В статье с помощью ChatGPT оценивали, является ли каждый новосной заголовок хорошим, плохим или нейтральным для цен акций компаний. Была установлена корреляция между оценками ChatGPT и последующими дневными доходами от акций.

Установлено, что модели, такие как GPT-1, GPT-2 и BERT, не могут точно прогнозировать доходность, что указывает на то, что возможность прогнозирования доходности - это возникающая способность сложных языковых моделей.

Также обнаружена предсказуемость как в небольших, так и в крупных акциях, что указывает на недостаточную реакцию рынка на новости компаний. Предсказуемость сильнее среди меньших акций и акций с плохими новостями, что согласуется с тем, что лимиты для арбитража также играют важную роль.

Наконец, предлагается новый метод оценки и понимания способностей моделей к логическому рассуждению. В целом, результаты указывают на то, что включение передовых языковых моделей в процесс принятия инвестиционных решений может привести к более точным прогнозам и улучшению производительности квантовых торговых стратегий.