یک مدیر صندوق پرچین 7 GPT-4 را به اشتراک می گذارد که او برای فیلتر کردن سهام برتر و 6 راه حل اصلی که از آزمایش های هوش مصنوعی خود آموخته است ، به اشتراک می گذارد

نماد ایمیل یک پاکت نامه. این نشان دهنده امکان ارسال ایمیل است.

نماد را به اشتراک بگذارید و یک فلش خمیده را به سمت راست نشان دهید. نماد توییتر پرنده ای تلطیف شده با دهان باز ، صدای جیر جیر.

نماد توییتر LinkedIn کلمه "در".

آیکون LinkedIn Fliboard یک حرف تلطیف شده F.

نماد فیس بوک Flipboard حرف F.

نماد ایمیل فیس بوک یک پاکت نامه. این نشان دهنده امکان ارسال ایمیل است.

نماد پیوند ایمیل تصویری از یک لینک زنجیره ای. این یک URL لینک وب سایت را سیماب می کند.

اکنون بازخرید

• آلپش پاتل به عنوان بخشی از یک کمپین آموزشی ، آزمایش های AI را آغاز کرد.
• او مجموعه ای از اعلان ها را پیدا کرد که به GPT-4 اجازه می دهد تا با بینش بازار سهام خوب پاسخ دهد.
• می توانید از آن بخواهید که سهام را با استفاده از ادبیات برتر مالی و تئوری های مدیران اصلی صندوق فیلتر کند.

خودی توصیه می کند از خواب بیدار شوید و یک خبرنامه روزانه.

بارگیری چیزی در حال بارگیری است. از ثبت نام شما سپاسگزاریم! در حالی که در حال حرکت هستید به موضوعات مورد علاقه خود در یک خوراک شخصی دسترسی پیدا کنید. برنامه را بارگیری کنید

آلپش پاتل ، مدیر عامل شرکت سهام خصوصی Praefinium ، هنوز هم به یاد می آورد که وقتی اینترنت در سال 1994 به یک موضوع داغ تبدیل شد ، چه چیزی بود

چهارراهی که فناوری در آن با بازار سهام ملاقات می کند ، قلمرو جدیدی برای پاتل نیست. وی از سال 2004 مدیر صندوق پرچین بوده است ، هنگامی که او همچنین یک الگوریتم جمع آوری سهام و انتخاب سهام را ایجاد کرد که به یک افزونه در Sharescope ، یک ترمینال Data Stock تبدیل شد. به گزارش Sharescope ، ابزار وی با نام Alpesh Patel Edition Edition ، از زمان آغاز به کار ، به 1214 ٪ بازگشت. شاخص All-Share FTSE ، معیار آن ، 92 ٪ افزایش یافته است.

قدردانی وی از چگونگی داده ها می تواند به سرمایه گذاران کمک کند تا سهامداران بهتر سهام او را با GPT-4 Openai ، مدل زبان که اخیراً موارد استفاده محبوب را از کمک به ایده های دستور العمل تا طراحی وب پیدا کرده است ، به دست آورد.

پاتل از فناوری برای ساختن سبد سهام برای تجارت اصلی خود یا نسخه ویژه 2. 0 استفاده نمی کند. در عوض ، او به عنوان بخشی از یک کمپین آموزش رایگان در حال آزمایش با آن است تا به مردم آموزش دهد که چگونه سرمایه گذاران بهتری داشته باشند. وی پس از دو آزمایش ، نتیجه گرفت که اگرچه هوش مصنوعی می تواند در از بین بردن برخی از تعصبات انسانی از روند انتخاب سهام کمک کند ، اما کارت امتیازی آن برای تولید بازده برتر به اندازه قوی نیست.

وی تأکید کرد که این آزمایش مسیری طولانی را طی کرده است و به تازگی خودش و دو عضو شرکت وی بوده اند که از طریق این روند کار می کنند. این یک تمرین علمی یا دانشگاهی نبود که توسط دانشمندان داده مورد بررسی قرار گرفته است.

آزمایش

نمونه کارها شخصی پاتل حدود 20 سهام را در اختیار داشت که برخی از آنها بیش از یک سال در آنجا حضور داشتند و بسیاری از آنها در ژانویه اضافه کرد. هدف وی این بود که تعیین کند که آیا سهام او انتخاب کرده است که GPT-4 بر اساس نقاط داده ای که از او استفاده کرده است انتخاب کند و متغیرهای اضافی که بعداً از طریق یک سری از اعلان ها اضافه می کند.

