StockGPT: A GenAI Model for Stock Prediction and Trading

本文介绍了StockGPT，一个自回归的“数字”模型，训练和测试了近100年内7000万美国股票回报率。将每个回报系列视为令牌序列，StockGPT通过其注意机制自动学习预测未来回报的隐藏模式。在2001年至2023年的保留测试样本上，从StockGPT预测形成的每日再平衡的多空投资组合年收益率为119％，夏普比率为6.5。基于StockGPT的投资组合完全覆盖了动量和长/短期反转，消除了手工制定基于价格的策略的需要，并涵盖了大多数领先的股票市场因素。这凸显了生成AI在超越人类进行复杂的金融投资决策方面的巨大潜力。

本论文旨在通过基于自然语言处理的生成模型StockGPT对股票收益进行预测，以实现超越人类的复杂金融投资决策。

本论文提出了一种基于自然语言处理的生成模型StockGPT，将每个股票收益序列视为一个token序列，通过自注意力机制自动学习隐藏的模式，实现对未来收益的预测。

在超过近100年的7000万个美国股票收益数据上进行训练和测试，在2001年至2023年的测试样本上，基于StockGPT预测形成的每日重新平衡的多空投资组合年回报率为119％，夏普比率为6.5。StockGPT模型完全覆盖了动量和长期/短期反转，消除了手工制定基于价格的策略的需要，也包含了大多数领先的股票市场因素。

最近的相关研究包括：1）使用深度学习模型进行股票价格预测；2）使用自然语言处理技术进行金融文本分析；3）使用生成模型进行金融时间序列预测。