En ny forskningsartikel fra Swiss Finance Institute viser, at ChatGPT ikke kun er en teknologisk dille eller en digital samtalepartner, men også et potent investeringsværktøj.
Forskerne bag studiet, herunder eksperter fra University of St. Gallen og det schweiziske investeringsselskab Finreon, dokumenterer, hvordan store sprogmodeller (LLM’er) som ChatGPT kan forbedre afkastet i traditionelle momentumstrategier.
Momentumstrategier bygger på idéen om, at aktier med stærke historiske afkast vil fortsætte deres kurs. Det lyder simpelt, men bagsiden er, at sådanne strategier ofte overser ny information, der kunne signalere en vending. Det er her, ChatGPT kommer ind i billedet.
Ved at koble højfrekvente nyhedsdata med en LLMs evne til at forstå og tolke sprogligt indhold i realtid, skaber forskerne en investeringsmodel, der både vurderer aktiers momentum og vurderer, om aktuelle nyheder styrker eller svækker den forventede kursretning.
I praksis fodres ChatGPT med firmarelaterede nyheder for de aktier, som ud fra klassiske momentumkriterier er kandidater til en portefølje.
Modellen får at vide, at aktien er ved at blive udvalgt og skal så bedømme, om nyhedsstrømmen sandsynliggør en fortsættelse af det positive afkast. Outputtet er en score mellem 0 og 1, som herefter påvirker både aktievalget og vægtningen i porteføljen.
Resultaterne er slående. Den AI-forstærkede strategi overgår en klassisk momentumstrategi med højere Sharpe- og Sortino-ratioer, altså bedre risikojusterede afkast, både i den historiske testperiode og i en ægte out-of-sample-periode, der starter efter oktober 2023, hvor ChatGPTs træningsdata slutter.
Med andre ord performer modellen bedst, netop når den ikke længere kan støtte sig til lagret viden, men må tolke nyhedsstrømmen i realtid.
Selv med konservative handelsomkostninger pålagt i analysen og uden nogen form for eftertræning af modellen, leverer strategien outperformance. I testperioden januar 2024 til marts 2025 opnår den AI-drevne portefølje en årlig Sharpe-ratio på 1,06 mod 0,79 for benchmarket, samtidig med lavere volatilitet og lavere drawdown.
Forskerne går endda så langt som til at analysere, hvilke promptformuleringer der fungerer bedst. Overraskende nok klarer den simple prompt sig bedre end den komplekse, hvilket tyder på, at modellen ikke behøver en lang forklaring for at forstå opgaven.
Den mest effektive opsætning viser sig at være månedlig rebalancering, vægtning mod store selskaber og en portefølje bestående af de 50 stærkeste momentumaktier med nyhedsunderstøttelse.
Denne forskning lægger sig i halen af en ny bølge af akademisk litteratur, hvor LLM’er forsøges integreret i systematiske investeringsstrategier. Hvor tidligere NLP-teknikker var afhængige af sentimentanalyser og ordlister, udmærker ChatGPT sig ved sin evne til at forstå kontekst og semantik.
Artiklen er ikke uden forbehold. Out-of-sample-perioden er relativt kort, og analysen er begrænset til store amerikanske aktier.
Men konklusionen står stærkt: Ved at lade sprogmodeller tolke nyheder i realtid kan investorer opnå et informationsmæssigt forspring, ikke ved at erstatte klassiske faktorer, men ved at forfine dem. Du kan dykke ned i original forskningen her.
Denne kommentar er skrevet af André Thormann, analytiker i Danske Bank. Euroinvestor bringer i debatformatet 'Pengetanken' alle hverdage kommentarer fra vores faste panel på 15 eksperter i investering, boligøkonomi og privatøkonomi. Alle kommentarer er udelukkende udtryk for den pågældende skribents egen holdning. Klummen er udelukkende til orientering og kan ikke betragtes som en opfordring om eller anbefaling til at købe eller sælge finansielle produkter.