運用AI即日鮮炒股
另見前文
一般上市公司與外界的接觸方式有許多種，傳統的方式是透過公司的年報來發布公司資訊，此外還有其他一些方式，如新聞稿及對外宣傳廣告。除了由內而外的發布方式之外，還有一些從外而內的渠道，例如透過記者、媒體、投資機構的分析員或基金經理等人士。根據重要性來說，公司年報是最為重要的。
公司年報通常可以分為兩大範疇。第一個是最重要的，也就是公司的財務報表。這些財務報表都是經過不同人士的審核，按照會計準則如實報導公司在某個時間點的財務狀況。而第二個則是公司的回顧與展望，也就是所謂的「管理層分析與討論」(Management Discussion and Analysis, MD&A)。這個環節主要是由公司管理層總結過去的績效及意見，並對未來的發展及情況進行討論。
MD&A的主要目的是為了對過去業務表現進行分析，並基於未來的狀況、外部市場的競爭以及公司內部的發展來預測或討論將來業務的走勢。由於這是公司管理層對自己公司的想法，因此是十分重要的一手資料。公司管理層亦希望透過這個渠道向外間發放準確的資訊，讓外部人士尤其是投資者可以準確地掌握公司的業務發展，以評估公司的盈利及股票價格。
當然，MD&A的討論涉及到一個博弈。如果公司管理層想要粉飾太平，他們會放大好消息，隱藏負面消息。相反，如果管理層想讓公司股價下跌，他們會放大壞消息並隱藏好消息。財務數字是硬崩崩的，因此很難作出調整，又與經過審核的財務報表掛鈎。因此，很多時候這些操作便使用一些含糊的文字或是極端的語言來改變言論的走向。例如，管理層想引導對預測明年公司的狀況預測，他們會說以往去年的表現比較出色，但未來存在著一些隱憂，如政局環境和市場的不確定性。這樣的負面用字讓外界感到管理層對該業務持有審慎的看法。
透過修辭技巧及文筆，公司管理層的業務態度可以透露出來，這也反映了情緒。當外部接收到這些文字及訊息後，會轉化為市場情緒或市場氣氛 (sentiment)。這些市場情緒和氣氛會在短時間內影響股票價格的波動，可能是幾天之內，短期波動的幅度主要由內部和外部的消息、言論所組成。但長期來說，公司的股價會受業務及其他大環境因素（例如息口）所影響。
要分析市場言論和氣氛，以往的方法大多是靠大數據，例如分析Google搜索次數或Facebook點讚次數。最近，隨著ChatGPT的盛行，有些人開始用ChatGPT測量市場情緒。最近，筆者閱讀了一篇論文，由三位芝加哥大學商學院的研究人員撰寫。近幾十年，芝加哥大學在金融、投資和管理領域佔據領先地位，基本上引領了這些領域的研究方向。因此，由芝加哥大學學者撰寫的論文都值得關注。
這篇論文主要研究使用ChatGPT來分析公司管理層在MD&A及年報發布後的conference call內容。研究者使用ChatGPT將冗長的討論和宣告綜合起來，再根據語氣態度和非常短期的股價變化來觀察股價的反應。例如，如果管理層的語氣和宣告是比較積極的話，就觀察公司股價在短期內是否有上漲的趨勢。相反，如果管理層出現負面消極的文字和看法，外界市場氣氛是否受到影響而導致股價下跌。
這篇論文的作者將公司管理層在MD&A和conference call中的內容運用ChatGPT進行了分析，並發現MD&A和conference call當中有十分多的廢話。使用ChatGPT綜合後可以減少這些廢話，只保留精華部分。經過對1700多家公司發布的年報內容和conference call內容的檢討，發現ChatGPT可以將這些內容濃縮，比率高達80%，原本的100個字可以濃縮為低於20個字。這證明了在AI眼中，這些公開的資訊其實有超過八成都是廢話，沒有實際意義。
Bloat – The difference between the length of original document and summarized document, scaled by the length of the original document.
第二方面，論文發現可以從資訊萃取出市場氣氛的指標。當市場充滿積極的信息時，股價往往會在短期內上漲，反之亦然。綜合這些文字可以幫助準確地推測短期市場氣氛，並在消息推出頭一兩天炒即日鮮，好氣氛時買升可以賺2%至3%，差氣氛時買跌可以賺1.5%至3%。
論文的第三部分著重探討了MD&A和conference call的內容，這些內容逐漸轉向ESG和社會責任的討論。根據下表，過去幾年來，主要關注點從公司的財務數據轉移到了ESG議題上。這可能是因為上市條例的增加，或者投資者對企業的公民責任的關注程度增加，因此需要更多地關注ESG議題。
小結
現在AI越來越普及，但很多人卻不懂得使用它的功能和範圍，亂用AI工具預測股市走勢等事情。事實上，ChatGPT的最大優勢是文字處理，而非預測市場走勢等預測型任務。因此，這篇論文的三位芝加哥大學學者利用ChatGPT的最大優勢，透過綜合文本分析，從而了解市場反應是否與預測一致，展現了聰明的AI應用。
通過這篇論文可以發現，許多公司公布的報告通常充斥著冗長的無關內容。因此，如果有人想像巴菲特一樣研究年報，可能需要翻閱100頁的報告，但其中只有20頁是有用的，浪費了八成的時間在無用的資訊上。但今時今日在新的AI技術下，可以大量減少翻閱年報的時間，並透過AI提取出年報內最有用的內容，並且於一天內短炒獲利。
最後，這項研究成果是否能應用在強積金上呢? 因為強積金內容往往有很多無用的廢話，尤其是在基金經理的投資見解中，雖然這些見解只有幾行字，但其中卻廢話連篇。根據上述研究，這些基金經理的投資見解中至少有八成以上是無用的。因此，筆者嘗試將一段文字縮短為只有10隻文字的結論，省去不少時間。大家可以看看ChatGPT有什麼結論….
