2023年量化研究报告：ChatGPT与研报文本情绪的碰撞（附下载）

原标题：2023年量化研究报告：ChatGPT与研报文本情绪的碰撞（附下载）

今天分享的是量化研究系列深度研究报告：《2023年量化研究报告：ChatGPT与研报文本情绪的碰撞》。（报告出品方：ChatGPT）

精选报告来源公众：人工智能学派

报告共计：29页

【报告内容摘要如下】

ChatGPT：金融本文情绪分析的新篇章

ChatGPT是OpenAI基于GPT3.5(GenerativePre-trainedTransformer3.5)架构推出的大语言模型，于2022年11月30日发布。该模型在大量文本数据语料库上进行深度训练，旨在深入掌握自然语言的细微结构与复杂模式，被誉为“自然语言处理史上最强的模型”。

ChatGPT3.5是目前公开免费的最新版本，问世以来，在全球范围内备受欢迎，在各个领域都有着广泛的应用，如文本翻译、摘要提取、问题回答、信息补全和情感分析等各种语言任务。相比较于GPT-3.5，GPT-4在准确性、创意文本生成、结构化写作、交互式文本生成和程序生成方面有更强的能力。

ChatGPT的关键能力来自三个方面：强大的基座大模型能力（InstructGPT），高质量的真实数据（干净且丰富），强化学习（PPO算法）。首先，使用有监督学习方式，基于GPT3.5微调训练一个初始模型，由标注师分别扮演用户和聊天机器人，产生人工精标的多轮对话数据。然后，收集相同上文下，根据回复质量进行排序的数据，从比较中学习可以给出相对精确的奖励值（RewardModel），使得ChatGPT从命令驱动转向了意图驱动，不断引导GPT说人类要他说的。最后，使用PPO强化学习策略来微调第一阶段的模型，随机抽取新的Prompt，用第二阶段的RewardModel对产生的回答打分，再将此reward回传，进而反向更新PPO模型参数，直到模型收敛。

ChatGPT是基于先进的Transformer网络结构，并经历了严格的训练过程，其结果更趋近于人类的语言表达模式。与传统的情感分析模型（如Bert）相比，它能够更深入地解析语境中的语义和情境，这使得ChatGPT在情感分析上的表现较传统情感分析模型有更好的表现。然而，尽管ChatGPT在常规的文本处理任务上表现卓越，但它并没有专门为金融领域的数据和场景进行优化。因此，在预测股票收益或提供金融建议方面，它的应用仍然相对较少。为了进一步探索其在金融领域的可能性，本文利用ChatGPT对分析师研报的标题进行情感态度分析，并与其他主流的情感分析方法进行对比，旨在深入挖掘ChatGPT在金融领域中的价值及其存在的挑战。

【内容看点】

1. CHATGPT：金融本文情绪分析的新篇章
2. 如何使用 CHATGPT 对点评标题进行情感评分？
3. GPT 评分视角下的“超预期”刻画

（本“人工智能学派”已获上百家出品方授权。本文仅供参考，不代表我们的任何立场。如需使用相关信息，请参阅报告原文，内容版权归原撰写/出品方所有。）

报告共计：29页

受篇幅限制，仅列举部分内容。

海量精选报告来源公众号“人工智能学派”