تریدپدیادانشنامهٔ تریدآکا

استفاده از ChatGPT در تحلیل بازار: راهنمای گام‌به‌گام

اشتراک‌گذاری:

فرض کنید متن کامل بیانیهٔ یک بانک مرکزی را در ChatGPT می‌گذارید و می‌پرسید قیمت فردا به کدام سمت می‌رود. پاسخ روان و مطمئن می‌آید، ولی مدل نه منبع قابل‌اتکای قیمت زنده است و نه آینده را می‌بیند. همین ابزار اگر به‌جای پیشگو نقش دستیار خواندن و مرتب‌کردن را بگیرد، به کار می‌آید. این راهنما مراحل این کار، خطاهای رایج و چک‌لیست راستی‌آزمایی خروجی را نشان می‌دهد.

مسیر خواندن

این مقاله برای معامله‌گری است که می‌خواهد ChatGPT را در تحلیل به کار ببرد. بعد از آن به پاین‌اسکریپت و کلاهبرداری فروش سیگنال سر بزنید.

در یک نگاه

  • ChatGPT برای خلاصه‌سازی و ساخت چارچوب مفید است، نه پیش‌بینی.
  • پرامپت خوب بازار، بازه، سبک و قالب خروجی را مشخص می‌کند.
  • هر عدد و ادعا را با منبع رسمی تطبیق دهید.
  • نگاه‌به‌آینده و قیمت ساختگی از خطاهای رایج‌اند.
  • وعدهٔ «نرخ برد ۱۰۰ درصد» نشانهٔ کلاهبرداری است.

ChatGPT در تحلیل بازار چه کاری می‌تواند بکند و چه کاری نه؟

استفاده از ChatGPT در تحلیل بازار یعنی سپردن کارهای زبانی و ساختاری به آن: خلاصه‌سازی خبر و گزارش، دسته‌بندی لحن متن، ساخت چارچوب تحلیل و بازبینی کد. ChatGPT منبع قابل‌اتکای دادهٔ زندهٔ بازار نیست و آینده را پیش‌بینی نمی‌کند؛ پس هر ادعای آن را باید با منبع و تاریخ داده بسنجید.

ChatGPT به نقشهٔ چاپی یک شهر شبیه است. خیابان‌ها، مسیرها و ارتباط محله‌ها را خوب نشان می‌دهد، اما برای دانستن ترافیک همین لحظه به آن تکیه نمی‌کنید. مدل زبانی هم ساختار مفهوم‌ها و متن‌ها را خوب می‌شناسد، ولی منبع قابل‌اتکای قیمت بازار نیست؛ اگر عددی برای قیمت بدهد، آن عدد ممکن است کهنه یا ساختگی باشد.

کارهای معقول و نامعقول برای ChatGPT در تحلیل بازار

کارمناسب است؟دلیل
خلاصه‌سازی بیانیه، گزارش سود یا صورت‌جلسهبلهکار زبانی است و با متن اصلی سنجیده می‌شود
دسته‌بندی لحن خبر به مثبت، منفی یا خنثیبله، با احتیاطپژوهش Lopez-Lira و Tang فقط سهام آمریکا را سنجیده است
ساخت چارچوب تحلیل و فهرست پرسشبلهساختار می‌دهد، نه نتیجه
نوشتن یا بازبینی کد اندیکاتوربله، با آزمونکد باید روی پلتفرم اجرا و بررسی شود
اعلام قیمت لحظه‌ایخیرمنبع قابل‌اتکای قیمت لحظه‌ای نیست
پیش‌بینی قطعی جهت قیمتخیرآینده و تغییر ناگهانی بازار را نمی‌بیند

دسته‌بندی لحن خبر همان منطق تحلیل سنتیمنت را روی متن پیاده می‌کند. Lopez-Lira و Tang در پژوهشی در arXiv گزارش کردند امتیازی که ChatGPT به تیترهای خبری داد با بازده روزانهٔ بعدی سهام همبستگی مثبت معنادار داشت، در حالی که مدل‌های ساده‌تری مثل GPT-1، GPT-2 و BERT چنین توانی نشان ندادند (نسخهٔ v4، سپتامبر ۲۰۲۳). این یافته به نمونه‌ای از سهام آمریکا محدود است و دربارهٔ فارکس، کریپتو یا بازارهای دیگر شاهدی نمی‌دهد.