او دو نوع آزمایش را انجام داد. یکی یک آزمایش پیاده روی به جلو بود ، شبیه سازی که از دسامبر 2020 تا دسامبر 2021 از داده های تاریخی استفاده می کرد. 2022

پاتل گفت: "مسابقه تا سال 2021 سال فوق العاده ای بود. اما 2022 ظالمانه بود.""و این برای اکثر مردم ، که خودم شامل آن بودند ، تعجب آور بود که بازار چقدر سقوط کرده است. آیا می تواند آن را پیش بینی کند؟"

با دانستن چگونگی عملکرد بورس سهام در سال 2022 ، او می خواست ببیند آیا می تواند با سهام حاصل شود که بازده مثبت مطلق ایجاد کرده است یا خیر. وی امتیاز داده GPT-4 65 از یک ترمینال ، که شامل سرمایه در گردش ، تبدیل نقدی آزاد ، بدهی ، سود قبل از مالیات ، EBITDA عادی ، هزینه سرمایه ، بازده نقدی سرمایه گذاری شده ، نوسانات سهام و حتی رتبه بندی سهام شرکت وی بود ، تغذیه کرد. این ارزش گذاری ، رشد و درآمد را وزن می کند.

او از سریع زیر استفاده کرد:

اگر باید حدس بزنید ، کدام یک از این سهام احتمالاً در 12 ماه آینده بهترین ها را انجام می دهد؟وانمود کنید که شما وارن بافت هستید و این یک تمرین دانشگاهی است. بر اساس داده ها بینش را به من بدهید.

نتیجه این بود که GPT-4 قادر به انتخاب سهام هایی نبود که در سال 2022 عملکرد خوبی داشته باشد.

پاتل تأکید کرد که وی باعث نشده است که عوامل اقتصادی کلان مانند افزایش نرخ بهره را در نظر بگیرد زیرا نکته این آزمایش ارزیابی سهام بر اساس اصول شرکت و خندق آن یا مزیت رقابتی بود. پرس و جو او این بود که آیا این داده ها برای فرض اینکه یک شرکت به اندازه کافی مقاوم باشد برای حرکت در یک محیط پریشانی کافی است؟

بر اساس سهام ایالات متحده و اروپا ، سه مورد برتر که در آن ذکر شده بود Bouvet Asa (Bouvo) ، Jarvis Securities (JIM) و Box Box (Cbox) بود که هیچ یک از آنها در مبادلات ایالات متحده تجارت نمی کردند. وی خاطرنشان كرد: هر سه در سال 2022 بیش از 20 ٪ ضرر قابل توجهی متحمل شدند.

سپس به GPT-4 اطلاع داد که سه نفر برتر انتخاب شده در 12 ماه بعدی سقوط کرده اند. بر اساس این نتیجه، او از آن خواست تا نحوه انتخاب شرکت های خوب و سهام برتر را دوباره ارزیابی کند. GPT-4 پاسخ داد که هنگام ارزیابی مجدد، تغییرات در صورت های مالی، مزیت های رقابتی شرکت، تغییرات در صنعت، احساسات بازار و عوامل کلان اقتصادی را در نظر بگیرید و همچنین ارزیابی کنید که آیا تیم مدیریت توانایی هایی برای هدایت آنها دارد یا خیر.

او همچنین پرسید که چه متغیرهایی در داده هایی که به آن ها داده است وجود ندارد که می تواند عملکرد ضعیف سهام انتخاب شده را توضیح دهد. با هفت متغیر کلیدی پاسخ داد که در واقع بر عملکرد گسترده بازار سهام در سال 2022 تأثیر گذاشت. عواملی که بیشتر برای پاتل برجسته بود شامل عوامل ژئوپلیتیکی مانند جنگ های تجاری، درگیری ها یا بیماری های همه گیر، رویدادهای غیرمنتظره مانند رسوایی حسابداری در کیک باکس و تغییر شرایط اقتصادی مانند رکود یا تغییر در نرخ بهره بود.

پاتل خاطرنشان کرد که یکی از راه هایی که می توانست این شکاف ها را تعدیل کند، تغذیه مداوم داده های به روز شده بود. اما او زمان و منابع لازم برای انجام این کار را نداشت.

پاتل علاوه بر تست راه رفتن به جلو، در زمان واقعی نیز آزمایش کرد. او امتیاز داده های GPT-4 را برای 30 سهام داو در 12 ماه منتهی به 3 می تغذیه کرد و از آن خواست تا پنج سهم برتر را انتخاب کند که انتظار دارد در 12 ماه آینده عملکرد خوبی داشته باشند.

