近期NexusTrade的创始人Austin Starks撰文介绍了他使用OpenAI o1模型构建投资组合的一些经验。并展示如何使用OpenAI o1彻底改变金融市场的研究、分析和交易方式。
作者在首次接触OpenAI发布的 o1-preview模型时并没有获得良好的体验,主要是由于 o1-preview相应速度缓慢,成本高昂以及部分功能缺失,然而,OpenAI最新发布的O1模型彻底改变了作者的看法。与其前身O1预览版相比,新版模型在以下几个方面进行了显著升级:
这些新升级(特别是函数调用功能)促使作者决定进一步测试新版模型的强大功能。
为了测试新版O1模型的性能,作者向它提出了一个复杂的金融问题:
问题: 自2000年1月1日以来,SPY(标普500 ETF)在7天内的跌幅超过5%的次数有多少?换句话说,在时间t,SPY在(t + 7天)的回报率低于-5%的次数有多少。
要求: 结果中需包含这些下跌的数据范围,并显示回报率百分比,并以Markdown表格格式呈现结果。
1. O1模型的回答:详尽且精准
O1模型给出了以下结果:
2. 对比传统模型:O1模型的优势
为了更好地理解O1模型的优势,作者将其与Claude 3.5 Sonnet进行了对比。
Claude 3.5 Sonnet的回答:
结果对比:
3. 深入分析:O1模型的强大功能
为了进一步展示O1模型的强大功能,作者继续与它进行对话,并要求它对上述数据进行分析。
O1模型的回答:
以下是一些关键观察结果:
1. 最大跌幅:
- 2022年6月: -10.16%(6月2日 - 6月13日)
- 2000年4月: -8.84%(4月5日 - 4月14日)
- 2002年8月: -8.69%(8月22日 - 9月3日)
- 2000年12月: -8.65%(12月11日 - 12月20日)
2. 显著模式:
- 下跌主要集中在重大市场事件期间,例如2000-2002年互联网泡沫、2008年金融危机和2020年新冠疫情。
3. 平均7天跌幅:
- 平均7天跌幅约为-7.45%。
4. 长期回报:
- 对于每次7天下跌,模型分析了SPY在随后的180天和365天的回报率。
- 平均而言,SPY在180天后上涨约8.58%,在365天后上涨约20.29%。
4. 交易策略制定:利用O1模型的力量
在与O1模型的对话中,作者获得了以下关键见解:
基于这些见解,作者利用LLM制定了以下交易规则:
5. 回测结果:令人振奋的发现
作者利用O1模型对上述策略进行了回测,时间跨度为2020年1月1日至2022年1月1日。
回测结果:
分析:
O1模型不仅帮助作者制定了交易策略,还使作者能够轻松地将策略部署到市场中。
1. 自动化交易平台:NexusTrade
在NexusTrade平台上,作者可以将O1模型生成的策略无缝集成到自动化交易系统中。
2. 部署过程:简单高效
OpenAI O1模型是金融领域的一大步进步。它使任何人都能够进行高度复杂的金融研究,而无需成为SQL专家。其影响不可低估。
文章来自于微信公众号“QuantML ”,作者“QuantML”