مرز دیگر روشن‌تر است: هوش مصنوعی آینده یا تغییر ناگهانی بازار را پیش‌بینی نمی‌کند. این هشدار صریح CFTC، نهاد ناظر بازارهای آتی آمریکا، به مشتریان است.

پیش از شروع چه چیزهایی لازم دارید؟

خروجی ChatGPT فقط وقتی سنجیدنی است که پیش از نوشتن پرامپت، این موارد را آماده کرده باشید:

  • پرسش مشخص: «لحن این بیانیه دربارهٔ تورم چیست؟» سنجیدنی است، اما «بازار چه می‌شود؟» نیست.
  • منبع رسمی برای تطبیق: سایت نهاد منتشرکننده، گزارش رسمی شرکت یا مستند پلتفرم.
  • متن و دادهٔ تاریخ‌دار خودتان: متن را خودتان از منبع بردارید و تاریخش را کنارش بنویسید، نه اینکه از مدل بخواهید آن را پیدا کند.
  • جایی برای ثبت: یک ژورنال معاملاتی که پرامپت، خروجی و نتیجهٔ تطبیق را در آن نگه دارید.
  • پذیرش نقش خروجی: پاسخ مدل فرضیه است، نه نتیجه.

مورد آخر به سلیقه برنمی‌گردد. تحلیل سرمایه‌گذاری، ساخت سبد و مدیریت ریسک «حقیقت مبنای پایدار» ندارند؛ یعنی برخلاف یک مسئلهٔ ریاضی، پاسخ ثابتی نیست که خروجی را با آن بسنجید. این دیدگاه نویسندگان مقاله‌ای در وبلاگ Enterprising Investor مؤسسهٔ CFA Institute است (۵ فوریهٔ ۲۰۲۶).

کار با ChatGPT در تحلیل بازار چه مراحلی دارد؟

استفاده از ChatGPT در تحلیل بازار وقتی قابل‌اتکا می‌شود که هر بار همین مسیر را طی کنید و هر مرحله خروجی مشخصی به مرحلهٔ بعد بدهد:

  1. تعریف پرسش: بازار، بازهٔ زمانی و چیزی را که می‌خواهید بدانید در یک جمله بنویسید.
  2. آماده‌کردن ورودی: متن بیانیه، گزارش یا کد را از منبع رسمی بردارید و تاریخ انتشارش را ثبت کنید.
  3. نوشتن پرامپت ساخت‌یافته: نقش مدل، متن ورودی، پرسش و قالب خروجی را جدا از هم بیاورید.
  4. گرفتن خروجی با ارجاع: از مدل بخواهید هر ادعا را به جمله‌ای از متن ورودی وصل کند.
  5. راستی‌آزمایی: ارجاع‌ها، تاریخ‌ها و عددها را با منبع اصلی تطبیق دهید.
  6. تصمیم و ثبت: نتیجه را خودتان بگیرید و پرامپت، خروجی و یافتهٔ تطبیق را ثبت کنید.

جریان کار با ChatGPT از تعریف پرسش تا ثبت نتیجه، با حلقهٔ برگشت از راستی‌آزمایی به پرامپت

جریان کار با ChatGPT در تحلیل بازار جریان کار با ChatGPT در تحلیل تعریف پرسش بازار، بازه، پرسش آماده‌کردن ورودی متن رسمی تاریخ‌دار پرامپت ساخت‌یافته نقش، متن، قالب خروجی با ارجاع نقل‌قول برای هر ادعا راستی‌آزمایی منبع، تاریخ، تطبیق تصمیم و ثبت ثبت در ژورنال رد شد؟ پرامپت را دقیق‌تر کنید خروجی مدل فرضیه است؛ تصمیم با شماست

حلقهٔ برگشت در این جریان اهمیت دارد. اگر خروجی در راستی‌آزمایی رد شد، به‌جای پذیرفتن نیمی از آن، پرامپت را دقیق‌تر کنید یا متن ورودی را کامل‌تر بدهید. مرحلهٔ آخر هم به ChatGPT سپرده نمی‌شود. مدل می‌تواند گزینه‌ها و پرسش‌ها را مرتب کند، اما تصمیم و مسئولیت آن با شماست.

