★ ChatGPT的运用效果
　　根据报告内容，投资者想单纯依靠ChatGPT给出的模型开发成熟的、可盈利的策略显然是不切实际的。ChatGPT给出的模型相对简单，且无法对数据进行分析，故其给出的模型形同“空中楼阁”一般是没有地基的，是缺乏以数据为基础的。此外，模型中参数的设置也缺乏逻辑支持。
　　然而，ChatGPT的确能在模型搭建方面极大地提升研究者以及投资者的效率。我们可以利用ChatGPT给出合适的模型参考，了解参数应该如何设置。甚至，相较于人类而言，它能在问题描述详尽的前提下给出相对更为有效的模型。
　　★关于“人工介入程度”的讨论
　　我们可以简单进行问题描述，然后直接要求ChatGPT给出解决方案；也可以尽可能详尽地描述问题，并提出一系列的要求，甚至强制ChatGPT按照预选的模型处理任务。在这一过程中，人工介入越多，ChatGPT的灵活度就越低；人工介入越少，ChatGPT越无法正确理解问题，越可能给出无效答案，那么当人工介入到何种程度的时候，能够使得ChatGPT最为有效地解决问题呢？这是一个值得深思的课题。
　　★风险提示
　　市场超预期变化；监管政策超预期变化。
　　

研究报告全文：热点报告-股指期货风险中性定价原理TableTitleChatGPT在量化ris投k-n资eu中tral的va运lua用tion股票预测报Ta告bl日e期Rank2023年2月9日王冬黎金融工程首席分析师TableSummary从业T资ab格le号AnalysFe3r032817ChatGPT的运用效果投资咨询号Z0014348根据报告内容投资者想单纯依靠ChatGPT给出的模型开发Tel8621-63325888-3975成熟的可盈利的策略显然是不切实际的ChatGPT给出的模型相对简单且无法对数据进行分析故其给出的模型形同空中Emaildongliwangorientfuturescom楼阁一般是没有地基的是缺乏以数据为基础的此外模型中参数的设置也缺乏逻辑支持联系人谢怡伦然而ChatGPT的确能在模型搭建方面极大地提升研究者以从业资格号F03091687及投资者的效率我们可以利用ChatGPT给出合适的模型参考Tel8621-63325888-1585了解参数应该如何设置甚至相较于人类而言它能在问题描Emailyilunxieorientfuturescom股述详尽的前提下给出相对更为有效的模型指关于人工介入程度的讨论期我们可以简单进行问题描述然后直接要求ChatGPT给出货解决方案也可以尽可能详尽地描述问题并提出一系列的要求甚至强制ChatGPT按照预选的模型处理任务在这一过程中人工介入越多ChatGPT的灵活度就越低人工介入越少ChatGPT越无法正确理解问题越可能给出无效答案那么当人工介入到何种程度的时候能够使得ChatGPT最为有效地解决问题呢这是一个值得深思的课题风险提示市场超预期变化监管政策超预期变化重要事项本报告版权归上海东证期货有限公司所有未获得东证期货书面授权任何人不得对本报告进行任何形式的发布复制本报告的信息均来源于公开资料我公司对这些信息的准确性和完整性不作任何保证也不保证所包含的信息和建议不会发生任何变更我们已力求报告内容的客观公正但文中的观点结论和建议仅供参考报告中的信息或意见并不构成交易建议投资者据此做出的任何投资决策与本公司和作者无关有关分析师承诺见本报告最后部分并请阅读报告最后一页的免责声明股指期货-热点报告2023-2-9目录1写在前面32Hi给我一个模型33按照我要求的去做74去找到最优模型105一些启发126风险提示13行业研究2期货研究报告股指期权-热点报告2023-2-91写在前面截止2023年2月ChatGPT在投资分析领域的应用已经得到了初步验证市场出现了不少利用ChatGPT撰写的行业分析报告以此证明ChatGPT可以生成具有一定逻辑内容相对详实的研究报告然而笔者认为ChatGPT在行研领域的应用是具有局限性的该模型无法提出创新性的观点从某种角度而言模型更像是市场一致预期的精准表达难免囿于重复正确的废话的弊端基于上述的分析笔者从另一个角度出发尝试基于ChatGPT的协助去构建量化交易模型ChatGPT本身无法直接对股票进行预测故需要人为干预指导其使用具体的模型这样的方式能够非常高效地进行建模此外在操作过程中还可以尝试进行不同程度的人为干预比较ChatGPT能否找到更为精准的预测模型我们的训练任务尽可能简单化即通过沪深300的历史价格数据对未来一天的价格进行预测且固定窗口为1年进行滚动预测2Hi给我一个模型在第一步笔者尝试只进行简单的任务描述并直接要求ChatGPT对任务进行编程分析代码发现ChatGPT给出的是ARIMA模型来应对时序数据预测的问题这在逻辑上是非常合理的但是ChatGPT在一些细节参数的处理上仍然存在一定不足比如模型设定一年为滚动