让 ChatGPT 读新闻标题炒股：纸面回报惊人，但一到真实交易成本就露馅？

配图：AI 生成的概念示意图，非论文原图或实验数据。

TL;DR：佛罗里达大学的两位学者让大模型只读新闻标题，判断利好还是利空，再据此构造多空组合，回测显示 GPT-4 的信号明显强于传统的商业情绪评分。但这是回测，不是实盘；收益高度依赖极低的交易成本，而且作者自己也发现，策略表现随时间一路衰减。

这篇论文是 2023 年 4 月首次挂上 arXiv 的，题目叫《Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models》，作者是 Alejandro Lopez-Lira 和 Yuehua Tang。之后它被反复修订，最新的第 6 版在 2025 年 10 月更新，下面的数字以这一版为准，和最初版本的表述已有不少出入。

做法并不复杂：把一条公司新闻标题丢给模型，问它这对股价是好消息、坏消息还是无关，转成数值分数，再看这个分数能不能预测之后的收益。数据是 2021 年 10 月到 2024 年 5 月的约 15.9 万条「公司—标题—日期」记录，覆盖 4123 家美股公司，选这个区间，是为了让 GPT-4 的训练数据截止（约 2021 年 9 月）之后的新闻成为真正的样本外检验。

结果要分两层看。第一层是「初始反应」：GPT-4 对标题当天市场涨跌方向的判断，多空组合命中率约 93%（隔夜）和 89%（盘中）。但这部分涨幅发生在消息出来的一瞬间，普通投资者根本抢不到，作者也明说它不可交易。

第二层才是能不能赚钱的部分：对随后几天的「漂移」，GPT-4 的预测仍然显著，尤其是小盘股和坏消息；论文报告未计成本的年化夏普比率约 2.97（隔夜）。作为对照，GPT-1、GPT-2、BERT 这类小模型的表现为负，GPT-3.5 约 1.66，加入 GPT-4 分数后，商业数据商 RavenPack 的情绪分数在回归里不再显著。所谓「碾压传统情绪模型」，大致是这个意思，而且模型越大越强，作者称之为大模型的「涌现」能力。

不过冷水也来得很快。不计成本时，多空策略累计约 700%；每笔往返成本 5 个基点时还剩 300% 以上，10 个基点剩 100% 以上，到 20 个基点就不赚钱了。而这个策略几乎天天换仓，日换手率高达约 190%，只有交易成本极低的机构才吃得消。

更有意思的是衰减：策略的年化夏普从 2021 年第四季度的 6.54 一路降到 2022 年的 3.68、2023 年的 2.33，以及 2024 年前五个月的 1.22。作者认为这与越来越多的人用大模型读新闻、市场变得更有效相一致，但也承认这只是旁证，很难直接检验。

所以这篇论文更像是一个证据：大模型确实能从文字里读出一点市场尚未吃透的信息，而且这点信息正在被迅速抹平。它不是「照着做就能赚钱」的秘笈。此外这是未经同行评审的预印本，数据只是标题而非全文，部分结论也随版本修订而变化。

论文地址：arXiv:2304.07619