ChatGPT 在量化投资中的运用：股票预测
创建于 更新于
摘要
本报告系统探讨了ChatGPT在量化投资中股票价格预测的应用，从简单模型（ARIMA）、机器学习模型（SVM）到深度学习模型（LSTM）的建模过程进行实证分析。结果表明，ChatGPT能迅速生成合理的模型代码和参数建议，但由于无法直接访问和分析数据，其模型参数设置及模型适用性存在局限。LSTM模型在高频数据预测上显示出较优的预测精度，体现出深度学习在量化预测中的潜力。人工干预程度是影响ChatGPT模型效果的关键因素，合理的人工引导能极大提升建模效率与效果 [pidx::0][pidx::2][pidx::4][pidx::9][pidx::11][pidx::12]。
