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

要約

タイトル：ChatGPTによるマルチモーダル株価予測のゼロショット分析：ウォールストリート初心者

要約：

– 大規模言語モデル（LLMs）であるChatGPTは、自然言語処理タスクにおいて優れた性能を発揮しているが、金融分野での株価予測におけるその効果については未だに調査がなされていない。
– 本論文では、3つのツイートと株価データセットを用いたマルチモーダルな株価予測において、ChatGPTの能力をゼロショット分析により詳細に調査した。
– 結果、ChatGPTは「ウォールストリート初心者」として、株価予測において優れた性能を発揮しておらず、既存の最先端手法や価格特徴を用いた線形回帰など、従来の手法にも劣ることが示された。
– また、Chain-of-Thoughtプロンプティング戦略やツイートの導入の可能性があったにもかかわらず、ChatGPTのパフォーマンスは低く、説明可能性や安定性にも限界があったため、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。
– 本研究はChatGPTの能力に関する洞察を提供し、ソーシャルメディアの感情や過去の株価データを活用した金融市場分析や予測の改善を目指した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