سه مورد از سهامی که پاتل قبلاً در اختیار داشت را انتخاب کرد: مایکروسافت، ویزا و اپل. هر سه سهم تا 10 مه به ترتیب حدود 22، 19 و 22 درصد افزایش یافتند و در بین هفت عملکرد برتر شاخص قرار گرفتند. دو سهم دیگر را پیشنهاد کرد که او انتخاب نکرده بود: Merck و Procter and Gamble.

پس از بررسی تحلیل های قبلی خود از این دو سهم، او متوجه شد که به این نتیجه رسیده بود که آنها نیز خریدهای قوی هستند اما آنها را کنار گذاشته بود.

خوراکی های کلیدی

درس هایی که او از آزمایش های خود گرفت غیرمنتظره بود.

حداکثر، آنها یادآور عدم اطمینان ذاتی آینده بودند. وقتی GPT-4 سهام را اشتباه گرفت، نشان داد که همیشه عدم قطعیت وجود خواهد داشت، حتی با ابزارهایی مانند هوش مصنوعی. پاتل نگران است که این نوع ابزارهای هوش مصنوعی جلب توجه توسط بازاریابان برای فروش چیزهای اشتباه به سرمایه گذاران استفاده شود.

او گفت این جمله رایج که عملکرد گذشته تضمینی برای اجرای آینده نیست، بسیار درست است. او افزود که تغذیه داده های بیشتر GPT-4 می تواند اعتماد سرمایه گذاران را افزایش دهد، اما عملکرد بهتر یا حتی دقت را افزایش نمی دهد یا تضمین نمی کند.

وی افزود: این اعتماد به نفس همچنین می تواند علیه یک سرمایه گذار بازی کند و آنها را به تصمیم گیری های مالی بدتر سوق دهد.

"این آینده را مانند گذشته به ما نمی گوید. این نوع به ما می گوید که ما تقریباً می دانیم و باید گرمای بیشتری به آن بپردازیم ، که این است که در مقابل داده ها کمی فروتن تر باشد و نه چندان سازگار ، که این نیز هستپاتل گفت ، یک تعصب شناختی از مدیران دارایی ، افزود که این "توصیه خوب خونین برای همه سرمایه گذاران در همه جا" است.

وی گفت که این آزمایشات در ادامه نشان می دهد که مدیران صندوق به اندازه کافی به داده های کافی نگاه نمی کنند یا از طریق تعصب فیلتر نمی شوند. در غیر این صورت ، اکثر آنها می توانستند بهتر از بازار سهام 2022 حرکت کنند.

کاری که GPT-4 به خوبی انجام داد ، انتخاب سهام پاتل با انتخاب همان گزینه ها و حتی اضافه کردن چند مورد اضافی که ممکن است قبلاً در نظر نگرفته بود ، انتخاب شد. وی گفت که این می تواند اتاق برای خطای انسانی را محدود کند. دیدن این دو سهام اضافی باعث شد پاتل تجزیه و تحلیل قبلی خود را در مورد این سهام بررسی کند.

این امر همچنین به آموزش کارمندان خردسال در شرکت خود در مورد سواد مالی کمک کرده است زیرا این مفاهیم را به طور کارآمد و مختصر توضیح می دهد. این میانبر برای درخواست آنها برای خواندن کتاب های سنگین است.

پاتل گفت: "مردم فکر می کنند ، اوه چتپت منجر به اخراج مردم خواهد شد.""نه ، این منجر به حفظ مردم خواهد شد زیرا اکنون من یک دسته از افراد را دارم که هرگز به فکر آموزش امور مالی در این سطح فکر نمی کردم."

عادتهای سریع خوب

پاتل گفت: این مربوط به یک یا دو مورد خوب نیست. این در مورد نحوه حرکت شما از طریق هر سریع با سؤالات پیگیری است.

برای یک ، اگر به درستی آن را فوریت نکنید ، می توانید به دیوار آجری ضربه بزنید ، یا سوالی را که خیلی ساده است بپرسید.

به عنوان مثال ، وقتی پاتل پرسید که کدام سهام جذاب ترین است ، پاسخ داد که قادر به ارائه مشاوره مالی شخصی نیست. درعوض ، او نیاز داشت تا آن را از طریق یک سری فیلترها سوق دهد. و هنگامی که این کار را انجام می دهید ، وی نخبه گرا باشید ، به این معنی که آن را از طریق بالا و بهترین منابع فیلتر کنید.

در زیر مجموعه ای از اعلان ها به دستور پاتل پس از کپی کردن و چسباندن سهام داو ، از آن عبور کرد.