چطور یک پرامپت ساخت‌یافته می‌نویسید؟

پرامپت ساخت‌یافته مثل سفارش دقیق به خیاط است: هرچه اندازه‌ها روشن‌تر باشد، کار کمتر برمی‌گردد. یک پرامپت قابل‌اتکا این جزءها را جدا و صریح دارد:

  • بازار و دارایی: مثلاً جفت‌ارز یورو/دلار، طلای جهانی یا سهام یک شرکت مشخص.
  • بازهٔ زمانی: افق تحلیل و تاریخ متنی که به مدل می‌دهید.
  • سبک تحلیل: بنیادی، تکنیکال یا خبری؛ هرکدام پرسش‌های متفاوتی می‌طلبد.
  • پرسش مشخص: کاری که از مدل می‌خواهید، مثل خلاصه، دسته‌بندی لحن یا فهرست ریسک‌ها.
  • قالب خروجی: جدول یا ستون‌های ثابت، همراه نقل‌قول برای هر ادعا.

یک قید هم به همهٔ پرامپت‌ها اضافه کنید: «اگر پاسخ در متن ورودی نیست، بنویس در متن نیامده.» این جمله جای حدس‌زدن را تنگ‌تر می‌کند.

مقایسهٔ پرامپت ضعیف و ساخت‌یافته برای یک متن خبری

جزءپرامپت ضعیفپرامپت ساخت‌یافته
بازار«طلا چطور است؟»«طلای جهانی؛ فقط بر پایهٔ متنی که ضمیمه است»
بازهٔ زمانیبدون زمان«افق میان‌مدت؛ متن بیانیه با تاریخ انتشارش ضمیمه است»
سبکنامشخص«تحلیل بنیادی خبرمحور»
پرسش«بخرم یا نه؟»«لحن متن دربارهٔ نرخ بهره را مثبت، منفی یا خنثی دسته‌بندی کن»
قالبآزاد«جدول با ستون ادعا، نقل‌قول و جای آن در متن»

در پرامپت ساخت‌یافته هیچ قیمتی نیامده و از مدل هم قیمت یا هدف خواسته نشده است. اگر تحلیل تکنیکال به داده نیاز دارد، داده را خودتان از پلتفرم بخوانید و با تاریخ در پرامپت بگذارید؛ مدل نباید منبع عدد باشد. نمونهٔ پرامپت تکنیکال می‌تواند این باشد: «جدول ضمیمه قیمت‌های پایانی روزانه است که خودم با تاریخ از پلتفرم برداشته‌ام؛ فقط بر پایهٔ همین جدول، روند و الگوهای قیمت را توصیف کن، تاریخ کندل هر مشاهده را بیاور و دربارهٔ جهت آیندهٔ قیمت چیزی ننویس.»

چطور خروجی ChatGPT را راستی‌آزمایی می‌کنید؟

هر جملهٔ خروجی پیش از استفاده باید از چند صافی بگذرد. جمله‌ای که در یکی از آن‌ها رد شود، کنار می‌رود یا با پرامپت دقیق‌تر دوباره ساخته می‌شود.

  • ارجاع به متن: آیا نقل‌قولی که مدل آورده، عیناً در متن ورودی هست؟
  • تاریخ داده: هر عدد مال چه تاریخی است؟ عدد بی‌تاریخ قابل‌استفاده نیست.
  • تطبیق با منبع رسمی: زمان و محتوای انتشار را با تقویم اقتصادی و سایت نهاد منتشرکننده بسنجید.
  • قید نمونه: اگر مدل به پژوهشی استناد کرد، اول مطمئن شوید آن پژوهش واقعاً وجود دارد و همان را می‌گوید، بعد بازار، دوره و اندازهٔ نمونهٔ آن را بخوانید.

