Poder da IA na área de finanças

Esses resultados são impressionantes: 

Este artigo descreve um processo para gerar automaticamente trabalhos acadêmicos em finanças utilizando grandes modelos de linguagem (LLMs). Ele demonstra a eficácia do processo ao produzir centenas de artigos completos sobre a previsibilidade de retornos de ações — um tema particularmente adequado para nossa ilustração. Inicialmente, extraímos mais de 30.000 potenciais sinais preditores de retorno de ações a partir de dados contábeis e aplicamos o protocolo “Assaying Anomalies” de Novy-Marx e Velikov (2024) para gerar “relatórios-modelo” padronizados para 96 sinais que atendem aos rigorosos critérios do protocolo. Cada relatório detalha o desempenho de um sinal na previsão de retornos de ações utilizando uma ampla variedade de testes e o compara com mais de 200 outras anomalias conhecidas. Por fim, utilizamos LLMs de última geração para gerar três versões completas distintas de artigos acadêmicos para cada sinal. As diferentes versões incluem nomes criativos para os sinais, introduções personalizadas com justificativas teóricas variadas para os padrões de previsibilidade observados e citações a literatura existente (e, ocasionalmente, imaginada) que apoia suas respectivas alegações. Este experimento ilustra o potencial da IA para aumentar a eficiência da pesquisa financeira, mas também serve como um alerta, ao mostrar como ela pode ser usada de forma indevida para industrializar o HARKing (formular hipóteses após os resultados serem conhecidos).