GPT-4, 전통적 애널리스트 넘어선 주식 투자 예측 정확도 입증

JP모건(JP Morgan) AI 연구팀이 대형 언어모델(Large Language Model, LLM)을 활용한 혁신적인 주식 등급 예측 연구 결과를 발표했다. 연구진은 GPT-4를 활용해 S&P500 기업들의 주가를 분석한 결과, 전통적인 애널리스트의 예측보다 더 정확한 성과를 달성했다고 밝혔다. 이번 연구는 AI가 금융 시장 분석에서 보여주는 잠재력을 실증적으로 입증했다는 점에서 큰 의미를 가진다.

연구팀은 2022년 1월부터 2024년 6월까지의 방대한 데이터를 분석에 활용했다. GPT-4는 특히 1개월에서 6개월 사이의 단기 예측에서 탁월한 성과를 보였으며, 기업의 재무제표와 시장 데이터만을 활용한 ‘기본 모델(Vanilla Model)’도 전통적인 애널리스트의 예측보다 낮은 평균 절대 오차(Mean Absolute Error, MAE)를 기록했다.

애널리스트의 MAE가 1.570을 기록한 반면, AI 기본 모델은 1.447을 기록하며 더 정확한 예측력을 보여줬다. 이러한 결과는 AI가 기본적인 재무 데이터만으로도 시장 전문가들의 분석을 뛰어넘을 수 있다는 사실을 입증했다.

연구진이 AI 모델의 성능을 높이기 위해 뉴스 데이터와 감성 분석을 추가로 실험한 결과, 뉴스 데이터의 활용이 장기 예측에는 큰 도움이 되지 않는 것으로 나타났다. 뉴스 요약본을 활용한 모델은 1.491의 MAE를, 감성 점수를 활용한 모델은 1.496의 MAE를 기록했는데, 이는 기본 모델의 성능을 오히려 약화시키는 결과였다.

단기 예측에서는 뉴스 데이터가 유의미한 영향을 미쳤다. 특히 1개월 예측에서는 뉴스 기반 모델이 다른 모델들보다 우수한 성과를 보였다. 이는 최근의 뉴스가 단기적인 주가 변동에 직접적인 영향을 미친다는 시장의 일반적인 통념을 실증적으로 뒷받침하는 결과로 해석된다.

이번 연구에서 가장 주목할 만한 결과는 재무제표 데이터를 활용한 모델(Fundamentals Model)의 성과다. 이 모델은 1.421의 MAE를 기록하며 전체 실험 중 가장 우수한 예측력을 보여줬으며, 여기에 감성 분석을 결합한 모델(Fundamentals + Sentiment)은 더욱 개선된 1.417의 MAE를 달성했다.

이러한 결과는 기업의 재무적 기초체력이 주가 예측에서 가장 중요한 요소라는 전통적인 투자 이론을 재확인함과 동시에, AI가 이를 더욱 정교하게 분석할 수 있다는 것을 보여준다.

연구진은 현재 모델이 정해진 기간의 수익률만을 기준으로 평가되었으며, 시장 심리나 거시경제적 요인 등 정성적인 요소들을 완전히 반영하지는 못했다는 한계를 인정했다. 또한 애널리스트들이 활용하는 실적 전망이나 투자자 심리와 같은 중요한 요소들이 분석에서 제외되었다는 점도 지적했다.

JP모건 연구진은 AI의 주식 분석 능력을 더욱 발전시키기 위한 후속 연구를 계획하고 있다. 연구진은 더 긴 기간의 뉴스 데이터 분석 방법론을 개발하고, 장기 예측 성능 향상을 위한 모델 개선에 주력할 예정이다. 또한 다양한 데이터 소스의 통합적 활용 방안을 연구하고, 정성적 요소들의 정량화 방법론도 개발할 계획이라고 밝혔다.

이번 연구는 11월 14일부터 17일까지 뉴욕 브루클린에서 열리는 제5회 ACM 국제 AI 금융 컨퍼런스(ICAIF ’24)에서 발표될 예정이며, 금융계는 이번 연구가 AI를 활용한 투자 분석의 새로운 지평을 열 것으로 기대하고 있다.

기사에 인용된 연구에 대한 자세한 정보는 링크에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

관련 콘텐츠 더보기