صافی‌های راستی‌آزمایی خروجی ChatGPT؛ هر «خیر» خروجی را از مسیر استفاده بیرون می‌برد

صافی‌های راستی‌آزمایی خروجی ChatGPT راستی‌آزمایی خروجی ChatGPT خروجی ChatGPT ارجاع به متن؟ تاریخ داده؟ تطبیق با منبع رسمی؟ قید نمونه روشن؟ کنار بگذارید یا پرامپت را دقیق‌تر کنید فرضیهٔ قابل‌بررسی بله خیر

جدول زیر خروجی نادرست و قابل‌اتکا را برای همان متن خبری کنار هم می‌گذارد:

نمونهٔ خروجی نادرست در کنار خروجی قابل‌اتکا

خروجی نادرستخروجی قابل‌اتکا
«لحن بیانیه انقباضی بود.» بدون نقل‌قول«لحن انقباضی؛ نقل‌قول عینی و جای آن در متن»
عددی برای تورم بدون تاریخ و منبع«این عدد در متن ورودی نیامده است»
«احتمال صعود قیمت زیاد است»«متن دربارهٔ جهت قیمت چیزی نمی‌گوید»

قید نمونه را با یک مثال واقعی تمرین کنید. نسخهٔ v6 پژوهش Lopez-Lira و Tang (۲۸ اکتبر ۲۰۲۵) بر ۱۵۹٬۱۳۷ مشاهدهٔ شرکت-تیتر-روز از ۴٬۱۲۳ شرکت یکتا، در بازهٔ اکتبر ۲۰۲۱ تا مه ۲۰۲۴ تکیه دارد. نویسندگان این بازه را برای پرهیز از سوگیری نگاه‌به‌آینده (look-ahead bias) انتخاب کردند؛ یعنی آزمون نباید از اطلاعاتی استفاده کند که در لحظهٔ تصمیم در دسترس نبوده است. آن‌ها همچنین گزارش می‌کنند با رشد استفادهٔ بازار از مدل‌های زبانی، بازده راهبرد کاهش می‌یابد و این را شاهدی پیشنهادی بر کارآمدتر شدن قیمت‌ها می‌دانند، نه آزمونی رسمی. پس یافتهٔ هر پژوهش به بازار و دورهٔ خودش محدود است. اگر خروجی قاعده‌ای معاملاتی پیشنهاد داد، پیش از هر استفاده آن را با بک تست روی داده‌ای بسنجید که بیرون از دورهٔ آموزش مدل باشد. [S3]

چطور کد پاین‌اسکریپتی که ChatGPT می‌نویسد را بررسی می‌کنید؟

ChatGPT کد پاین اسکریپت را سریع تولید می‌کند، اما کدی که بدون خطا اجرا شود لزوماً همان قاعده‌ای را پیاده نمی‌کند که در ذهن شماست. پیش از اتکا، این موارد را بررسی کنید:

  • حاشیهٔ نسخه: بهتر است کد نسخهٔ پاین‌اسکریپت را مشخص کند. این حاشیه اختیاری است، اما اگر حذفش کنید، به گفتهٔ مستندات تریدینگ‌ویو نسخهٔ ۱ فرض می‌شود. کدی را که مدل با نسخهٔ قدیمی نوشته، با نسخهٔ فعلی مستندات تطبیق دهید؛ این نسخه در اکتبر ۲۰۲۶ نسخهٔ ۶ بود.
  • دستور اعلان: هر اسکریپت باید دقیقاً یک دستور اعلان داشته باشد، از سه نوع indicator، strategy یا library. اسکریپتی که چنین دستوری ندارد یا بیش از یکی دارد، ساختار درستی ندارد.
  • اجرای آزمایشی: کد را در ویرایشگر تریدینگ ویو اجرا کنید و خروجی ترسیم‌شده را روی چند کندل با محاسبهٔ دستی مقایسه کنید.
  • توضیح خط‌به‌خط: از مدل بخواهید منطق هر بخش را توضیح دهد و آن را با قاعدهٔ نوشته‌شدهٔ خودتان تطبیق دهید.
  • گزارش strategy: عملکرد اسکریپت strategy روی گذشته را شاهد کارایی ندانید؛ این گزارش فقط می‌گوید قاعده روی همان داده چه می‌کرد.

