砸下數(shù)百萬美元分析CEO語氣，投資者用AI發(fā)現(xiàn)比財(cái)報(bào)更多的細(xì)節(jié)

夢晨 2021-10-25 20:35:51 來源：量子位

夢晨 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI

上市公司的CEO一言一行都得謹(jǐn)慎，不然股價(jià)分分鐘跌給你看。

回想這輪缺芯潮剛剛開始的時(shí)候，IT行業(yè)高管們還在發(fā)言中回避或淡化供應(yīng)鏈問題。

幾個(gè)月后，大眾、福特這些老牌車企也遭波及，紛紛出聲警告“我撐不住啦，我要減產(chǎn)”。

一輪股市動(dòng)蕩隨之而來。

不過卻有那么幾家投資機(jī)構(gòu)一點(diǎn)也不慌，因?yàn)樗麄冊缇筒蹲降搅薈EO們信誓旦旦言論背后的遲疑。

他們用AI算法對比CEO發(fā)言稿中選擇的字詞和說話時(shí)的語氣，分析出了高度不一致性。

使用算法的基金經(jīng)理表示AI技術(shù)能幫他們在競爭中取得優(yōu)勢。

畢竟頂級(jí)投資機(jī)構(gòu)都把財(cái)務(wù)報(bào)表分析的透透的了，很難從中榨取出更多價(jià)值。

此外，算法還產(chǎn)生了一個(gè)有趣的副作用。

因?yàn)榧磁d發(fā)言太容易暴露心理狀態(tài)，逼得越來越多的CEO提前寫好照稿念了。

誰在用？

走在前面的有英國曼氏集團(tuán)旗下的基金MAN AHL。

從1983年開始，這只基金就靠一個(gè)叫AHL Diversified的算法策略自動(dòng)跟蹤市場變化，到現(xiàn)在已經(jīng)成了“量化投資界的航母”。

隨著機(jī)器學(xué)習(xí)方法的發(fā)展，MAN AHL也不斷把新技術(shù)應(yīng)用到投資策略中。

對于CEO的發(fā)言，他們的算法關(guān)注語調(diào)、節(jié)奏和重音，再結(jié)合NLP技術(shù)與文字轉(zhuǎn)錄版本作對比，找出口頭和字面表述不一致的部分。

具體算法細(xì)節(jié)雖然不公開，不過也可以從MAN AHL的機(jī)器學(xué)習(xí)主管Slavi Marinov偶爾發(fā)表的論文中略作了解。

在證券市場使用NLP技術(shù)的還有日本野村證券。

他們統(tǒng)計(jì)了2014年以來公司高管在電話會(huì)議上語言的復(fù)雜程度和股價(jià)的關(guān)系，結(jié)果是使用簡單措辭的公司股價(jià)要比復(fù)雜措辭的高出6%。

美國銀行?（Bank of America）也利用電話會(huì)議中出現(xiàn)的詞匯來預(yù)測公司債券違約率。

他們的模型驗(yàn)證了削減成本?（Cost Cutting）、燒錢?（Cash Burn）這樣的詞與公司未來違約行為高度相關(guān)。

這樣的AI系統(tǒng)，開發(fā)和運(yùn)行成本高達(dá)數(shù)百萬美元，一般小公司還真用不起。

大的投資機(jī)構(gòu)到底能不能用這個(gè)賺到錢？他們以商業(yè)敏感性為由都沒有透露。

對于小的投資機(jī)構(gòu)，市場上也有一批技術(shù)提供商可以出售分析服務(wù)，也就是此前火過一陣的概念FinTech（金融科技）。

用的什么模型？

金融NLP最大的問題就是數(shù)據(jù)量不夠，把能找到的新聞和電話會(huì)議記錄全用上也不夠訓(xùn)練出效果好的語言模型。

不過得益于預(yù)訓(xùn)練技術(shù)的發(fā)展，先用大量通用領(lǐng)域文本訓(xùn)練，再用少量金融新聞和經(jīng)過標(biāo)注的電話會(huì)議文稿微調(diào)取得了效果。

很多金融語言模型都是基于BERT，像倫敦證券交易所推出了使用路透社新聞?dòng)?xùn)練的BERT-RNA和使用39萬份電話會(huì)議記錄訓(xùn)練的BERT-TRAN。

ICRL 2020也收錄了一篇金融語言模型論文FineBERT。

一家投資機(jī)構(gòu)Sparkline Capital透露了很多他們的BERT模型訓(xùn)練細(xì)節(jié)。

預(yù)訓(xùn)練分為用通用文本、未標(biāo)注的電話會(huì)議記錄、帶情緒標(biāo)注的IMDb電影評(píng)論三步，最后再用少量帶情緒標(biāo)注的電話會(huì)議記錄微調(diào)。

最后，Sparkline Capital還解釋了為什么現(xiàn)階段不能直接用深度學(xué)習(xí)來預(yù)測股價(jià)。

因?yàn)橄啾菴V和NLP任務(wù)的數(shù)據(jù)來說，金融市場上參與者眾多、交易行為產(chǎn)生的數(shù)據(jù)信噪比太低。

噪音稀釋了數(shù)據(jù)中的有效信息，AI模型會(huì)更容易被隨機(jī)性騙到。

按他們的說法，一張貓照片包含的信息量比1000個(gè)企業(yè)價(jià)值倍數(shù)（EV/EBITDA）數(shù)據(jù)還多。

參考鏈接：
[1]https://www.reuters.com/technology/ai-can-see-through-you-ceos-language-under-machine-microscope-2021-10-20/
[2]https://www.nature.com/articles/s41598-021-82338-6
[3]https://www.linkedin.com/pulse/deep-learning-investing-opportunity-unstructured-data-kai-wu/
[4]https://www.lseg.com/about-lseg/labs/financial-language-modelling
[5]https://arxiv.org/abs/2006.08097