The Wall Street Neophyte: A Zero-Shot Analysis of ChatGPT Over MultiModal Stock Movement Prediction Challenges

要約

【タイトル】
ChatGPTを用いたマルチモーダルストックムーブメント予測によるウォールストリート新参者のゼロショット分析

【要約】
・ChatGPTのような大規模言語モデル（LLM）は、自然言語処理タスクで顕著なパフォーマンスを示すことが知られているが、金融分野、特に株式市場の動向予測においての有効性は未だ開拓されていない。
・本論文では、3つのツイートと株価履歴データセットによるマルチモーダルストックムーブメント予測においてChatGPTの能力をゼロショット分析によって詳細に調査した。
・その結果、Chain-of-Thoughtプロンプト戦略の潜在的な可能性やツイートの含有にもかかわらず、ChatGPTの性能は既存の最先端方法や価格特徴を使用した線形回帰などの伝統的な方法にも劣り、ストックムーブメントを予測するのに十分な性能を持たないことが明らかになった。
・さらに、ChatGPTの説明可能性や安定性に限界があることがわかり、より専門的なトレーニングや微調整が必要であることが示唆された。
・この研究はChatGPTの能力についての洞察を提供し、ソーシャルメディアの感情や株式市場の過去のデータを活用して金融市場分析と予測を改善するための将来の研究の基盤となる。

要約(オリジナル)

Recently, large language models (LLMs) like ChatGPT have demonstrated remarkable performance across a variety of natural language processing tasks. However, their effectiveness in the financial domain, specifically in predicting stock market movements, remains to be explored. In this paper, we conduct an extensive zero-shot analysis of ChatGPT’s capabilities in multimodal stock movement prediction, on three tweets and historical stock price datasets. Our findings indicate that ChatGPT is a ‘Wall Street Neophyte’ with limited success in predicting stock movements, as it underperforms not only state-of-the-art methods but also traditional methods like linear regression using price features. Despite the potential of Chain-of-Thought prompting strategies and the inclusion of tweets, ChatGPT’s performance remains subpar. Furthermore, we observe limitations in its explainability and stability, suggesting the need for more specialized training or fine-tuning. This research provides insights into ChatGPT’s capabilities and serves as a foundation for future work aimed at improving financial market analysis and prediction by leveraging social media sentiment and historical stock data.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI