华安证券-量化研究系列报告之十一：ChatGPT与研报文本情绪的碰撞-230814

文本预览：

《华安证券-量化研究系列报告之十一：ChatGPT与研报文本情绪的碰撞-230814（29页）.pdf》由会员分享，可在线阅读，更多相关《华安证券-量化研究系列报告之十一：ChatGPT与研报文本情绪的碰撞-230814（29页）.pdf（29页精品完整版）》请在悟空智库报告文库上搜索。

（以下内容从华安证券《量化研究系列报告之十一：ChatGPT与研报文本情绪的碰撞》研报附件原文摘录）
　　本篇报告探讨ChatGPT在金融文本中的应用，使用ChatGPT对分析师点评标题进行情感评分，验证了其在金融文本情绪评分方面的优越性和实用价值。 　　使用ChatGPT对分析师点评标题进行情感评分 　　本文将使用ChatGPT分析卖方分析师对公司盈余公告点评标题中的情感态度，探讨其在金融文本分析领域的潜力。我们通过适当的提示、模型设置和调用策略，提升模型回复的准确性和模型使用的性价比。从ChatGPT对标题情感的评分与解释看，ChatGPT在情感分析上表现卓越，能够准确、连续地评分，并精确捕捉关键情感信息，明显优于传统模型如BERT。 　　GPT评分刻画的“超预期”确能带来收益增量 　　我们分别尝试了使用文本方式和ChatGPT评分的方式对“超预期”进行刻画。实证表明，ChatGPT对于高评分的股票确实具有良好的收益预测能力，证实了其在金融文本评分方面的优越性和实用价值。与文本分析方法相比，通过ChatGPT评分筛选出的“GPT超预期”股票池数量更多，但其整体收益表现更为出色。此外，盈余跳空因子JOR在全样本、GPT超预期和文本超预期的样本空间中的表现也表明，无论从因子本身还是优选组合的表现，GPT超预期样本空间下的JOR因子有显著收益增量，在超预期Beta本身失效的近两年尤为突出。 　　GPT评分因子，新型另类因子 　　本文基于ChatGPT评分构建了“GPT评分因子”，包括等权、指数衰减加权和GPT评分波动因子，这些因子可认为是新型另类因子。理论上，分析师对盈余的评论主要是文字描述，很少涉及具体的数值数据，构造的因子的预测能力难以达到很高的水平。但其在中证500指数域中仍然显示出了一定的选股能力，2017-2023.06.30，GPT合成因子的RankIC为3.6%，多头年化超额为9.3%，多头组合每年均为正超额，近三年超额分别为7.04%、17.09%和2.96%。 　　风险提示 　　量化模型基于历史数据，过去的回测业绩不代表未来；量化模型本身存在失效的风险。