高中生开发的ChatGPT交易机器人跑赢罗素2000指数

来自俄克拉荷马州乡村的一名高中生完成了华尔街算法未能做到的事：他用100美元让ChatGPT自由发挥，最终其表现远超市场。

内森·史密斯的实验始于四周前，前提很简单——让ChatGPT完全控制一个小盘股投资组合，看看会发生什么。

结果如何？回报率达到23.8%，而罗素2000指数和生物科技ETF XBI仅分别上涨3.9%和3.5%。

图片：内森·史密斯

史密斯告诉《Decrypt》：”我在YouTube上经常看到一个关于AI选股器的广告：’（广告说）我们的交易算法会分析纽交所所有股票等等……’我开始研究后惊讶地发现，之前居然没人尝试过完全由大语言模型主导的投资组合。”

这个实验的设置看似简单。史密斯给ChatGPT下达了明确指令：仅用全额持股方式构建最强美股小盘股组合（市值低于3亿美元），目标是在2025年6月27日至12月27日期间实现最大收益。

与其他交易算法的不同之处在于其完全自主性。

史密斯在邮件中告诉《Decrypt》：”AI处理所有决策，包括头寸规模、止损等。我唯一需要干预的情况是当ChatGPT自相矛盾时——他承认这是系统的缺陷之一。”

史密斯最近计算了专业交易员关注的风险指标。

他的夏普比率为0.9413（高于1.0通常被视为良好），表明高风险；索提诺比率达2.0021，显示上涨潜力大而下行有限。

这个完全开源的聊天机器人可在史密斯的GitHub仓库获取，多数情况下表现得相当客观。

ChatGPT对CADL的操作贡献了组合约50%的收益。

“它毫不犹豫地卖掉了CADL，”史密斯说，”我认为它明智地意识到在小盘股领域，所有收益都可能瞬间蒸发。很少有对冲基金能做出如此果断决策。”

复杂中的优雅

史密斯的系统仅运行一个月，尚不足以进行高置信度的回测评估，但目前的积极结果令人鼓舞。

实验背后的技术架构比普通聊天机器人复杂些，但稍加投入仍易于实现。

史密斯构建了五大功能：新选股的手动买卖、交易追踪的组合处理、使用雅虎财经数据的每日结果生成，以及与标普500对比的可视化图表。

“说实话设置相当简单，”他描述道，该系统通过雅虎财经API获取基准价格至Pandas数据分析框架。

ChatGPT每周选股一次，始终遵守3亿美元市值上限，由史密斯执行交易并记录结果。

这个来自俄克拉荷马小镇的少年几乎是偶然发现了自己的热情。他告诉《Decrypt》：”过去学过些编程（哈佛在线CS课程CS50），但用C语言并不令人兴奋（愚蠢的段错误）。今年夏天我发现了量化金融和Python之美，就此着迷。”

如今的高中生真是了不得。

过去一年提交近千次GitHub记录，并在其新闻通讯积累不少粉丝的史密斯，已投身量化金融领域。他计划在12月实验结束后延长至一整年，尽管承认需同时平衡ACT考试和AP心理学的自学。

“我确信找到了人生热情，希望有朝一日能以此为业，”史密斯说。

通用智能通讯

每周由生成式AI模型Gen讲述的AI之旅。 您的邮箱
订阅！
订阅！