本报告提出了基于ChatGPT的“Classify-and-Rethink(CAR)”多步零样本文本推理策略,用于克服金融领域中的框架效应行为偏差。通过对黄金相关新闻的分类与反思评分,CAR策略有效减少了因框架效应带来的决策偏差,实现了显著超额收益,回测结果显示其收益率和夏普比率均优于传统买入持有及单步评分策略,验证了LLM在金融行为偏差纠正和投资决策中的潜力 。
报告首次将ChatGPT应用于黄金投资,通过设计“Classify-and-Rethink(CAR)”提示词策略提升LLM在金融推理任务中的表现,致力于克服投资者常见的行为偏差——框架效应 。
CAR策略流程包括新闻分类(6分类:地缘政治事件、宏观数据、央行政策、汇率及股市波动、黄金供需)和反思调整评分两个步骤,以促进模型从长期趋势视角修正短期判断,降低框架效应影响,提高投资决策合理性。
回测策略基于沪金Au9999每日收盘价和中文黄金新闻,从2018年至2023年中,使用的四种策略对比结果如下 :
| 策略 | 收益率 | 夏普比率 |
|---|---|---|
| Buy-and-Hold | 63.53% | 0.811 |
| One-Step | 63.44% | 0.902 |
| Classify | 73.41% | 1.019 |
| Classify + Rethink (CAR) | 80.35% | 1.071 |
从净值曲线看,CAR策略不仅能避免重大跌落,还能及时捕捉黄金价格的快速上涨,有效跟踪市场波动。
评分分布分析显示,CAR策略的评分更接近正态分布,符合金融数据真实分布特点,提升了评分的合理性与后续数据处理的简便性。
案例分析揭示,CAR策略通过“反思”环节避免ChatGPT被短期、片面信息误导,更准确抓住对黄金价格影响最大的关键信息,体现出良好的因果推理能力与行为偏差校正效果。
| 策略 | 评分 | 评分解释摘录 |
|---|---|---|
| One-Step | -0.8 | 认为“俄罗斯门”事件会转移关注,降低黄金需求,解释不合理。 |
| Classify | 0.5 | 正确识别美股抛售和恐慌指数上涨推升避险需求的关系。 |
| Rethink | 0.7 | 从反向思考角度调整评分,强调长期趋势及潜在因素影响,优化理解。 |
本研究首次系统探索利用LLM多步推理避免行为金融偏差,提出了“分类+反思”相结合的高效提示词设计,显示出在金融文本大规模分析和投资策略开发中的广阔应用前景 。
报告标题:“Can ChatGPT Overcome Behavioral Biases in the Financial Sector? Classify-and-Rethink: Multi-Step Zero-Shot Reasoning in the Gold Investment”
作者及机构:Shuoling Liu等,来自香港科技大学及中国科学院计算技术研究所,同时与易方达基金创新实验室合作。
时间:未标注具体发表日期,但文中提及数据时间截至2023年6月。
研究主题:探讨大型语言模型(LLM)——具体采用ChatGPT—— 能否克服金融领域中的行为偏差,特别是框架效应(Framing Effect),以及其在黄金投资领域的推理能力和实际投资表现。
本报告核心聚焦于利用ChatGPT及其链条思维(Chain-of-Thought, CoT)提示策略,通过一个被称为“Classify-and-Rethink”(CAR)的多步骤零样本(zero-shot)推理框架,在黄金投资分析中克服行为偏差,提升投资策略的表现。报告特别指出:
该研究不仅对金融文本大规模分析的行为金融研究具有重要启发,也为投资者提供了减少行为偏差、利用LLM辅助决策的可行方案。,1]
报告通过介绍大型语言模型(LLMs)近年来在文本生成和领域适应取得的成功,指出其在金融推理领域的应用尚未充分被探索。行为偏差,尤其是框架效应,是金融投资中的核心问题,影响投资决策的合理性。不同于传统情感分类,本文采用ChatGPT评分黄金相关新闻,结合精准设计的prompt策略,聚焦提升LLM的金融推理能力及情绪中立度,最终目标是提高投资判断的逻辑性和收益表现。
图示清晰列出CAR方法工作流程:
图中展现Prompt具体文本与典型回答示例,直观说明流程中每环节的输出和策略逻辑,辅助理解设计的创新点与实用性。
表中列出不同策略的累计收益和夏普比率:
资产净值曲线,展示2018-2023年4个策略的累积净值变化。
图表直观印证CAR通过理性反思避免被短期情绪牵引,实现收益与风险的优化均衡。
三种策略下得分分布密度曲线:
此分布反映CAR的评分逻辑符合金融市场波动规律,避免极端判断或情绪化评分。
展示具体新闻条目下三种prompt策略给出的评分及解释文本。
本文核心为黄金新闻的情绪与事件评分转化为买卖信号,并未对黄金本身估值模型进行深入建模,故无传统DCF或多因子估值模型。投资策略的“估值”实为基于新闻评分的交易信号系统。关键输入为新闻评分阈值及时间窗口(5条消息短期,20条消息长期平均评分),通过调整prompt设计改进评分合理性,进而影响交易执行,形成完整策略闭环。,5]
报告未专门章节展开风险讨论,但暗含以下风险点:
本报告权威、系统地研究了LLM,尤其是ChatGPT,如何通过多步推理和精心设计的prompt策略,克服金融领域中的行为偏差——框架效应,实现更合理的新闻情绪评分及黄金投资决策。核心贡献体现在创新的“Classify-and-Rethink”(CAR)方法,通过“分类-评价-反思”三阶段,从长短期、多角度对金融新闻影响力作出权衡,有效避免LLM被短期情绪或认知偏差诱导。实证数据显示,CAR策略在2018年至2023年黄金市场数据上的收益率达到80.35%,夏普率为1.071,显著优于买入持有和传统单步prompt策略,且评分分布更贴近金融现实的正态分布,这不仅提高了模型的推理合理性,也为后续自动化策略开发奠定了基础。
图表分析中,图1框架清晰展示了工作流,表1收益量化了策略优势,图2资产净值动态演示了策略风险控制能力,图3合理分数分布体现CAR的稳定性,表2具体案例验证了反思环节的纠偏效果。即使在零样本场景下,LLM通过适当的工程设计也能发挥出超越传统情绪分析模型的能力。
然而,报告也提示数据、模型演进及伦理风险,强调需长远跟踪和多角度研判,保证模型持续有效性和合规性。
整体来看,报告展示了LLM在行为金融领域的创新应用潜力,为未来大规模金融文本自动化分析与量化投资提供了理论与实践基础,并为投资者利用AI辅助决策开辟新途径。
本报告为金融科技结合人工智能领域的前沿突破,其创新性和实践价值值得业界与学术界高度关注与深度研究。
CAR方法框架图(图1)
资产净值曲线(图2)
评分分布密度曲线(图3)
详见报告末尾,引用了最新LLM推进技术、行为金融、金融NLP及prompt工程等领域核心文献,为方法设计提供坚实理论基础。,13]
2411.13599.pdf