Keywords

SciNotesIBI

Ученые записки Международного банковского института

Proceedings of the International Banking Institute

Ученые записки Международного банковского института

Международный банковский институт

RUhttps://www.ibispb.ru/

2413-3345

GCCSFS

Статьи

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРИНЯТИИ ИНВЕСТИЦИОННЫХ РЕШЕНИЙ НА ФОНДОВОМ РЫНКЕ

RESEARCH ON THE POSSIBILITIES OF USING ARTIFICIAL INTELLIGENCE IN MAKING INVESTMENT DECISIONS IN THE STOCK MARKET

Дубков Г.И.

ДУБКОВ

Георгий Игоревич

Postgraduate student,Department of securities and investment,
«International banking Institute named after Anatoliy Sobchak», Russia, St. Petersburg, Russia
Address for correspondence: 191023, Nevsky prospect, 60, St. Petersburg, Russia
Т.: +7(812)494-05-16

Аспирант.
Кафедра ценных бумаг и инвестиций,
Автономная некоммерческая организация высшего образования «Международный
банковский институт имени Анатолия Собчака», Санкт-Петербург, Россия

191023, Невский пр., д. 60, Санкт-Петербург, Россия
Т.: +7(812)494-05-16.

2024

30032024

1 (47)

4962

Received: 642026

2024

Ученые записки Международного банковского института

<a rel="license" href="https://creativecommons.org/licenses/by-nc/4.0/"><img alt="Лицензия Creative Commons" src="//i.creativecommons.org/l/by-nc/4.0/88x31.png" /></a><p>Это произведение доступно по <a rel="license" href="https://creativecommons.org/licenses/by-nc/4.0/">лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная</a>.</p>

В статье исследуется применение больших языковых моделей, таких как ChatGPT, для принятия инвестиционных решений на фондовом рынке. Описываются способы применения ChatGPT, позволяющие улучшить прогнозирование рынка благодаря глубокому изучению большого массива данных, включая новости и отчеты, анализ настроений и распознавание технических индикаторов. Рассматриваются такие преимущества, как эффективное извлечение информации, улучшение процесса принятия решений, объективный анализ, а также потенциальные риски использования ChatGPT в финансовых прогнозах, включая ограниченное понимание динамики рынка, невозможность включения данных в реальном времени, трудности в работе со сложными финансовыми концепциями. Делается вывод об эффективности применения ChatGPT и необходимости всегда проверять полученные результаты перед их применением.

The article explores the use of large language models, such as ChatGPT, for making investment decisions in the stock market. The methods of using ChatGPT are described, which makeit possible to improve market forecasting through in-depth study of a large array of data, including news and reports, sentiment analysis and recognition of technical indicators. Advantages such as effective information extraction, improved decision-making, objective analysis, as well as potential risks of using ChatGPT in financial forecasts, including limited understanding of market dynamics, inability to include real-time data, difficulties in working with complex financial concepts, are considered. The conclusion is made about the effectiveness of using ChatGPT and the need to check the results before using them.

KeywordsStock marketartificial intelligence,ChatGPT, investments.

Ключевые словаФондовый рынокискусственный интеллект,ChatGPT, инвестиции.

This research received no external funding.

Настоящее исследование не получило внешнего финансирования.

issue-cover

production-ready-file-url

Brown, T., Mann, B., Ryder, N., Subbiah, M., Kaplan, J. D., Dhariwal, P., Amodei, D. (2020). Language models are few-shot learners. Advances in neural information processing systems, 33, 1877-1901.

Chen M., Tworek J., Jun H., Yuan Q., Pinto, H. P. D. O., Kaplan, J., Zaremba, W. (2021). Evaluating large language models trained on code. arXiv preprint arXiv:2107.03374.

Chen, M., Tworek, J., Jun, H., Yuan, Q., Pinto, H. P. D. O., Kaplan, J., Zaremba, W. (2021). Evaluating large language models trained on code. arXiv preprint arXiv:2107.03374.

Wahde, M., & Virgolin, M. (2022). Conversational agents: Theory and applications // HANDBOOK ON COMPUTER LEARNING AND INTELLIGENCE: Volume 2: Deep Learning, Intelligent Control and Evolutionary Computation (pp. 497-544).

Wahde, M., & Virgolin, M. (2022). Conversational agents: Theory and applications. In HANDBOOK ON COMPUTER LEARNING AND INTELLIGENCE: Volume 2: Deep Learning, Intelligent Control and Evolutionary Computation (pp. 497-544).

