这篇论文通过构建基于ChatGPT的商品新闻比例指数（CNRI），旨在预测商品期货指数的超额收益。研究团队分析了1946年至2022年间九大国际报纸的超250万篇商品相关文章，利用ChatGPT-3.5识别新闻标题或正文中隐含的商品价格涨跌情绪，计算特定商品在过去三个月的"好消息"与"坏消息"的比例差异，并通过偏最小二乘法（PLS）整合18种商品的新闻信息形成综合指标。结果显示，CNRI在样本内预测中平均调整R²达14.27%（金融化时期），样本外R²介于2.09%-5.84%，显著优于BERT和词袋模型，且在市场低波动、经济扩张及通胀下行期表现更优。经济价值验证显示，该指标可使组合年化夏普比率提升至0.366，并正向预示工业生产、GDP等宏观经济指标增长。研究突破性地将大语言模型应用于商品市场预测，证实了ChatGPT在捕捉语义细微差别和降低文本噪声方面的优越性，为金融文本挖掘和商品投资决策提供了新工具。

欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai