ChatGPT應(yīng)用探討系列之五：Code Interpreter在金融市場數(shù)據(jù)分析中的應(yīng)用

正文目錄TOC\o"1-2"\h\z\u引言 4CodeInterpreter分析可化 4學(xué)算 6據(jù)析可化 8然言理 10CodeInterpreter數(shù)據(jù)析例試 11創(chuàng)公上審分析 11募金倉分析 14務(wù)假測型 18子股型試 20CodeInterpreter制與足 22風(fēng)提示 23圖表目錄圖表1:ChatGPTPlus戶可過置啟CodeInterpreter4圖表2:CodeInterpreter數(shù)分與視案例 5圖表3:建話口中CodeInterpreter 5圖表4:擊天“+”號即上本文件 5圖表5:CodeInterpreter默環(huán)中顯亂碼 6圖表6:戶自上字體件決文示題 6圖表7:CodeInterpreter求數(shù)問題1 7圖表8:CodeInterpreter求數(shù)問題2 7圖表9:WolframPlugin與CodeInterpreter數(shù)學(xué)題比果部） 8圖表10:不數(shù)特量之相系矩陣 9圖表11:分變與滿意之關(guān)系 10圖表12:大數(shù)戶對ChatGPT應(yīng)程滿度高 11圖表13:評內(nèi)情分與戶分在相關(guān)系 11圖表14:ChatGPT應(yīng)序5評中熱統(tǒng)計(jì) 11圖表15:CodeInterpreter析創(chuàng)審發(fā)況1 12圖表16:CodeInterpreter析創(chuàng)審發(fā)況2 12圖表17:可據(jù)體指定CodeInterpreter成特數(shù)分析 13圖表18:CodeInterpreter據(jù)析碼1 13圖表19:CodeInterpreter據(jù)析碼2 13圖表20:科板核主題注地布 14圖表21:科板市主題注地布 14圖表22:使用CodeInterpreter析金倉據(jù)1 15圖表23:使用CodeInterpreter析金倉據(jù)2 15圖表24:使用CodeInterpreter析募倉業(yè)配情及變趨勢 16圖表25:最報期重倉行配情況 17圖表26:最報期重倉行占變情況 17圖表27:上板、行業(yè)倉動況析 17圖表28:最報期板塊大行持占分析 17圖表29:最報期板塊倉動 18圖表30:最報期行業(yè)倉動 18圖表31:CodeInterpreter析本據(jù) 19圖表32:CodeInterpreter析征標(biāo) 19圖表33:特變相分析 19圖表34:高關(guān)標(biāo)、模選可用指定 19圖表35:模訓(xùn)練 20圖表36:模評與進(jìn) 20圖表37:讀股因收益數(shù)據(jù) 21圖表38:因缺值理 21圖表39:數(shù)預(yù)理 21圖表40:機(jī)學(xué)模到內(nèi)問題 21圖表41:線回模同樣到存題 22引言O(shè)penAI,202379OpenAICodeInterpreter。CodeInterpreterPythonCodeInterpreterChatGPTPlusCodeInterpreterPythonChatGPTCodeInterpreterChatGPTChatGPTInterpreterCodeInterpreterCodeInterpreterChatGPTCodeInterpreter資料來源：ChatGPT，CodeInterpreterCodeInterpreterPython實(shí)現(xiàn)（CodeInterpreter圖表2:CodeInterpreter數(shù)據(jù)分析與可視化案例資料來源：ChatGPT，CodeInterpreterplusCodeInterpreter512M100Mzip圖表3:新建話口中CodeInterpreter 圖表4:點(diǎn)擊天“+”即傳本文件資料來源：ChatGPT， 資料來源：ChatGPT，此外，CodeInterpreter圖表5:CodeInterpreter默境中顯亂碼 圖表6:用戶自上字文解決文示題資料來源：ChatGPT， 資料來源：ChatGPT，數(shù)學(xué)計(jì)算ChatGPTChatGPTChatGPTWolframChatGPTCodeInterpreterChatGPTCodeInterpreterPythonSymPySymPyCodeInterpreter圖表7:CodeInterpreter求學(xué)題1 圖表8:CodeInterpreter求學(xué)題2資料來源：ChatGPT， 資料來源：ChatGPT，CodeInterpreterAlphaMichaelTrottWolframCodeInterpreter和WolframPlugin100WalframPluginCodeInterpreter50CodeInterpreter，MichaelTrottWolframCodeInterpreterPython27WolframPlugin圖表9:WolframPlugin與CodeInterpreter求解數(shù)學(xué)問題對比結(jié)果（部分）資料來源：WolframCommunity,數(shù)據(jù)分析與可視化CodeInterpreterCodeInterpreterCodeInterpreter資料來源：Kaggle，ChatGPT，CodeInterpreterWiFi除數(shù)值變量外，對于分類變量，也可以分別進(jìn)行深入分析：圖表11:分類變量與飛行滿意度之間關(guān)系資料來源：Kaggle，ChatGPT，自然語言處理CodeInterpreterAPPCodeInterpreter圖表12:大多用對ChatGPT用程滿度高 圖表13:評論容緒分用評分在相關(guān)系 資料來源：Kaggle，ChatGPT， 資料來源：Kaggle，ChatGPT，5codeinterpreterPythonNLTK圖表14:ChatGPT應(yīng)用程序5星評論中的熱詞統(tǒng)計(jì)資料來源：Kaggle，ChatGPT，CodeInterpreter20237175427.17我們提取了科創(chuàng)板所有上市審核的公司情況，包括其受理批次、審核狀態(tài)、科創(chuàng)主題、上市標(biāo)準(zhǔn)、募資金額、保薦機(jī)構(gòu)、注冊地等多維度信息，我們可以借助CodeInterpreter來快速實(shí)現(xiàn)信息與可視化工作。圖表15:CodeInterpreter分析科創(chuàng)板審核發(fā)行情況1圖表16:CodeInterpreter分析科創(chuàng)板審核發(fā)行情況2資料來源：，ChatGPT， 資料來源：，ChatGPT，圖表17:可根據(jù)具體需求指定CodeInterpreter完成特定數(shù)據(jù)分析資料來源：，ChatGPT，ShowwoPython圖表18:CodeInterpreter數(shù)析碼1 圖表19:CodeInterpreter數(shù)析碼2資料來源：ChatGPT， 資料來源：ChatGPT，圖表20:科創(chuàng)審公主與冊地布 創(chuàng)上公主與冊地布 資料來源：，ChatGPT， 資料來源：，ChatGPT，公募基金重倉股分析公募基金是A（CodeInterpreter201820232023圖表22:使用CodeInterpreter析基重股據(jù)1 圖表23:使用CodeInterpreter析基重股據(jù)2 資料來源：，ChatGPT， 資料來源：，ChatGPT，圖表24:使用CodeInterpreter分析公募重倉股行業(yè)配置情況及其變動趨勢資料來源：，ChatGPT，以上結(jié)果匯總了主動權(quán)益型基金的整體行業(yè)配置變動情況，可以看到截至2023Q1，電力設(shè)備行業(yè)持倉占比出現(xiàn)大幅下滑，最新配置比例已低于食品飲料行業(yè)，降為公募第二大重倉行業(yè)。圖表25:最新告公重股業(yè)配情況 圖表26:最新告公重股業(yè)占變情況資料來源：，ChatGPT， 資料來源：，ChatGPT，（2023Q1）圖表27:上市塊大行持變動況析 圖表28:最新告上板、類行持占分析 資料來源：，ChatGPT， 資料來源：，ChatGPT，圖表29:最新告不板持變動 圖表30:最新告大行持變動資料來源：，ChatGPT， 資料來源：，ChatGPT，財務(wù)造假預(yù)測模型ChatGPT—ChatGPTNoteablePluginCodeInterpreterAIPO）在特征指標(biāo)篩選方面，我們結(jié)合公司參與年報財務(wù)造假的動機(jī)、常見的手段，重點(diǎn)以財務(wù)指標(biāo)為研究對象，了包括審計(jì)師意見、前一年度是否虧損、前五大股東占比、應(yīng)收賬款占流動資產(chǎn)比例、預(yù)付款項(xiàng)占流動資產(chǎn)比例、其他應(yīng)收款占流動資產(chǎn)比例等一系列指標(biāo)作為特征指標(biāo)來訓(xùn)練模型。圖表31:CodeInterpreter分本數(shù)據(jù) 圖表32:CodeInterpreter分征指標(biāo)資料來源：，ChatGPT， 資料來源：，ChatGPT，NoteablePluginCodeInterpreter圖表33:特征量關(guān)分析 圖表34:高相指剔、型擇可用指定 資料來源：，ChatGPT， 資料來源：，ChatGPT，圖表35:模型練 圖表36:模型估改進(jìn)資料來源：ChatGPT， 資料來源：ChatGPT，NoteablePlugin，CodeInterpreterCodeInterpreterTensorFlow、KerasPyTorchGPU）因子選股模型測試992013120236.zipCodeInterpreterCodeInterpreter圖表37:讀取票子收率據(jù) 圖表38:因子失處理 資料來源：ChatGPT， 資料來源：ChatGPT，股票的因子數(shù)據(jù)存在缺失值等問題，因此需要首先完成數(shù)據(jù)預(yù)處理工作。圖表39:數(shù)據(jù)處理 圖表40:機(jī)器習(xí)型到存題資料來源：ChatGPT， 資料來源：ChatGPT，CodeInterpreterCodeInterpreterNoteablePlugin圖表41:線性回歸模型也同樣遇到內(nèi)存問題資料來源：ChatGPT，CodeInterpreterCodeInterpreterCodeInterpreterCodeInterpreterAPICodeInterpreterTensorFlow、KerasPyTorch，CodeInterpreterCodeInterpreter512MB100MBzip因?yàn)樵摴δ苤饕怯糜诮换ナ綍捴羞M(jìn)行計(jì)算以及數(shù)據(jù)分析而非超大規(guī)模數(shù)據(jù)處理。如果上傳的文件越大，則處理的速度越慢，占用的內(nèi)存越多。因此不