Håll käften-prompten som spöar Wall Street!

Hade jag varit lite mer populistisk skulle jag satt rubriken: HÄR ÄR PROMPTEN SOM GÖR ATT DU KAN SPÖA WALL STREET OCH TJÄNA MILJARDER!!!

För det visar sig att du och jag kan skriva en prompt (en instruktion) som med hjälp av ChatGPT gör oss till bättre finansanalytiker är de som finns på Wall Street. Om vi investerar i enlighet med det kommer vi få bättre avkastning än den här killen.

Jag ska visa hur det går till och hur den här sortens promptar kan användas för mycket annat än finansanalys.

Tre tips för bättre resultat

I mina föreläsningar och kurser brukar jag ge tre tips för att öka chansen att få bra resultat när du jobbar med ChatGPT, Gemini eller något av de andra verktygen.

1. Ange vem den är. Om du ska ta fram en kampanj för marknadsföring i sociala medier, ange att den är expert på just det.
2. Ge exempel. Om du vill att den ska skriva mejlsvar väldigt kortfattat och rakt på sak, ge den ett exempel på hur ett sådant mejl ser ut.
3. Följ en kedja av instruktioner. Be den att första göra A, sedan B, sedan C och till sist D.

De första två hjälper AI:n att förstå var den hittar mest relevant information, inom all den enorma mängd data den har.

Den tredje tvingar den att göra ett noggrant arbete i flera steg. Om någon ber dig att ta fram tio nya idéer så kan du sätta dig ner och bara skriva ner det du kommer på. Eller så kan du först göra en analys, sedan göra en lång bruttolista, sedan gå igenom den och leka djävulens advokat och till sist uppdatera och skala ner listan till tio unika idéer.

Båda sätten tar dig i mål, men när du gör det steg för steg kommer du fram till ett bättre resultat. På samma sätt gör AI:n det.

Det är en sådan prompt som slog Wall Street. Chain-of-Thought-prompt kallas den.

Chain-of-Thought

Redan innan ChatGPT släpptes visade några forskare från Google hur chain-of-thought-promptar kunde få stora språkmodeller (som just ChatGPT) att fungera bättre.

Först fick den svaret i ett mycket enkelt räkneexempel:

Roger har 5 tennisbollar. Han köper 2 rör med vardera 3 bollar. Hur många tennisbollar har han nu? Svaret är 11.

Den information fick AI:n och sedan frågade man följande:

Kafeterian har 23 äpplen. Om de använder 20 till att göra lunch och köper 6 till, hur många äpplen har den då?

AI:n svarade 27...

Men om de istället förklarade steg för steg hur de kom fram till svaret 11 i det första exemplet blev resultatet ett annat:

Roger började med 5 bollar. 2 rör med vardera 3 tennisbollar är 6 tennisbollar. 5+6=11. Svaret är 11.

När AI:n fick steg-för-steg-förklaringen räknade den rätt på det efterföljande exemplet med äpplena.

Chain-of-Thought för ChatGPT

Det ovanstående exemplet var från 2022. Spola fram bandet flera hundra AI-år till 2024 och vi börjar nu se kraften i den här sortens promptar.

I februari publicerade professor Ethan Mollick ett paper där de hade jämfört hur kreativ ChatGPT kunde vara med olika sorters promptar. Uppdraget var att ta fram produktidéer. Människorna, i form av studenter, vann, men bara knappt före en Chain-of-Thought-prompt.

Så här såg den prompten ut:

Generate new product ideas with the following requirements: The product will target college students in the United States. It should be a physical good, not a service or software. I'd like a product that could be sold at a retail price of less than about USD 50. The ideas are just ideas. The product need not yet exist, nor may it necessarily be clearly feasible. Follow these steps. Do each step, even if you think you do not need to. First generate a list of 100 ideas (short title only) Second, go through the list and determine whether the ideas are different and bold, modify the ideas as needed to make them bolder and more different. No two ideas should be the same. This is important! Next, give the ideas a name and combine it with a product description. The name and idea are separated by a colon and followed by a description. The idea should be expressed as a paragraph of 40-80 words. Do this step by step!

Dags för Gordon Gekko att få smisk

Det tar oss till idag. Nyligen publicerades ett paper av några forskare vid University of Chicago. De anonymiserade historiska finansdata från företag. Alltså hur det gått för företagen. Denna data gav de till ChatGPT, bad den göra en analys och baserat på det göra en bedömning av hur det skulle gå för företaget kommande månader.

En människa med backslick och fin kostym har en träffsäkerhet på sex månader på knappt 57 procent. ChatGPT utan Chain-of-Thought når 52 procent och med Chain-of-Thought 60 procent.

