撰文：李潤茵　本刊記者

1小時會議、1萬字財報，總結為500字重點，你需要多少時間完成？王逸研就僅用4分鐘，「從前起碼要20分鐘，現在快五倍」，這位易方資本助理基金經理坦言，每天工作已離不開ChatGPT了。

今年7月，法國巴黎銀行調查訪問不同地區的對沖基金經理，他們管理資產總值達2505億美元，發現44%原來已專業應用ChatGPT，主要生成行銷文本、總結監管文件、研究報告等﹝圖一﹞。

主動基金失勢

ChatGPT純粹用來降低（時間）成本？相信業界野心遠不止於此。金融本質是逐利，投資講求回報，不過即使是對沖基金，號稱高回報，近年都跌落神壇！

舉例Citadel，去年扣除費用後，回報仍近40%，今年呢？截至7月，還是個位數，難怪易方資本創辦人王華慨嘆：「基金愈來愈難跑贏」。他是得獎基金經理，擁有超過20年投資經驗，操盤長短倉（long-short equity）對沖基金，專攻科技股，「環球經濟不景，半導體作為領先指標，近兩年都不濟，呈L形走勢」。

除外圍因素，也有內部變化。「以前報告出來，還有反應時間，直至2010年前，賺錢是比較容易；現在早上9時30分，市場幾乎都收到風，資金流都去了，所以很難再靠速度贏股票。」

正因資訊愈趨公開、透明，套利空間大幅縮減，愈考驗基金經理真功夫，「所謂『對沖基金』（hedge fund），也譯作『避險』，理論上應該是穩定，為什麼現在跟大市齊上齊落，甚至升市升突、跌市跌突？」

這位行內人透露，現時對沖基金「長倉」居多，意思即是很少做淡，事關沽空要付利息，也不敢大倉位進行，只因會做槓桿，所以大市升時，獲利還是可觀。

不同基金策略不同，本來無可厚非，但是「長倉基金收取首次認購費後，再按年收費2%；對沖基金則不同，只收管理費及表現費，但通常是2%加20%」。

自08年金融海嘯以來，美國大型股票基金能跑贏羅素1000指數，比例長期徘徊在三分之一中下水平﹝圖二﹞，連特許金融分析師協會（CFA Institute）都察覺，過去十年，指數產品迅速增長，例如SPDR S&P 500 ETF Trust（SPY）及Vanguard 500 Index ETF等。

無他，價值有限自然民心盡失。投資者受夠高費用、低回報，由主動基金「轉倉」至被動基金，那是大勢所趨，基金公司、銀行想挽回客戶，就要爭取表現。

事實上，回顧歷史，金融界用AI投資，並非新鮮事。早在2007年，Rebellion Research已經推出首隻AI基金，甚至成功預測08年崩盤、09年希臘債務危機，後來IBM超級計算機Watson，也嘗試結合歷史數據及經濟數據，來進行股票基礎分析。

只是隨着時間流逝，這些名字都消失人前，所謂「AI操盤」終究跑輸大市。乍看之下，ChatGPT既非精準計算，甚至加減乘除都不擅長，但摩根大通、高盛、摩根士丹利等，卻悄然開始鑽研這套「大型語言模型」（LLM）。

金融大鱷願意投放資源，絕不會因為貪好玩，而是相信通過技術能走出「投資窪地」。ChatGPT最擅長是什麼呢？正是處理文字訊息，能夠提供非常快速，甚至超過專家的準確度。

解讀聯儲局

對於投資而言，「文字」威力有幾大？首先，ChatGPT擅長解讀政策，最明顯的例子，就是能夠提前一步，知道聯儲局加息定降息。它是如何做到？方法就是在政策公布前，針對聲明內容、官員講話進行，再跟當地金融數據、行業情況等進行關聯分析。

由於ChatGPT的訓練模式﹝圖三﹞，是通過深度神經網路架構，即Transformer（轉換器）來訓練大量文字數據，所以它能學習到字詞、片語及句子間的模式和關係。

