǎn)利率的代表，表2 提供了數(shù)據(jù)-年化收益率的概述統(tǒng)計(jì)信息。

表1 資產(chǎn)信息表

表2 資產(chǎn)收益率統(tǒng)計(jì)信息

2.實(shí)驗(yàn)設(shè)計(jì)。在本文實(shí)驗(yàn)設(shè)計(jì)當(dāng)中，需要借助ChatGPT（因ChatGPT-4.0 模型限制用戶，本文選擇ChatGPT-3.5 模型）模型輸出投資組合資產(chǎn)。通過在pandas 中調(diào)用OpenAI 的API 接口，因成本費(fèi)用問題，將輸出投資組合的個(gè)數(shù)定位于K=3、K=4、K=5 三種，且各自100 次投資組合。此后，各自100 次ChatGPT 輸出的投資組合與隨機(jī)生成的資產(chǎn)組合進(jìn)行比較，計(jì)算各自夏普指數(shù)。

除此之外，進(jìn)一步探討ChatGPT 下的夏普指數(shù)在10000次隨機(jī)投資組合中處于何種位置。涉及公式如下，I 表示隨機(jī)生成投資組合的夏普比率小于GPT 的個(gè)數(shù)并在10000次所占比重。

由于數(shù)據(jù)量等的限制，為進(jìn)一步證明ChatGPT 選擇的投資組合優(yōu)良性，本文又將每次的投資組合的業(yè)績表現(xiàn)與相對應(yīng)的10000 次隨機(jī)生成的投資組合的業(yè)績表現(xiàn)做對比，探討ChatGPT 生成的投資組合其夏普比率在隨機(jī)生成的10000 次投資組合中的業(yè)績表現(xiàn)情況，或者說10000 次的隨機(jī)投資組合有多少次投資組合其收益率是低于GPT 生成的，占比又是怎樣呢。

三、實(shí)驗(yàn)結(jié)果分析

通過調(diào)用API 接口，對于K=3、K=4、K=5 各自輸出100 次，并相應(yīng)的計(jì)算出各自夏普比率。如圖1 所示。

圖1 K=3 時(shí)兩者Sharpe ratio 對比圖

圖2 K=4 時(shí)兩者Sharpe ratio 兩者對比圖

圖3 K=5 時(shí)兩者Sharpe ratio 對比圖

如上圖所示，在對輸出投資組合資產(chǎn)數(shù)為3 的條件下，總體上ChatGPT 下的夏普比率明顯高于隨機(jī)生成的投資組合。ChatGPT 風(fēng)險(xiǎn)調(diào)整后的收益水平大部分分布在0 附近，集中在-0.5 至1 之間，同時(shí)部分收益高于1，又有小部分是接近4 的，隨機(jī)生成的投資組合收益水平集中在0 以下，小部分處于0 以上。

同理，K=4 時(shí)總體上ChatGPT 風(fēng)險(xiǎn)調(diào)整后的收益要高于隨機(jī)生成。K=4 時(shí)同樣大部分投資組合收益集中在0 附近，有部分高于1.0 的組合，極少數(shù)低于-1.0 的組合。而隨機(jī)生成的投資組合中，其收益率絕大部分處于0 以下。

通過對比K=5 時(shí)兩者散點(diǎn)圖，ChatGPT 輸出投資組合的回報(bào)在0 上下徘徊，集中在-0.5 至0.5 之間，而隨機(jī)輸出投資組合則絕大部分處于0 以下，很少有投資組合在零上。總體而言，在K=5 時(shí)，同樣出現(xiàn)ChatGPT 輸出投資組合回報(bào)要優(yōu)于隨機(jī)輸出的投資組合回報(bào)。

綜上，可以得出，在K=3、K=4、K=5 時(shí)，ChatGPT 輸出投資組合風(fēng)險(xiǎn)調(diào)整后的回報(bào)總體上要優(yōu)于隨機(jī)生成投資組合。

在以上ChatGPT 輸出的投資組合中，兩兩投資組合資產(chǎn)并非是完全相同的，或者說在輸出相同資產(chǎn)個(gè)數(shù)的兩兩投資組合是不一致，即沒有重復(fù)的。以K=3 為例，向ChatGPT 提問的問題是“以下40 支資產(chǎn)中選取出3 資產(chǎn)，需憑借當(dāng)前的知識儲(chǔ)備、行業(yè)分析、政策狀況、股票負(fù)面新聞、公司盈利能力等因素選取出未來一年半的時(shí)間具有較大的投資價(jià)值。同時(shí)將選擇的理由輸出完整，并且重復(fù)這一過程100 次，即需要100 次不同的資產(chǎn)組合，要求選出你認(rèn)為投資價(jià)值較大的”，隨后我們統(tǒng)計(jì)了K=3 時(shí)輸出的100 次投資組合其資產(chǎn)出現(xiàn)的頻數(shù)及占比情況（頻率取前六名），重復(fù)這一過程，實(shí)現(xiàn)K=4，K=5 的情況，繪制出下圖4。在K=3 時(shí)，ChatGPT 輸出的投資組合含中國石油這一支資產(chǎn)最多，頻率超過70%，意味著在輸出的100 次投資組合中，有至少70 次的投資組合含有中國石油，排名前六的還有貴州茅臺（33%）、美元兌人民幣（26%）、中國石化（22%）、中興通訊（19%）、黃金ETF（16%）。在K=4 時(shí)，資產(chǎn)頻率排名前六的是中國石油、貴州茅臺、中國石化、中興通訊、美元兌港幣、黃金ETF。K=5 時(shí)，資產(chǎn)頻率排名前六的是美元兌港幣、黃金ETF、貴州茅臺、中興通訊、中國石油、恒瑞醫(yī)藥，且美元兌港幣以頻率80%雄踞榜首。