خطاهای رایج در استفاده از ChatGPT کدام‌اند؟

بیشتر این خطاها یک ریشه دارند: پاسخ روان با پاسخ درست یکی گرفته می‌شود. شکل‌های رایج آن این‌هاست:

  • اعتماد به قیمت یا عدد ساختگی: مدل گاهی عددی دقیق‌نما می‌سازد. هر عددی که از متن ورودی نیامده، کنار گذاشته می‌شود.
  • نادیده‌گرفتن نگاه‌به‌آینده: اگر مدل اخبار یک دوره را در آموزش دیده باشد، آزمودن آن روی همان دوره نتیجه را بی‌اعتبار می‌کند.
  • پرسیدن سیگنال: پرسش «بخرم یا بفروشم؟» کار زبانی نیست و پاسخ مطمئنش فقط ظاهر تحلیل دارد.
  • اجرای کد بدون بررسی: کدی که خطا نمی‌دهد ممکن است قاعدهٔ دیگری را پیاده کند.
  • پرسیدن تا رسیدن به جواب دلخواه: بازنویسی پرامپت تا وقتی که مدل با نظر شما موافق شود، سوگیری تأیید را خودکار می‌کند.
  • تنظیم پرامپت روی گذشته: پرامپتی که آن‌قدر اصلاح شده تا روی چند رویداد گذشته درست جواب دهد، همان دام بیش برازش در استراتژی را دارد.

این خطاها به کاربران محدود نیست و در پژوهش‌ها هم دیده می‌شود. مقاله‌ای موضعی در arXiv دربارهٔ ارزیابی مدل‌های زبانی در مالی ۵ سوگیری تکرارشونده را نام می‌برد: نگاه‌به‌آینده، بقا، روایت، هدف و هزینه. سوگیری بقا یعنی فقط شرکت‌های باقی‌مانده در نمونه بیایند و سوگیری هزینه یعنی نتیجه بدون هزینهٔ معامله گزارش شود. نویسندگان ۱۶۴ پژوهش سال‌های ۲۰۲۳ تا ۲۰۲۵ را مرور کردند و هیچ سوگیری را نیافتند که در بیش از ۲۸ درصد مطالعات بحث شده باشد. پس تیتری مثل «هوش مصنوعی بازار را شکست داد» را باید با این قیدها خواند. [S3,S4]

هشدار

خروجی روان دلیل درستی نیست

ChatGPT اشتباه را هم با همان لحن مطمئن بیان می‌کند. اگر بر پایهٔ خروجی آن معامله کنید، ممکن است بخشی از سرمایه یا همهٔ آن را از دست بدهید؛ راستی‌آزمایی خروجی هم این ریسک را از بین نمی‌برد.

ربات‌های «هوش مصنوعی» کلاهبردارانه را چطور تشخیص می‌دهید؟

ربات کلاهبردارانه را بیشتر از وعده‌اش می‌شود شناخت تا از فناوری‌اش. CFTC در هشداری به مشتریان با عنوان «هوش مصنوعی ربات‌های معاملاتی را به ماشین پول تبدیل نمی‌کند» دو نشانهٔ نخست این فهرست را برشمرده است؛ دو بررسی بعدی گام‌های احتیاطی پیش از سپردن پول‌اند:

  • ادعای نرخ برد ۱۰۰ درصد: کلاهبرداران الگوریتم‌هایی با «نرخ برد ۱۰۰ درصد» تبلیغ می‌کنند. این عدد ادعای فروشنده است، نه واقعیت.
  • تضمین بازده یا وعدهٔ غیرواقعی: هر طرحی که بازده را تضمین کند یا آن را به‌طرز نامعقولی بالا وعده دهد، علامت خطر دارد.
  • بررسی پیشینه: سابقهٔ شرکت یا معامله‌گر را جست‌وجو کنید و سن ثبت دامنهٔ وب‌سایتش را ببینید.
  • نظر دوم: پیش از سپردن پول، نظر یک مشاور مالی یا فردی مورد اعتماد را بپرسید.
  • [S1]

