Die Forschung, die vorläufig ist und Validierung erfordert, wirft Fragen darüber auf, ob Finanzanalysten weiterhin das Rückgrat fundierter Entscheidungen an den Finanzmärkten bilden werden, sagt Valeri V. Nikolaev, Professor für Rechnungswesen an der University of Chicago, der die Studie mitverfasst hat. Er betont die Rolle von KI als Unterstützungswerkzeug, das in den Entscheidungsprozess eingebunden werden kann. Dies bedeutet, dass große Sprachmodelle, so genannte LLMs, eine zentrale Rolle im Entscheidungsprozess einnehmen könnten, während der Mensch über die Schulter des Modells schaut.
Um die LLMs mit menschlichen Analysten zu vergleichen, wurden standardisierte Formulare für Bilanz- und Gewinn- und Verlustrechnungen von Unternehmen erstellt und von OpenAI’s GPT-4 Turbo analysiert. Der LLM wurde beauftragt, verschiedene Verhältnisse zu berechnen, die zur Beurteilung von Aktien verwendet werden, basierend auf quantitativen Finanzdaten. Obwohl der LLM nicht das Update von Informationen im Laufe des Jahres hatte, waren seine Vorhersagen dennoch genauer als die menschlicher Analysten.
Die Analyse ergab, dass der LLM korrekt voraussagen konnte, ob die Einnahmen eines Unternehmens im folgenden Jahr wachsen oder schrumpfen würden. Die Genauigkeit des LLMs bei diesen Vorhersagen war höher als die von menschlichen Analysten, insbesondere wenn externe Faktoren keine Rolle spielten. Während menschliche Analysten in der Lage sind, bessere Vorhersagen für kleinere, verlustbringende Unternehmen zu treffen, übertrifft der LLM sie bei der reinen Finanzdatenanalyse.
Die Forscher nutzten den LLM, um theoretische Aktienportfolios aufzubauen, die in einigen Modellen eine durchschnittliche Rendite von 12% pro Jahr erzielten und damit den Gesamtmarkt übertroffen haben. Basierend auf dem Vertrauen des LLMs in seine Vorhersagen kauften die Forscher die besten 10% der Aktien, von denen erwartet wurde, dass sie ein moderates oder großes Umsatzwachstum verzeichnen würden. Sie verkauften auch die schlechtesten 10% der Aktien, von denen erwartet wurde, dass sie ein moderates oder großes Umsatzrückgang verzeichnen würden. Alles in allem legen die Forschungsergebnisse nahe, dass GPT in der Lage ist, die menschlichen Analysten bei der Finanzdatenanalyse zu übertreffen, selbst ohne zusätzliche narrative Kontexte.