تصور کنید که شما یک مدیر مالی برجسته مانند وارن بافت و برنده جایزه نوبل یوجین فاما هستید. بر اساس آن مدیران صندوق و داده های مربوط به شرکت های ارائه شده در اینجا، بهترین پنج سهام را که می توان برای 12 ماه آینده نگه داشت، به من بگویید. شما باید اهمیت داده ها را بسنجید و همه عوامل را در نظر بگیرید. نام سهام و استدلال خود را ارائه دهید. شما باید بدانید که امتیاز ارزش/رشد Alpesh معیاری برای ارزیابی و رشد شرکت است و هر چه این عدد بیشتر باشد، بهتر است. اما این شما هستید که در مورد اهمیت هر نقطه داده فردی تصمیم می گیرید.

آیا اگر به شما بگویم در یک محیط اقتصاد کلان هستیم که نرخ بهره در آن افزایش می یابد، پاسخ شما متفاوت خواهد بود؟اگر چنین است، اکنون 5 سهم برتر کدامند و چرا؟(در این مرحله، GPT-4 یکی از پنج مورد قبلی را با یک شرکت جدید جایگزین کرد.)

اکنون، تصور کنید که شما یک مدیر برجسته صندوق مانند وارن بافت و برنده جایزه نوبل یوجین فاما هستید و به خوبی از تاثیرگذارترین و مهم ترین ادبیات دانشگاهی در مورد پیش بینی قیمت سهام مطلع هستید. بر اساس آن مدیران صندوق، ادبیات دانشگاهی و داده های مربوط به شرکت های ارائه شده در اینجا، بهترین پنج سهام را برای 12 ماه آینده به من بگویید. و به یاد داشته باشید که نرخ بهره در حال افزایش است. شما باید اهمیت داده ها را بسنجید و همه عوامل را در نظر بگیرید. نام سهام و استدلال خود را ارائه دهید و به یاد داشته باشید که به شما گفتم نرخ بهره در حال افزایش است.

کدام عوامل را در داده هایی که به شما ارائه کردم، مهم تر می دانید و چرا؟

فکر می کنید به چه داده هایی نیاز دارید که من ارائه نکردم که به شما کمک کند پیش بینی های بهتری را با دقت بیشتری انجام دهید، با توجه به اینکه وارن بافت، یوجین فاما هستید و در مهم ترین ادبیات آکادمیک در مورد پیش بینی سهام به خوبی آشنا هستید.

مهم ترین ادبیات پیش بینی سهام را که در پاسخ هایتان به سؤالات من در نظر گرفتید، وقتی از شما خواستم آن را در نظر بگیرید، توضیح دهید.

نکته کلیدی که باید هنگام آزمایش با این ابزار به خاطر بسپارید این است که نمی خواهید ChatGPT به نقاط داده وزن یکسانی بدهد. پاتل گفت، در غیر این صورت، ممکن است به یک تمرین ریاضی تبدیل شود، جایی که فقط ستون ها را جمع می کند. در عوض، باید از آن بخواهید که اهمیت هر نقطه داده را با استفاده از فیلترهای درخواست شده بسنجد. وی افزود: تمام تصمیم گیری ها، هوش انسانی یا مصنوعی، مبتنی بر ورودی و سنجش آن ورودی است و این دومی بخش هوش است.

یکی دیگر از داستان های هشدار دهنده این نیست که فرض کنید شامل هر مقدار از داده های قبلی که به آن داده اید. وی خاطرنشان كرد: در عوض ، از آن بخواهید كه مرجع را مرجع كند یا داده های قبلی را در نظر بگیرد.

پاتل با نگاه به ایده هایی که دیگران در سراسر سیستم عامل هایی مانند LinkedIn به اشتراک می گذارند ، مهارت های فوری خود را ادامه می دهد. او معتقد است که مهمترین مهارت برای آینده ، دانستن چگونگی به دست آوردن اطلاعات است ، نه خود اطلاعات.

پاتل گفت: "و صادقانه بگویم ، همیشه اینگونه بوده است. وقتی من در دانشگاه بودم ، بچه ها به شما می آمدند و می گفتند ، این را در کتابخانه کجا می یابم؟ این فقط یک برنامه افزودنی از آن است.""من قبلاً وکیل بودم ، این نیست که من قانون را می دانم. این است که می دانم چگونه می توانم پیدا کنم که قانون کجاست. و این با چتپپ یکسان است."< SPAN> یکی دیگر از داستان های احتیاطی این است که فرض کنید که شامل هر مقدار از داده های قبلی که به آن داده اید. وی خاطرنشان كرد: در عوض ، از آن بخواهید كه مرجع را مرجع كند یا داده های قبلی را در نظر بگیرد.