مثال موردی همان هشدار، طرح Mirror Trading International است. در زمان انتشار آن هشدار، مدیر این طرح متهم بود بیش از ۱٫۷ میلیارد دلار بیت‌کوین را از دست‌کم ۲۳٬۰۰۰ نفر ربوده است؛ این ادعایی اتهامی در سند CFTC است. اگر پیشنهادی به شکل فروش سیگنال به شما رسید، نشانه‌های کلاهبرداری فروش سیگنال را هم مرور کنید. اگر ربات روی متاتریدر نصب می‌شود، ریسک‌های استفاده از اکسپرت را نیز در نظر بگیرید. [S1]

چک‌لیست نهایی پیش از اتکا به خروجی چیست؟

این چک‌لیست هر مرحلهٔ استفاده از ChatGPT در تحلیل بازار را به یک بررسی مشخص وصل می‌کند. تا وقتی پاسخ یکی از سطرها «نه» است، خروجی هنوز فرضیه است.

چک‌لیست راستی‌آزمایی خروجی ChatGPT، مرحله‌به‌مرحله

مرحلهپرسش بررسیاگر پاسخ «نه» بود
پرسشآیا پرسش در یک جمله و سنجیدنی است؟پرسش را محدودتر کنید
ورودیآیا متن از منبع رسمی و با تاریخ است؟متن را از نهاد منتشرکننده بردارید
پرامپتآیا بازار، بازه، سبک، پرسش و قالب جدا آمده‌اند؟جزء جاافتاده را اضافه کنید
ارجاعآیا هر ادعا نقل‌قول عینی از متن دارد؟ادعای بی‌نقل‌قول را حذف کنید
عدد و تاریخآیا هر عدد با منبع اصلی و تاریخش می‌خواند؟عدد را از منبع اصلی جایگزین کنید
نگاه‌به‌آیندهآیا آزمون فقط از اطلاعات موجود در همان زمان استفاده کرده است؟آزمون را روی دوره‌ای بیرون از آموزش مدل تکرار کنید
کدآیا یک دستور اعلان و حاشیهٔ نسخه دارد و روی نمودار آزموده شده است؟پیش از استفاده آن را بیازمایید
ثبتآیا پرامپت، خروجی و نتیجهٔ تطبیق در ژورنال آمده است؟پیش از تصمیم ثبت کنید

این چک‌لیست خروجی را درست نمی‌کند؛ فقط نشان می‌دهد کدام بخش آن هنوز قابل‌اتکا نیست. پیش‌بینی بازار و تصمیم نهایی بیرون از این جدول می‌ماند. اگر قصد دارید قاعده‌ای سنجیده را به کد و اجرای خودکار تبدیل کنید، گام بعدی شناخت معامله‌گری الگوریتمی است.

یک تذکر لازم

هرچه اینجا می‌خوانید آموزشی است — نه سیگنالِ ترید، نه توصیهٔ خرید و فروش، نه وعدهٔ نتیجه. تصمیم آخر با خود شماست.

