大语言模型能用于金融市场预测吗？
大语言模型与金融序列：相似但不等价
2023 年，生成式 AI 的快速发展推动了大量投资，也让 ChatGPT 等基于大语言模型（LLM）的产品进入公众视野。LLM 擅长对由词或词片段构成的 token 序列建模，并通过预测下一个 token 产生翻译、问答和类人文本生成等能力。
这自然引出了量化交易领域的一个问题：如果 LLM 能预测文本序列中的下一个 token，是否也能预测价格、收益率或交易序列中的下一个元素？
从形式上看，这两类问题都属于自回归学习：利用序列中过去的元素预测未来元素。量化交易中的许多策略，尤其是股票统计套利，也在寻找类似的自回归结构，例如新闻、订单流或基本面变化如何预示未来价格。
但金融市场与自然语言之间存在关键差异。
数据规模看似接近，信息含量差异很大
在 2023 年 NeurIPS 会议上，高频交易公司 Hudson River Trading 曾估算过股票市场可训练数据的规模：假设有 3000 只可交易股票、每只股票每天 10 个数据点、每年 252 个交易日、每个交易日 23400 秒，那么一年大约可产生 1770 亿个市场数据 token。作为对比，GPT-3 的训练数据约为 5000 亿 token。
从数量级上看，市场数据似乎并不算少。但问题在于，金融 token 往往是价格、收益率或交易，而不是词语或音节。后者背后有语法和语义结构，人类也能在许多情况下预测一句话的下一个词；但给定一串历史交易，要预测下一期收益率则困难得多。
金融市场中存在大量聪明参与者，他们会不断竞争并消除可利用信号，使市场接近有效。相反，没有人会主动让句子变得更难预测；作者通常还希望表达清晰，使文本更容易理解。
金融数据的噪声远高于语言数据
金融时间序列中的噪声通常多于信号。投资者和机构交易的原因未必理性，也未必与企业基本面变化直接相关。2021 年 GameStop 事件就是一个例子。
此外，金融市场会持续受到新基本面信息、监管变化和宏观冲击影响，例如货币贬值等。语言当然也会演化，但速度通常更慢，时间尺度也更长。
因此，把 LLM 直接用于“下一个价格”或“下一笔交易”的预测，并不等同于把它用于文本预测。
多模态学习可能更适合金融应用
尽管直接价格预测存在挑战，AI 的一些方法仍可能在金融市场中发挥作用。一个有潜力的方向是多模态学习，即把不同类型的数据纳入统一模型。
在金融场景中，多模态模型可以结合：
- 价格、成交量、交易等传统时间序列数据；
- 新闻文本和企业报告；
- 社交平台情绪与互动；
- 港口航运活动等卫星图像；
- 其他另类数据。
相比只使用价格数据，多模态方法有机会利用更多非价格信息，提高对市场变化的理解能力。
残差化：金融与 AI 中的共同思想
“残差化”在金融和 AI 中都很重要，但含义有所不同。
在金融中，结构性因子模型通常会把资产收益拆分为两部分：
- 共同成分，例如市场收益或广泛因子收益；
- 个体成分，即特定资产自身的独特变化。
由于市场和因子收益难以预测，并且会造成资产之间的相关性，研究者常常会剔除共同成分，重点预测单个资产的独特变化。
在深度学习中，残差网络和 Transformer 也使用类似思想：如果要学习输入 (X) 到目标函数 (h(X)) 的映射，有时学习 (h(X)-X) 这个残差会更容易。若 (h(X)) 接近恒等映射，那么残差接近零，模型需要学习的内容更少。
两者的共同点在于：利用结构减少需要预测的复杂性，从而提升学习效率。
长上下文有助于捕捉多时间尺度现象
LLM 的重要能力之一，是在较长上下文窗口中识别 token 之间的关联。在金融市场中，类似能力可以帮助分析不同时间尺度上的现象：
- 基本面信息，例如财报，可能在数月内逐步反映到价格中；
- 技术现象，例如动量，可能持续数天；
- 微观结构现象，例如订单簿失衡，可能只持续数秒到数分钟。
因此，金融预测不仅需要回看多个时间尺度，还需要预测多个未来时间尺度。
例如，一个量化系统可能同时捕捉微观结构事件和盈利变化事件。它需要的不只是下一期收益率，而是未来预期收益的整条期限结构或轨迹。当前许多 Transformer 风格的预测模型通常只关注下一期预测，这与金融实践需求仍有差距。
合成数据或许能缓解金融数据稀缺
LLM 和生成模型在金融中的另一个应用方向是合成数据。
模型可以生成模拟股票价格路径，使其具备某些真实市场特征。鉴于金融市场数据相对稀缺，这类人工数据可能有助于训练或测试策略。
一个类比来自机器人领域：控制器可以先在低成本但不完全准确的物理模拟器中训练，再通过真实机器人实验进行校准。金融中也可以先用模拟器粗略训练和优化交易策略，让模型学习风险厌恶、分散化、缓慢交易以降低价格冲击等概念，再用真实市场数据进行微调。
不过，极端事件仍是难点。市场从业者通常特别关注策略大赚或大亏的情形，生成模型理论上可以采样极端场景。但极端事件本身发生频率很低，因此如何确定合适参数、如何从相应分布中抽样，仍然很困难。
基本面分析可能比高频预测更适合 LLM
相比直接接管量化交易，LLM 在基本面分析中的应用可能更现实。随着模型能力提升，它们可以帮助分析师：
- 梳理和完善投资假设；
- 发现管理层表述中的不一致；
- 挖掘不同行业和企业之间的潜在关系；
- 辅助阅读新闻、财报和研究材料。
这类应用并不要求模型精确预测下一笔交易或下一期收益，而是利用其语言理解、信息整合和推理辅助能力。
结论：谨慎看待交易预测，开放看待长期潜力
当前来看，让 GPT-4 这类模型直接接管量化交易仍不太可能。金融市场数据噪声高、结构变化快、竞争者会消除信号，这些都使价格预测远比文本预测更困难。
但生成式 AI 的发展本身也提醒人们：大模型能力的涌现曾让学界和产业界都感到意外。随着更多人才和资本进入 AI，模型能力可能继续提升。对金融市场应用而言，更合理的态度或许是：对直接交易预测保持谨慎，同时持续关注多模态建模、合成数据、长上下文分析和基本面研究辅助等方向。