ChatGPT在择时（风格,行业,选股中的应用实践,ChatGPT应用探讨系列之二）

从A股市场历年表现来看，行业分化现象均较为明显，今年以来截至4月30日，申万一级行业中传媒行业累计上涨51.78％，表现最为出色，同期商贸零售行业下跌10.87％，最好最差行业表现相差62.65％，分化较为明显。行业配置是获取超额收益的重要来源，如何把握行业轮动特征，如何构建有效的行业轮动策略，是投资者重点关注的问题。本文中我们从行业基本面景气变动角度出发，通过ChatGPT构建一个实际可行的行业轮动策略。该模型历史表现较为出色，自2012年以来，多头组合年化收益率为11.28％，空头组合年化收益率为1.75％，多空年化收益约为9.53％。

最后，在选股因子挖掘方面，ChatGPT也有较强的优势，在我们给定一个相对复杂的高频量价因子构建思路之后，其能够快速实现因子构建过程，本文中我们使用ChatGPT复现了“适度冒险”因子，该因子自2017年以来全市场月度频率上Rank IC高达-9.66％，Rank ICIR为-4.02，多空组合年化收益33.28％，月度胜率84.93％。

2022年12月，OpenAI推出人工智能聊天机器人程序ChatGPT，迅速引起广泛的讨论和应用。本文中我们分别从择时、风格轮动、行业轮动、选股因子挖掘等方面进行实践，进一步阐述ChatGPT在投研工作中的应用前景。

在股票市场投资中，择时是最复杂且挑战最大的任务之一。在实际应用中，技术分析领域中的均线策略是一种非常经典且常用的择时策略，至今仍然大量应用在CTA策略中。本文中我们使用ChatGPT构建了一个均线排列择时模型，相较于简单均线择时模型，该模型结合了不同周期均线模型的优点，历史表现相对较好。

本文源自券商研报精选

A股市场存在着非常典型的风格轮动现象，如能够有效捕捉到风格切换的时点，则可以获取较为可观的相对收益。我们通过ChatGPT实现了一个短周期量价角度观测风格轮动的模型，从模型最新轮动信号来看，目前价值风格相对于成长风格占优，大盘风格相对于小盘风格占优，低估值风格相对于高估值风格占优，绩优股相较于亏损股占优，同时前期表现强势的TMT板块已开始边际走弱，短期建议相对谨慎。

风险提示：本报告基于历史数据分析，历史规律未来可能存在失效的风险；驱动因子受环境影响可能存在阶段性失效的风险；ChatGPT回答结果不一，生成代码可能存在错误。