پرسش‌های پرتکرار

آیا ChatGPT می‌تواند قیمت را پیش‌بینی کند؟
نه به معنای پیش‌بینی قابل‌اتکا. CFTC هشدار داده است که هوش مصنوعی آینده یا تغییر ناگهانی بازار را پیش‌بینی نمی‌کند. پژوهش Lopez-Lira و Tang در نمونه‌ای از سهام آمریکا همبستگی مثبتی میان امتیاز ChatGPT به تیترها و بازده روز بعد یافت. با این حال، همان نویسندگان گزارش کردند بازده راهبرد با رشد استفاده از مدل‌های زبانی کاهش می‌یابد. این یافته دربارهٔ جهت قیمت در بازارهای دیگر چیزی نمی‌گوید.
آیا ChatGPT به قیمت لحظه‌ای بازار دسترسی دارد؟
ChatGPT را نباید منبع قیمت لحظه‌ای بازار دانست. اگر در پاسخ قیمتی آورد، ممکن است کهنه یا ساختگی باشد و نباید مبنای محاسبه یا تصمیم شود. قیمت و دادهٔ نمودار را از پلتفرم معاملاتی خودتان بخوانید و اگر تحلیل به آن نیاز دارد، همراه تاریخ و ساعت در پرامپت بگذارید تا مدل فقط روی همان دادهٔ مشخص کار کند.
چطور با ChatGPT اندیکاتور تریدینگ ویو بنویسم؟
قاعدهٔ اندیکاتور را دقیق و به زبان ساده بنویسید و از مدل بخواهید آن را به پاین‌اسکریپت تبدیل کند و هر خط را توضیح دهد. بعد بررسی کنید که کد دقیقاً یک دستور اعلان از نوع indicator دارد و حاشیهٔ نسخه در آن آمده است، چون بدون این حاشیه نسخهٔ ۱ فرض می‌شود. در پایان کد را روی نمودار اجرا کنید و نتیجه را با محاسبهٔ دستی بسنجید.
چطور خبر اقتصادی را با هوش مصنوعی تحلیل کنم؟
متن رسمی خبر یا بیانیه را خودتان از سایت نهاد منتشرکننده بردارید و با تاریخ به مدل بدهید. از مدل بخواهید متن را خلاصه کند، لحن را مثبت، منفی یا خنثی دسته‌بندی کند و برای هر حکم نقل‌قول عینی بیاورد. پژوهش Lopez-Lira و Tang دربارهٔ امتیاز لحن تیترها به نمونه‌ای از سهام آمریکا محدود است، پس نتیجه را فرضیه بدانید، نه پیش‌بینی.
ChatGPT دقیق است یا اشتباه می‌کند؟
اشتباه می‌کند و لحن مطمئن پاسخ نشانهٔ درستی آن نیست. در کار زبانی روی متنی که خودتان داده‌اید، خطا با تطبیق متن پیدا می‌شود؛ در عدد، تاریخ و رویدادی که مدل از حافظه می‌آورد، این تطبیق ضروری‌تر است. پژوهش‌ها هم همیشه این خطاها را مهار نمی‌کنند: مقاله‌ای موضعی در arXiv با مرور ۱۶۴ مقالهٔ ۲۰۲۳ تا ۲۰۲۵ دربارهٔ مدل‌های زبانی در مالی نشان داد هیچ سوگیری در بیش از ۲۸ درصد آن‌ها بحث نشده است.

واژه‌های این مقاله

منابع

این مقاله با کمکِ ابزارهای هوش مصنوعی تهیه شده است. بازبین ثبت‌شده: بهنام مجیدی. سیاست تحریریه

دیدگاه خود را ارسال کن

ارسال دیدگاه

مطالب مرتبط

دیدگاه‌ها (۰)

هنوز دیدگاهی ثبت نشده؛ اولین نفر باش.

ارسال دیدگاه

دیدگاه‌ها پیش از انتشار بررسی می‌شوند. به پرسش‌های معاملاتی پاسخ نمی‌دهیم و سیگنال نمی‌دهیم.

دوره‌های آموزش تریدآکا

دورهٔ بعدی یادگیری‌ات را پیدا کن

دوره‌ها را ببین، سبک‌ها را مقایسه کن و آموزش مناسب خودت را انتخاب کن.

مشاهده همه دوره‌ها
ادامهٔ مسیر تو

قدم بعدی را انتخاب کن

مسیر یادگیریت را پیدا کن

راهنمای شروع، انتخاب سبک و ترتیب یادگیری دوره‌ها را متناسب با هدفت ببین.

دیدن مسیر یادگیری

سبک معامله‌گریت را بشناس

با تست Trader DNA، الگوی تصمیم‌گیری و سبک‌های نزدیک‌تر به خودت را بشناس.

شناخت DNA معاملاتی

مقایسهٔ پلن‌ها

پوشش دوره‌ها و شرایط اشتراک طلایی و الماس را کنار هم مقایسه کن.