Radford, A., Wu, J., Child, R., Luan, D., Amodei, D., Sutskever, I. & others (2019). Language models are unsupervised multitask learners. OpenAI blog, 1, 9.

Wei, J., Bosma, M., Zhao, V. Y., Guu, K., Yu, A. W., Lester, B., Le, Q. V. (2021). Finetuned language models are zero-shot learners. arXiv preprint arXiv:2109.01652.

Muhammad Salar Khan, Hamza Umer. ChatGPT in finance: Applications, challenges, and solutions, Heliyon, Volume 10, Issue 2, 2024.

Zhang, Y., Sun, S., Galley, M., Chen, Y. C., Brockett, C., Gao, X., Dolan, B. (2019). Dialogpt: Large-scale generative pre-training for conversational response generation. arXiv preprint arXiv:1911.00536.

Kolte, G., Kini, V., Nair, H., & Babu, K. S. S. (2022). Stock Market Prediction using Deep Learning. International Journal for Research in Applied Science & Engineering Technology (IJRASET), 10(4).

Kolte, G., Kini, V., Nair, H., & Babu, K. S S. (2022). Stock Market Prediction using Deep Learning. International Journal for Research in Applied Science & Engineering Technology (IJRASET), 10(4).

Sheeba, M., Kumar, D. R., Kirubakaran, S., Dixit, I., Leela, D., Ajay, R., Yadav, S. An investigation and development into the Use of AI-based analytical methods for forecasting the stock market. In 2023 IEEE International Conference on Open Source Systems and Technologies (ICOSEC), 2023, P. 1303-1307.

Sheeba, M., Kumar, D. R., Kirubakaran, S., Dixit, I., Leela, D., Ajay, R., & Yadav, S. An investigation and development into the Use of AI-based analytical methods for forecasting the stock market. In 2023 IEEE International Conference on Open Source Systems and Technologies (ICOSEC), 2023, P. 1303-1307.

Kim, Alex G. and Muhn, Maximilian and Nikolaev, Valeri V. Bloated Disclosures: Can ChatGPT Help Investors Process Information? Chicago Booth Research Paper No. 23-07, University of Chicago, Becker Friedman Institute for Economics Working Paper No. 2023-59, 2024.

Alessio, H.M., Malay, N., Maurer, K., Bailer, A.J., Rubin, B. (2018). Interaction of proctoring and student major on online test performance. International Review of Research in Open and Distributed Learning, 19(5).

Alessio, H. M., Malay, N., Maurer, K., Bailer, A. J., & Rubin, B. (2018). Interaction of proctoring and student major on online test performance. International Review of Research in Open and Distributed Learning, 19(5).

Alshami, A., Elsayed, M., Ali, E., Eltoukhy, A.E., Zayed, T. Harnessing the power of chatgpt for automating systematic review process: Methodology, case study, limitations, and future directions. Systems 11, 2023, P. 351.

Georgios Fatouros, John Soldatos, Kalliopi Kouroumali, Georgios Makridis, Dimosthenis Kyriazis, Transforming sentiment analysis in the financial domain with ChatGPT, Machine Learning with Applications, Volume 14, 2023.

Lopez-Lira, Alejandro and Tang, Yuehua, Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models (April 6, 2023).

Куприянова И. А., Опря Д. С., Аблякимова К. Р. Применение нейронных сетей в современных реалиях на примере chatgpt // Формирование механизмов устойчивого развития экономики: сборник трудов III всероссийской научно-практической конференции, Севастополь, 01–02 июня 2023 года. Симферополь:

Kupriyanova I. A., Opry D. S., Ablyakimova K. R. Application of neural networks in modern realities on the example of chatgpt // Formation of mechanisms for sustainable economic development: proceedings of the III all-russian conference (with international participation) scientific and practical conference, Sevastopol, June 01-02, 2023. Simferopol: Limited Liability Company «Publishing House Printing House «Arial», 2023. – P. 291.

Общество с ограниченной ответственностью «Издательство Типография «Ариал», 2023. – 291 с.

Juuso Liesiö, Peng Xu, Timo Kuosmanen. Portfolio diversification based on stochastic dominance under incomplete probability information, European Journal of Operational Research, Volume 286, Issue 2, 2020, P. 755-768

Gürsoy, Samet & Doğan, Mesut. Examining The Use of ChatGPT in Financial Markets with Swot Analysis. TroyAcademy, Volume 8, 2023, P. 296-305.

###