Mit ChatGPT auf dem Sprung, qualitative Informationen auf dem Aktienmarkt viel umfassender zu nutzen

Ein Beitrag von Prof. Dr. Dirk Schiereck, TU Darmstadt

Large Language Models, sogenannte LLMs, sind vor allem durch ChatGPT in aller Munde, so dass es nicht verwundert, dass sich inzwischen verschiedene wissenschaftliche Studien mit Einsatzmöglichkeiten an den Finanzmärkten befassen. Konkret geht es um die Frage, in welcher Qualität ChatGPT und andere KI-Chatbots in der Lage sind, das geschriebene Wort in Finanznachrichten korrekt zu interpretieren. Je besser dies gelingt, desto vorhersehbarer und intensiver dürften die Publikationen des gesamten von IR produzierten News Flow in Aktienmarktreaktionen reflektiert werden. Eine dieser Studien von der University of Florida, die mit Zeitungsschlagzeilen arbeitet, wird nachfolgend kurz skizziert, der Link zur ganzen Studie findet sich dann unten.

Die Studie aus Florida untersucht das Potenzial von ChatGPT und anderen großen Sprachmodellen in der Vorhersage von Aktienkursreaktionen mithilfe einer Sentimentanalyse von Zeitungsschlagzeilen. Es wird ChatGPT verwendet, um zu klassifizieren, ob eine bestimmte Schlagzeile eine gute, eine schlechte oder eine irrelevante Nachricht für den Aktienkurs eines Unternehmens ist. Anschließend berechnet ein Algorithmus daraus einen numerischen Wert. Tatsächlich zeigt sich eine signifikante positive Korrelation zwischen diesen ChatGPT-Ergebnissen und den daraus resultierenden erwarteten Aktienrenditen. Mehr noch, ChatGPT übertrifft herkömmliche Methoden der Sentimentanalyse. Die Vorhersagbarkeit von Renditen ist eine neue Fähigkeit komplexer Modelle, die nicht auf Zeitungsschlagzeilen beschränkt bleibt. Andere Studien zeigen bspw. die korrekte Interpretation von Aussagen des Federal Reserve Boards.

Nun steht die Entwicklung von LLMs noch sehr am Anfang, aber wenn bereits jetzt erfolgreiche Anwendungen im Finanzmarktkontext sichtbar sind, bedarf es nicht unbedingt prophetischer Gaben, um abzusehen, wie der weitere Entwicklungspfad aussehen wird. Solche Erkenntnisse werden natürlich Auswirkungen auf die Beschäftigungslandschaft in der Finanzindustrie haben, wenn es zu Anpassungen bei den eingesetzten Methoden der Aktienmarktvorhersage und darauf basierenden Investmententscheidungen kommt. Dementsprechend sei meine Leseempfehlung auch dahingehend verstanden, dass sie hoffentlich zum Verständnis der Anwendungen von LLMs in diesem Bereich beiträgt. Denn diese ersten Studien zu ChatGPT und die dabei gezeigten bemerkenswert erfolgreichen Anwendungen werden neben der Investmentpraxis auch mit Sicherheit Inspiration für weitere wissenschaftliche Forschungen zur Integration künstlicher Intelligenz und der Verarbeitung natürlicher Sprache an den Finanzmärkten sein. Und es wird dann auch nicht lange dauern, bis Regulierungsbehörden und politische Entscheidungsträger versuchen, das Potenzial sowie die Vorteile und Risiken zu verstehen, die mit der zunehmenden Einführung von LLMs auf den Finanzmärkten verbunden sind.

Mit zunehmender Etablierung und breit gefächerter Nutzung dieser Modelle nimmt ihr Einfluss auf das Marktverhalten und die Informationsverbreitung zu. Gerade in marktengeren Börsenwerten und in liquiditätsarmen Marktphasen kann die Preisbildung zu einem kritischen Problembereich werden. IR wird diese Entwicklung sehr wachsam verfolgen müssen.

Das Paper dazu finden Sie hier.
Quelle: Lopez-Lira, A., & Tang, Y. (2023). Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models. arXiv preprint arXiv: 2304.07619.