量化研究系列報告之十一：ChatGPT與研報文本情緒的碰撞.pdf

量化研究系列報告之十一：ChatGPT與研報文本情緒的碰撞。本文將使用 ChatGPT 分析賣方分析師對公司盈余公告點評標題中 的情感態度，探討其在金融文本分析領域的潛力。我們通過適當的提 示、模型設置和調用策略，提升模型回復的準確性和模型使用的性價 比。從 ChatGPT 對標題情感的評分與解釋看，ChatGPT 在情感分析 上表現卓越，能夠準確、連續地評分，并精確捕捉關鍵情感信息，明顯 優于傳統模型如 BERT。

GPT 評分刻畫的“超預期”確能帶來收益增量

我們分別嘗試了使用文本方式和 ChatGPT 評分的方式對“超預期” 進行刻畫。實證表明，ChatGPT 對于高評分的股票確實具有良好的收 益預測能力，證實了其在金融文本評分方面的優越性和實用價值。與文 本分析方法相比，通過 ChatGPT 評分篩選出的“GPT 超預期”股票池數 量更多，但其整體收益表現更為出色。此外，盈余跳空因子 JOR 在全 樣本、GPT 超預期和文本超預期的樣本空間中的表現也表明，無論從 因子本身還是優選組合的表現，GPT 超預期樣本空間下的 JOR 因子有 顯著收益增量，在超預期 Beta 本身失效的近兩年尤為突出。

GPT 評分因子，新型另類因子

本文基于 ChatGPT 評分構建了“GPT 評分因子”，包括等權、指數 衰減加權和 GPT 評分波動因子，這些因子可認為是新型另類因子。理 論上，分析師對盈余的評論主要是文字描述，很少涉及具體的數值數 據，構造的因子的預測能力難以達到很高的水平。但其在中證 500 指 數域中仍然顯示出了一定的選股能力，2017-2023.06.30，GPT 合成因 子的 RankIC 為 3.6%，多頭年化超額為 9.3%，多頭組合每年均為正超 額，近三年超額分別為 7.04%、17.09%和 2.96%。