圖4 ChatGPT 下資產(chǎn)輸出頻數(shù)及頻率概況（取字資產(chǎn)頻率前六）

無論是K=3，或是K=4，抑或是K=5，ChatGPT 的輸出資產(chǎn)重點(diǎn)均分布在中國石油、中國石化、貴州茅臺、美元兌港幣、美元兌人民幣上。而這與公募基金持倉情況很是相似的，其重倉持股也大都偏好于這些藍(lán)籌股、大盤股。論述這一實(shí)驗(yàn)過程的目的是判定ChatGPT 輸出的投資資產(chǎn)組合是有一定的依據(jù)的，而且這種投資結(jié)果未必比專業(yè)投資經(jīng)理要差。為進(jìn)一步探究ChatGPT 下投資組合其業(yè)績比較情況，本文將ChatGPT 輸出的投資組合業(yè)績放到10000次隨機(jī)投資組合中，試觀察在10000 次中的表現(xiàn)情況。

以K=4 為例，本文使用GPT 選擇4 支資產(chǎn)構(gòu)建投資組合，計(jì)算出夏普指數(shù)（GPT 僅輸出1 次）。之后，通過VB 隨機(jī)生成10000 次投資組合，并在此基礎(chǔ)上計(jì)算出相應(yīng)的夏普指數(shù)，考察10000 次投資組合中其夏普指數(shù)低于ChatGPT的有多少，并計(jì)算出相應(yīng)占比。如下圖所示，我們得到在輸出K=4 的資產(chǎn)組合中，GPT 夏普指數(shù)值高于94.86%的隨機(jī)生成的投資組合數(shù)。以此類推，相繼考察了K=5、K=6，…，K=14，并畫出圖像5。同時(shí)，對于ChatGPT 選擇的資產(chǎn)以及原因如表3 所示，以K=4 為例。

表3 ChatGPT 選擇的資產(chǎn)及理由（以K=4 為例）

由圖5 可見，10000 次隨機(jī)投資組合其風(fēng)險(xiǎn)調(diào)整后的回報(bào)低于ChatGPT 的個(gè)數(shù)所占的百分比并未隨著投資組合資產(chǎn)數(shù)目的增多或減少而呈現(xiàn)出一定的規(guī)律，不過顯而易見的是，ChatGPT 生成的投資組合風(fēng)險(xiǎn)調(diào)整后的回報(bào)要高于“大部分”隨機(jī)生成的投資組合其風(fēng)險(xiǎn)調(diào)整后的回報(bào)。例如在K=9 時(shí)，ChatGPT 風(fēng)險(xiǎn)調(diào)整后的回報(bào)一度高于97.77%的隨機(jī)生成投資組合。這意味著假設(shè)有100 種不同的資產(chǎn)組合，使用ChatGPT 選擇一組投資組合，其風(fēng)險(xiǎn)調(diào)整后的回報(bào)會(huì)高于97 種投資組合的回報(bào)。而百分比最小的K=5，也可以表示為假設(shè)有100 種不同的資產(chǎn)組合，使用ChatGPT 選擇的一組投資組合，其風(fēng)險(xiǎn)調(diào)整后的回報(bào)會(huì)高于73 種投資組合的回報(bào)。根據(jù)上圖，占比絕大部分超過90%，單從這一點(diǎn)看，ChatGPT 確實(shí)能很好地能夠成為投資經(jīng)理的助手。

圖5 ChatGPT 在10000 次中隨機(jī)生成的投資組合的表現(xiàn)圖

四、結(jié)論

本文旨在探討ChatGPT 在投資組合管理中的有效性，研究表明，ChatGPT 可以作為投資過程的有益助手。雖然ChatGPT 無法預(yù)測未來或像投資經(jīng)理那樣進(jìn)行組合優(yōu)化，但是它能夠?yàn)槿狈ν顿Y組合管理知識或?qū)I(yè)技能的個(gè)人提供一種便捷實(shí)用的選擇。

從投資角度來看，本文研究了在管理投資組合過程中利用ChatGPT 的潛在好處。對于個(gè)人投資者，特別是那些可能沒有受過教育或信息不對稱的投資者，可以通過ChatGPT在投資組合管理中受益。此外，專業(yè)投資組合經(jīng)理可以通過將ChatGPT 用于提高風(fēng)險(xiǎn)調(diào)整后的回報(bào)來提高工作的質(zhì)量及效率，從而將更多的精力放在更為重要的任務(wù)上。

總的來說，相對比隨機(jī)選擇ChatGPT 在組合投資的風(fēng)險(xiǎn)調(diào)整后的回報(bào)取得比較好的成績更優(yōu)，本文研究成果或結(jié)論能夠?yàn)槲磥淼难芯刻峁┙梃b，具體而言，可以進(jìn)一步研究ChatGPT 能否改善投資組合資產(chǎn)多樣性、豐富度或在投資組合管理中長期驗(yàn)證其使用的可行性等。