🤖 ИИ и будущее рынков: Взгляд профессора Алехандро Лопеса-Лиры 0:00
Алехандро Лопес-Лира, доцент кафедры финансов Университета Флориды, в подкасте Excess Returns с ведущими Джастином Карбоно и Джеком Форехандом обсуждает влияние нейросетей на инвестиционный ландшафт. Главная идея эксперта заключается в том, что использование больших языковых моделей (LLM) радикально меняет правила игры, превращая «информационное преимущество» в вопрос скорости исполнения и доступа к уникальным данным, а не просто способности анализировать общедоступные тексты.
🧠 Как работают языковые модели в финансах 3:26
Алехандро Лопес-Лира поясняет, что, несмотря на сложность, архитектура ChatGPT по своей сути является «машиной для автодополнения». Она обучается предсказывать следующее слово, используя механизм внимания (attention mechanism). Хотя модель изначально не создавалась для финансов, она демонстрирует удивительную способность к контекстуальному анализу.
Ключевые выводы эксперта о применении ChatGPT:
- Сильные стороны: Модель превосходно справляется с повторяющимися задачами, которые обычно делегируют стажерам — например, сравнение разделов о факторах риска в годовых отчетах или поиск нестандартных формулировок в документации.
- Слабые стороны: ChatGPT пока плохо работает с сугубо количественными данными и прогнозированием будущих показателей на основе прошлых цифр. Модель может «галлюцинировать», выдумывая источники или факты, поэтому её нельзя использовать как полноценный инструмент для поиска достоверной информации.
- Влияние на аналитиков: По мнению Лопеса-Лиры, профессия аналитика изменится: часть рутинной работы исчезнет, но те, кто научится эффективно использовать ИИ, станут в разы продуктивнее.
📈 Может ли ChatGPT предсказать движение акций? 12:06
В своей нашумевшей работе «Могут ли LLM прогнозировать движение цен акций?» Лопес-Лира проверял способность нейросети оценивать финансовые заголовки новостей.
Методология исследования:
- Промпт-инжиниринг: Эксперт использовал специальный промпт, требующий от нейросети примерить роль финансового эксперта, чтобы обойти ограничения OpenAI на предоставление инвестиционных советов.
- Выборка: Исследование охватило около 60 000 заголовков новостей для 4 000 компаний за период с октября 2021 по декабрь 2022 года.
- Результаты: ChatGPT оказался способен интерпретировать нюансы новостей лучше, чем традиционные алгоритмы анализа тональности (sentiment analysis). Например, новость о судебном иске модель правильно классифицировала как «позитивную» для компании, которая защищает свою интеллектуальную собственность, и «негативную» для проигравшей стороны.
Эксперт отмечает, что наиболее выраженная предсказательная способность наблюдается у акций компаний малой капитализации.
🧩 Миф об эффективности системных факторов 38:59
Во второй части беседы Лопес-Лира переходит к своей исследовательской работе о «факторах» в эмпирических финансах. Он ставит под сомнение классическую теорию арбитражного ценообразования (APT), которая утверждает, что инвесторы должны получать повышенную доходность за принятие систематического риска (бета).
Основные тезисы исследования:
- Исследование показывает, что систематические факторы, измеряемые через ковариационную матрицу, зачастую не приносят компенсации в виде повышенной доходности.
- Хеджирование систематического риска (приведение бета-коэффициента к нулю) позволяет создавать портфели с тем же ожидаемым уровнем доходности, но значительно более низким стандартным отклонением.
- Таким образом, портфели, «очищенные» от систематических факторов, демонстрируют аномально высокие коэффициенты Шарпа, что противоречит ряду академических моделей.
Лопес-Лира предполагает, что доходность аномальных стратегий может объясняться систематическими ошибками аналитиков в прогнозировании прибыли или ограничениями, которые инвесторы накладывают на свой выбор активов.
🔮 Главный урок для инвестора 51:37
В завершение Алехандро Лопес-Лира дает два совета рядовому инвестору:
- Конкуренция с ИИ: Попытки обыграть рынок на основе публичной информации в будущем станут бессмысленными из-за ИИ. Успех будет зависеть от низких издержек исполнения сделок или доступа к уникальной, «мягкой» информации, не отраженной в открытых источниках.
- Риск: Систематический риск не гарантирует вознаграждения. Если вы не обязаны нести этот риск, лучше от него избавиться.