回归窗口的长度为365天window365显然没有考虑到交易日与自然日的区别除此之外由于ChatGPT无法直接与数据交互故代码中导入数据的操作是不成立的不过我们可以通过在本地建立与stockdata格式相同的数据文件来导入数据通过询问ChatGPT该文件的数据格式我们得知其数据格式如下图表3再结合代码中的命名规则将日期和价格列分别命名为dateprice便可运行代码输出预测结果图表1ChatGPT对话资料来源ChatGPT东证衍生品研究院3期货研究报告股指期权-热点报告2023-2-9图表2ChatGPT对话资料来源ChatGPT东证衍生品研究院4期货研究报告股指期权-热点报告2023-2-9图表3ChatGPT对话资料来源ChatGPT东证衍生品研究院图表4ARIMA模型预测结果资料来源ChatGPT东证衍生品研究院5期货研究报告股指期权-热点报告2023-2-9根据ChatGPT给出的代码导入本地的数据之后最后得到的预测结果RMSE为351002在本报告中笔者不去讨论模型表现的好坏其实不难发现在量化建模的过程中ChatGPT能够非常快速高效地帮助投研人员进行模型的建立代码的编写然而该模型是否适用问题场景并不是ChatGPT会考虑的问题原因在于ChatGPT本质上只是一个对话系统它并不会与数据文件发生交互也就无法基于数据给出相对合适的模型建议当然了我们可以通过对数据进行定性的描述来一定程度上缓解该问题比如我们可以告诉ChatGPT这个一列金融时序数据该数据是不平稳的等等一系列的描述不过这样的描述终究是有局限性的另外一个可以参考的因素是我们可以通过ChatGPT获取参数设置的建议当然了这个参考建议也是脱离于数据给出的图表5ChatGPT对话资料来源ChatGPT东证衍生品研究院故笔者认为ChatGPT在建模过程中的帮助本质上是基于其给出的模型给出更为快速的代码编写但该代码也是相对基础且简单的并且需要在本地预先对数据进行整理以适配代码的数据导入部分那么我们不妨换一种方式假设我们已经选择了一种模型能否要求ChatGPT按照我们所选择的模型进行建模在下一章笔者作了相关尝试6期货研究报告股指期权-热点报告2023-2-93按照我要求的去做在这一部分我们预先选择了模型以SVM为例并要求ChatGPT按照该要求进行编程图表6ChatGPT对话资料来源ChatGPT东证衍生品研究院很快地ChatGPT给出了相关代码与先前给出的结果类似代码在运行逻辑上并没有问题只不过一些参数设置以及数据导入部分需要稍加修改图表7SVM模型预测结果kernallinear资料来源ChatGPT东证衍生品研究院7期货研究报告股指期权-热点报告2023-2-9图表8ChatGPT对话资料来源ChatGPT东证衍生品研究院除此之外还可以按需要求ChatGPT对模型当中的参数进行修改此处我们尝试将核函数kernellinear改为其他参数8期货研究报告股指期权-热点报告2023-2-9图表9ChatGPT对话资料来源ChatGPT东证衍生品研究院图表10SVM模型预测结果kernalpolyrbf资料来源ChatGPT东证衍生品研究院9期货研究报告股指期权-热点报告2023-2-9通过验证我们发现ChatGPT不仅可以自行给出可供参考的模型建议也可以按照选定的模型进行建模到了这步不禁想到有没有可能使得ChatGPT根据任务描述帮助我们找出更为有效的模型并帮助我们编写代码4去找到最优模型在这一步部分我们的提问更加具体并且要求ChatGPT给出一个具有较高预测精度和正确率的模型这次ChatGPT提供了LSTM模型图表11ChatGPT对话资料来源ChatGPT东证衍生品研究院图表12ChatGPT对话资料来源ChatGPT东证衍生品研究院10期货研究报告股指期权-热点报告2023-2-9图表13ChatGPT对话资料来源ChatGPT东证衍生品研究院在过去的研究过程中笔者确实认为LSTM在模型预测方面尤其是对于频率较高的数据而言具有一定的预测精度上的优势故可以认为ChatGPT并不是随机给出模型它会基于问题的描述基于提出的要求给出更为适合的模型但是在模型参数设置上面存在一定的随机性这一点的原因在之前已经讨论过了由于ChatGPT并不直接与数据交互所以其不能根据数据特点给出相应参数此外对于机器学习模型框架的搭建ChatGPT可能直接根据我们的需求进行修改比如修改损失函数添加神经网络层数等操作均可以成功完成11期货研究报告股指期权-热点报告2023-2-9图表14LSTM模型预测结果资料来源ChatGPT东证衍生品研究院5一些启发关于ChatGPT在各领域的应用是近期热度居高不下讨论话题回归到本报告所讨论的内容ChatGPT或者诸如此类的人工智能可以如何帮助我们在量化投资领域进行工作呢笔者的观点是若想单纯依靠ChatGPT给出的模型开发成熟的可盈利的