评估GPT情绪分析生成的股票收益预测中的前视偏差

包括ChatGPT在内的大语言模型(LLMs)能够从新闻文本的情绪中提取可盈利的交易信号。然而，对此类策略进行回测存在挑战，因为LLMs是在多年的数据上训练的，若训练期与回测期重叠，回测会产生偏差结果。该偏差可表现为两种形式：一是前视偏差(look-ahead bias)，即LLM可能具体知晓某篇新闻文章之后的股票收益；二是干扰效应(distraction effect)，即对所提及公司的通用知识干扰了文本情绪的度量。我们通过由财经新闻标题情绪驱动的交易策略来研究这些偏差来源。我们将基于原始标题的交易表现与去偏策略进行比较，在去偏策略中我们从文本中移除相关公司的标识。在样本内(LLM训练窗口内)，我们惊讶地发现匿名化标题表现更优，表明干扰效应的影响大于前视偏差。该倾向对大公司尤为明显——我们预期LLM对其拥有更多通用知识的公司。在样本外，前视偏差无需担忧，但干扰仍可能存在。因此，我们提出的匿名化程序在样本外实施以及去偏回测中均具潜在用途。