例如2013年5月，聲明提及「總體而言，儘管勞動市場狀況，近幾月有所改善，但失業率仍居高不下」。ChatGPT判斷該句屬於「鴿派」，因為內容暗示經濟未完全復蘇，結果與人類分析師完全一致，意味達到專家水平。

相關研究英國研究機構Man AHL，以及摩根大通都做過，後者更用作實戰分析。模型學習完過去25年的相關文件及演講稿，再會根據具體內容，進行「鷹派」「鴿派」等級評分，破解「密碼」後便作下一步部署。

「市場上許多訊息，也是通過文字發布，ChatGPT能補充傳統工具，甚至是提升。」科大大數據研究所負責人曹琛向本刊表示。

500%回報率

當然，投資者最關心還是「選股能力」。早前，外國理財網站Finder挑選了英國領先的10隻基金，將持倉組合的所有股票，放入分析庫內，再按低債務水平、歷史增長率及資產優勢等條件，要求ChatGPT篩選出符合標準的股票，最後得出38隻。

該網站遂由3月6日開始，追蹤「ChatGPT推薦基金」（每隻股票權重相當）77日，結果至6月26日，相關組合收益達6.85%，高出十大基金平均6.9%。

ChatGPT能夠預測大市？非也！Finder都表明實驗所用資料庫並非實時，所以談不上預測；再說，準確預測是人類都Mission Impossible啊！

實際上，那是ChatGPT第二個強項，就是統計能力了！不要小覷統計的威力，在市場上可左右大局，「我經常說投資不外乎是P/E乘以E等於P，P/E即市盈率，E即Earnings Per Share（每股盈餘），等於P即股價，意思是投資主要兩大要素，心理面，即市場情緒（Sentiment），以及基本面」。

王華續道：「理論上，新聞出來就是判斷兩面；但現實中，投資沒有太多邏輯，我以前都不信，現在認清本質，始終都是情緒主導，而ChatGPT找人的情緒很好。」

傳統情緒分析無得比，原因是ChatGPT所使用語言模型，參數數量高達1750億個，前者是望塵莫及的，「參數愈多愈準，因為是集體投票，ChatGPT背後原理是歸納法（Inductive Reasoning），意思是偏向統計，即使未必是重要新聞，就是牽動最多人，繼而就會撳掣，動了股價」。

現成就有一個ChatGPT捕捉市場情緒的例子——話說今年4月6日，社會科學研究網（SSRN，為學術期刊發表論文前、早期科研成果發布平台）上，就有篇文章題為〈ChatGPT能預測股價走勢嗎？〉作者為美國佛羅里達大學兩位金融學者，至今已累計超過5萬下載。

簡單而言，研究是進行情緒分析，測試時間為2021年10月至2022年12月，作者特意設定在2021年9月後，以避開ChatGPT-3.5受訓資料，確保系統無法得知後市。

輸入資料則包括證券價格研究中心（CRSP）跟相關新聞，覆蓋4138間於紐交所及納斯達克上市公司；另外，67586條標題經過濾後，例如刪走漲跌、重複等內容，ChatGPT會逐條評分如下：

1是利多，0是不知道，-1是利空；1代表買進，0代表不動作，-1代表作空。舉例標題「Rimini Street在對抗Oracle案件被罰款63萬美元」，研究員告訴ChatGPT：

假設你是一位金融專家，擁有股票推薦經驗，如果這則新聞對Oracle股價有利，回答Yes（是）；如果對股價不利，回答No（否）；如果不確定，回答Unknown（未知），並用一句精簡句字解釋原因。

然後，ChatGPT回答：是，並解釋原因是「Oracle向Rimini Street處以罰款，有可能提高投資者對Oracle保護知識產權能力的信心，增加對產品和服務需求」。

根據ChatGPT指導，研究員遂進行投資決策，即買入有好消息的公司，賣空有壞消息的公司。如是者，累計約1年得出結果如下：

按ChatGPT-3.5策略做「長短倉」，1美元會漲至6.12美元，回報率達512%；按ChatGPT-4策略則升為3.76美元，回報率276%﹝圖四﹞，作為參考，同一時段，持有標準普爾500指數ETF，回報則是-12%。

——節錄自10月號《信報財經月刊》