高雄大學資工系 生成式AI分析臺股準確度達8成
高雄大學資工系系主任黃健峯（右）、講座教授洪宗貝（中）共同指導學生林彧頎運用AI分析臺股。照：高雄大學提供
國立高雄大學資訊工程學系系主任黃健峯、講座教授洪宗貝，共同指導學生林彧頎發表運用「生成式AI（Generative AI）」技術結合精巧的「提示（Prompt）」設計，分析臺股新聞並預測隔日股市漲跌勢，以及模擬「當沖」，準確度高達8成且有不錯獲利，其成果刊載於今（2024）年《前瞻科技與管理》期刊。
高雄大學資工系主任黃健峯表示，金融市場變化快速，投資人接收包括新聞報導等各種且大量金融資訊以決定其投資行為，但因各人對「新聞標題」理解存在一定侷限性，難以準確評估其對股市的影響。
黃團隊的研究核心乃利用微軟「Bing Chat」生成式AI技術分析2022年1月至2023年6月新聞標題對隔日臺灣股市情況的影響，從而提升股票投資決策的準確性和效率。尤其Bing Chat強大的文本理解及處理能力，可以協助投資人深入理解市場變化，進而實現更高的投資回報率（Return on Investment，ROI）。師生3人成果於去（2023）年「第29屆人工智慧與應用研討會（TAAI）」首度發表獲得重視，今年刊載於《前瞻科技與管理》期刊。
資工系講座教授洪宗貝表示，AI技術突飛猛進，過去被認為天方夜譚的事情陸續接連實現，拜網路環境、電腦硬體（顯示卡）提升，以及諸多資訊大廠投入大量資金、人力開發，現在逐漸成熟、落地運用且豐收，並進而產生「AI提示工程師（Prompt Engineer）」這項新興行業，「提示工程」做得好，就可協助企業精準決策。
高雄大學資工系系主任黃健峯（左）、講座教授洪宗貝（右）共同指導學生林彧頎運用AI分析臺股。照：高雄大學提供
學生林彧頎利用「網路爬蟲（Web Crawler）」技術收集含新聞等大量金融資訊，再以Bing Chat進行文本分類及統計出平均分數，並以隔日股市實際收盤驗證準確性；此外，若Bing Chat看好隔日盤勢，就模擬進場當沖，研究結果顯示，該方式準確度最高可達8成。
這項研究的突破在於將過去極難量化的財經新聞與股價漲跌的複雜關係相對釐清並具體化，進而提出量化投資模型以沿此方向發展更能精準評估進場時機的能力。
黃健峯團隊相當看好該研究成果，認為有望協助更多一般投資人輕鬆參與股市，不須完全仰賴股市專家建議，或是累積長期經驗，並更有助於普及金融投資知識，理解市場趨勢與進場準確性。