Wir untersuchen, ob ein LLM in der Lage ist, die Analyse von Finanzberichten in ähnlicher Weise wie ein professioneller menschlicher Analyst durchzuführen. Wir stellen dem GPT4 standardisierte und anonyme Finanzberichte zur Verfügung und weisen das Modell an, diese zu analysieren, um die Richtung zukünftiger Erträge zu bestimmen. Selbst ohne erzählerische oder branchenspezifische Informationen übertrifft das LLM Finanzanalysten in seiner Fähigkeit, Gewinnveränderungen vorherzusagen. Das LLM zeigt einen relativen Vorteil gegenüber menschlichen Analysten in Situationen, in denen die Analysten dazu neigen, zu kämpfen. Darüber hinaus stellen wir fest, dass die Vorhersagegenauigkeit des LLM mit der Leistung eines eng trainierten ML-Modells auf dem neuesten Stand der Technik gleichzusetzen ist. Die LLM-Vorhersage beruht nicht auf seinem Trainingsspeicher. Stattdessen stellen wir fest, dass das LLM nützliche narrative Erkenntnisse über die zukünftige Leistung eines Unternehmens generiert. Schließlich liefern unsere Handelsstrategien, die auf den Vorhersagen des GPT basieren, eine höhere Sharpe Ratio und ein höheres Alpha als Strategien, die auf anderen Modellen basieren. Zusammengenommen deuten unsere Ergebnisse darauf hin, dass LLMs eine zentrale Rolle bei der Entscheidungsfindung spielen können.
Quelle: Financial Statement Analysis with Large Language Models
Weitere Informationen:
Wesentliche Aussagen:
GPT übertrifft menschliche Analysten
- GPT erreicht eine Genauigkeit von 60 % bei der Vorhersage zukünftiger Gewinne, was bemerkenswert höher ist als die 53–57 % Genauigkeit der Prognosen von Finanzanalysten.
- Die Genauigkeit des GPT ist 7 Prozentpunkte höher als die der Analystenprognosen einen Monat nach der Gewinnveröffentlichung, ein statistisch signifikanter Unterschied auf dem 1 %-Niveau.
Komplementarität von GPT und Analysten
- Obwohl die GPT insgesamt besser abschneidet als die Analysten, bieten die menschlichen Analysten immer noch einen zusätzlichen Informationswert, der über die Vorhersagen der GPT hinausgeht.
- Die Vorhersagen der GPT sind wertvoller, wenn zu erwarten ist, dass die Prognosen der Analysten verzerrt sind oder eine hohe Streuung aufweisen.
- Analysten schneiden in der Regel besser ab als GPT, wenn es um komplexe Situationen geht, wie z. B. kleine Unternehmen, verlustbringende Unternehmen und Unternehmen mit volatilen Gewinnen, was wahrscheinlich auf die zusätzlichen Kontextinformationen zurückzuführen ist, die Analysten zur Verfügung stehen.
Zusammenfassend lässt sich sagen, dass die GPT eine bemerkenswerte Fähigkeit zur Analyse von Jahresabschlüssen und zur Vorhersage von Gewinnentwicklungen besitzt, die die Genauigkeit von menschlichen Analysten übertrifft. GPT und menschliche Analysten sind jedoch komplementär, wobei beide in verschiedenen Szenarien einen zusätzlichen Nutzen bieten.