策略显然是不切实际的ChatGPT给出模型相对简单且无法对数据进行分析故其给出的模型形同空中楼阁一般是没有地基的是缺乏以数据为基础的此外模型中参数的设置也缺乏逻辑支持然而ChatGPT的确能在模型搭建方面极大地提升研究者以及投资者的效率我们可以利用ChatGPT给出合适的模型参考了解参数应该如何设置甚至相较于人类而言它能在问题描述详尽的前提下给出相对更为有效的模型在笔者的多次尝试下ChatGPT给出过的一些模型建议是让人眼前一亮的这一点无疑可以极大地提升研究人员的工作效率12期货研究报告股指期权-热点报告2023-2-9下一步笔者抱有一个设想ChatGPT固然具有高度的智能那么我们该如何去尽可能激发其潜力为我们所用呢这里面一个重要的因素是人工干预程度如这篇报告所展示的我们可以简单进行问题描述然后要求ChatGPT给出解决方案也可以尽可能详尽地描述问题并提出一系列的要求甚至强制ChatGPT按照预选的模型处理任务在这一过程中人工介入越多ChatGPT的灵活度就越低人工介入越少ChatGPT越无法正确理解问题那么当人工介入到何种程度的时候能够使得ChatGPT最为有效地解决问题呢这是一个值得深思的课题6风险提示市场超预期变化监管政策超预期变化13期货研究报告股指期货-热点报告2023-2-9期货走势评级体系以收盘价的变动幅度为判断标准走势评级短期1-3个月中期3-6个月长期6-12个月强烈看涨上涨15以上上涨15以上上涨15以上看涨上涨5-15上涨5-15上涨5-15震荡振幅-5-5振幅-5-5振幅-5-5看跌下跌5-15下跌5-15下跌5-15强烈看跌下跌15以上下跌15以上下跌15以上上海东证期货有限公司上海东证期货有限公司成立于2008年是一家经中国证券监督管理委员会批准的经营期货业务的综合性公司东证期货是东方证券股份有限公司全资子公司注册资本金38亿元人民币员工逾800人公司主要从事商品期货经纪金融期货经纪期货投资咨询资产管理基金销售等业务拥有上海期货交易所大连商品交易所郑州商品交易所上海国际能源交易中心和广州期货交易所会员资格是中国金融期货交易所全面结算会员公司拥有东证润和资本管理有限公司上海东祺投资管理有限公司和东证期货国际新加坡私人有限公司三家全资子公司东证期货以上海为总部所在地在大连长沙北京上海郑州太原常州广州青岛宁波深圳杭州西安厦门成都东营天津哈尔滨重庆苏州南通泉州汕头沈阳无锡济南等地共设有36家分支机构并在北京上海广州深圳多个经济发达地区拥有149个证券IB分支网点未来东证期货将形成立足上海辐射全国的经营网络自成立以来东证期货秉承稳健经营创新发展的宗旨坚持以金融科技助力衍生品发展为主线通过大数据云计算人工智能区块链等金融科技手段打造研究和技术两大核心竞争力坚持市场化国际化集团化发展方向朝着建设一流衍生品服务商的目标继续前行行业研究14期货研究报告股指期权-热点报告2023-2-9免责声明本报告由上海东证期货有限公司以下简称本公司制作及发布本公司已取得期货投资咨询业务资格投资咨询业务资格证监许可20111454号本研究报告仅供本公司的客户使用本公司不会因接收人收到本报告而视其为本公司的当然客户本研究报告是基于本公司认为可靠的且目前已公开的信息撰写本公司力求但不保证该信息的准确性和完整性客户也不应该认为该信息是准确和完整的同时本公司不保证文中观点或陈述不会发生任何变更在不同时期本公司可发出与本报告所载资料意见及推测不一致的报告本公司会适时更新我们的研究但可能会因某些规定而无法做到除了一些定期出版的报告之外绝大多数研究报告是在分析师认为适当的时候不定期地发布在任何情况下本报告中的信息或所表述的意见并不构成对任何人的投资建议也没有考虑到个别客户特殊的投资目标财务状况或需求客户应考虑本报告中的任何意见或建议是否符合其特定状况若有必要应寻求专家意见本报告所载的资料工具意见及推测只提供给客户作参考之用并非作为或被视为出售或购买投资标的的邀请或向人作出邀请在任何情况下本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任投资者需自行承担风险本报告主要以电子版形式分发间或也会辅以印刷品形式分发所有报告版权均归本公司所有未经本公司事先书面授权任何机构或个人不得以任何形式复制转发或公开传播本报告的全部或部分内容不得将报告内容作为诉讼仲裁传媒所引用之证明或依据不得用于营利或用于未经允许的其它用途如需引用刊发或转载本报告需注明出处为东证衍生品研究院且不得对本报告进行任何有悖原意的引用删节和修改东证衍生品研究院地址上海市中山南路318号东方国际金融广场2号楼21楼联系人梁爽电话8621-63325888-1592传真8621-33315862网址wwworientfuturescomEmailresearchorientfuturescom15期货研究报告