Institutional Money, Ausgabe 4 | 2023
robusten annualisierten Rendite von 66,16 Prozent. Die Alphas, die aus Tests von 2003 bis 2022 gewonnen wurden, haben die Autoren noch stärker beeindruckt. Be- achtenswert erscheint hier, dass lediglich fünf Faktoren ne- gative Alphas erzielen. Faktor 28 behält seine Position mit dem höchsten Alpha von 0,39 bei. In einem abschließenden Schritt wurden die Renditen und Alphas von statischen und dynamischen Multi-Faktor- Portfolios sowohl für reine Long-Positionen als auch für Long-Short-Kombinationen unter Verwendung der von GPT generierten Faktoren berechnet. Für die statische Me- thode bestimmen die Autoren das positive oder negative Vorzeichen jedes Faktors basierend auf ihren Renditen von 2000 bis September 2021 und berechnen dann den Durch- schnitt dieser Vorzeichen, um einen neuen Faktor für die je- weiligen Testläufe zu erstellen. Beim dynamischen Ansatz wird das Vorzeichen der Faktorwerte täglich angepasst. Die- ser Prozess basiert auf den kumulativen positiven oder nega- tiven Renditen der reinen Long-Positionen oder der Long- Short-Strategien. Auch in der Kombination erzielen die von GPT einge- setzten Faktoren erstaunliche Erträge und Alphas. ChatGPT, erklär mir … Während sich der Entscheidungsprozess bei herkömm- lichen KI-Strategien nicht oder nur schwer nachvollziehen lässt, hatten es die Forscher mit ChatGPT leichter – sie haben einfach nachgefragt. Einige markante Aussagen aus diesem Erkenntnisdialog haben wir in eigenen Zitatelemen- ten herausgefasst, insgesamt lässt sich die Herangehensweise laut Angaben der KI in neun Kategorien zusammenfassen: 1. Verständnis der Anforderungen und Daten: Zunächst ist es entscheidend, die Daten, mit denen wir arbeiten, und die Anforderungen – beispielsweise Art der Aktien, Handelsfrequenz oder Anlagehorizont – zu kennen. Das Alpha der GPT-Faktoren Insgesamt hat ChatGPT 81 neue Faktoren kreiert, davon haben die Studienautoren 35 signifikante Faktoren herausgefiltert. Faktor Short Term Long Term Faktor Short Term Long Term Faktor Short Term Long Term factor1 0,081366 0,037995** factor13 0,27217*** 0,060105*** factor25 0,19768** 0,038568** (1,05) (2,38) (3,13) (3,50) (2,26) (2,18) factor2 0,14555* 0,048151*** factor14 0,11712 0,20045*** factor26 -0,050981 0,025383 (1,75) (3,08) (1,09) (9,36) (-0,65) (1,52) factor3 0,16033* 0,074474*** factor15 -0,070954 -0,0065781 factor27 0,36163*** 0,20942*** (1,89) (4,59) (-0,98) (-0,44) (3,40) (10,04) factor4 0,41524*** 0,11757*** factor16 0,065698 -0,043872*** factor28 0,74355*** 0,39464*** (3,80) (4,63) (0,85) (-2,65) (6,80) (17,96) factor5 0,10443 0,055657*** factor17 0,16279* 0,053537*** factor29 0,025872 0,22233*** (1,39) (3,60) (1,89) (3,22) (0,23) (10,11) factor6 -0,15809* 0,0085058 factor18 -0,11913 0,019631 factor30 0,42559*** 0,20825*** (-1,92) (0,56) (-1,45) (1,31) (4,83) (11,87) factor7 0,052289 0,026176* factor19 0,22016** 0,078177*** factor31 0,43864*** 0,14078*** (0,65) (1,68) (2,50) (4,37) (4,52) (7,56) factor8 0,13276* 0,050085*** factor20 0,064678 0,15804*** factor32 0,037085 -0,012 (1,74) (3,27) (0,86) (9,43) (0,47) (-0,75) factor9 0,030934 0,068305*** factor21 0,24133*** -0,0021094 factor33 -0,062677 0,17787*** (0,35) (4,02) (2,96) (-0,13) (-0,48) (6,97) factor10 0,019998 0,041312** factor22 0,13958* -0,0058011 factor34 -0,0051649 0,11937*** (0,24) (2,43) (1,77) (-0,38) (-0,04) (4,88) factor11 0,22122* 0,23327*** factor23 0,13558 0,23501*** factor35 0,48099*** 0,17422*** (1,71) (8,84) (1,08) (9,00) (5,62) (11,15) factor12 0,05269 0,068138*** factor24 0,61935*** 0,35665*** (0,56) (3,47) (6,51) (17,97) Die 35 final synthetisierten ChatGPT-Faktoren, die mithilfe des LLM ChatGPT 4 kreiert wurden, weisen teils erstaunlich hohe Alphas aus. Sowohl bei der Rendite als eben auch bei den Alphas sticht dabei Faktor 28 hervor. Die Faktoren sind laut Studienautoren allesamt originär, wurden in der bisherigen Forschung und Anwendung also noch nicht identifiziert. ***/**/*: 99/95/90 Prozent Signifikanz Quelle: GPT’s Idea of Stock Factors 136 N o . 4/2023 | institutional-money.com THEORIE & PRAXIS | KI und ChatGPT-Faktormodell LOGO: © OPENAI » Wenn ein Indikator den Trend und der andere die Volatilität misst, kann das Aufschlüsse über das Momentum eines im Trend liegenden Marktes liefern. « ChatGPT 4, KI & Large Language Model
Made with FlippingBook
RkJQdWJsaXNoZXIy ODI5NTI=