Den version av ChatGPT som är tillgänglig för oss alla presterar alltså bättre än mänskliga finansanalytiker. 3,5 procentenheter bättre, vilket i det här sammanhanget är mycket. Tiondelar är viktiga när det rör sig om mångmiljardbelopp. Inte en specialversion av ChatGPT, inte en AI som någon byggt bara för detta syfte, utan samma ChatGPT som kan skriva limerickar, programmera och berätta sagor som Walt Disney. Som kostar 200 kronor i månaden, men som kan göra denna finansanlys i gratisversionen. Är det inte otroligt?

Hur gjorde de?

För att nå detta resultat har de kombinerat mina tre tips. De angav att den var en finansanalytiker, de gav den steg-för-steg-instruktioner och de gav ett exempel på hur resultatet skulle se ut.

Prompten ser mycket avancerad ut när man tittar på den (jag har lagt in den längst ner i artikeln) men är faktiskt bara en beskrivning av de steg en människa gör när den gör en finansanalys.

Det krävs alltså kunskap för att kunna sätta ihop en sån här prompt. Men med några veckors research skulle en person som är komplett novis på finansanalys kunna skapa den.

Inte bara finansanalys

Den här sortens prompt kan såklart inte bara användas för finansanalys eller idégenerering. Den torde exempelvis vara utmärkt för forskning. Ta stora mängder data, eller ett flertal papers, och be den göra en viss sorts analys baserat på det. Eller hjälpa dig som företagare att utveckla dina produkter. Eller du som PR-ansvarig för att skapa slagkraftigare budskap. Eller du som ska renovera köket att komma på designidéer.

Vad jobbar du med? Vad är du intresserad av? Vad är du kunnig inom?

Ju mer du kan kombinera dina specialkunskaper med ChatGPT:s förmåga, desto kraftfullare resultat kan du få.

Nu har vi alla ett verktyg som om vi lär oss använda det kan göra att vi når expertstatus inom en stor mängd områden.

Mathias Sundin
Arge optimisten

Prompten de använde:

Instruction to ChatGPT:

You are a financial analyst tasked with analyzing a company's financial statements to predict the direction of future earnings. Follow the steps below to perform the analysis and make your prediction.

1. Identify Notable Changes:
   • Review the balance sheet and income statement provided.
   • Identify any significant changes in financial statement items (e.g., changes in revenue, expenses, assets, liabilities).
2. Compute Key Financial Ratios:
   • Calculate important financial ratios that can provide insights into the company’s financial health.
   • State the formula for each ratio before performing the computation.
   • Compute the following ratios:
     • Liquidity Ratios: Current Ratio, Quick Ratio
     • Profitability Ratios: Gross Margin, Operating Margin, Net Profit Margin
     • Efficiency Ratios: Asset Turnover, Inventory Turnover
     • Leverage Ratios: Debt-to-Equity Ratio, Interest Coverage Ratio
3. Provide Economic Interpretations:
   • For each ratio calculated, provide an interpretation of what the ratio indicates about the company's financial condition.
   • Explain how these ratios compare to industry benchmarks or historical performance if relevant.
4. Predict the Direction of Future Earnings:
   • Based on the analysis of the financial statements and the calculated ratios, determine whether the company's earnings are likely to increase or decrease in the subsequent period.
   • Provide a clear binary prediction: "Earnings will increase" or "Earnings will decrease".
5. Elaborate the Rationale:
   • Write a paragraph explaining the rationale behind your prediction.
   • Discuss the key factors and insights from your analysis that led to your conclusion.
6. Additional Details:
   • Estimate the magnitude of the earnings change: "large", "moderate", or "small".
   • Provide a confidence score for your prediction, ranging from 0 (random guess) to 1 (perfectly informed).

Example

Financial Statements:

• [Provide the anonymized balance sheet and income statement here]

Step-by-Step Analysis:

1. Identify Notable Changes:
   • Example: "Revenue increased by 10% from the previous year, while operating expenses decreased by 5%."
2. Compute Key Financial Ratios:
   • Current Ratio:
     • Formula: Current Assets / Current Liabilities
     • Computation: $5,000,000 / $2,500,000 = 2.0
   • Operating Margin:
     • Formula: Operating Income / Revenue
     • Computation: $1,000,000 / $10,000,000 = 10%
   • Continue with other ratios...
3. Provide Economic Interpretations:
   • "The current ratio of 2.0 indicates that the company has twice as many current assets as current liabilities, suggesting good short-term liquidity."
   • "The operating margin of 10% is above the industry average, indicating strong operational efficiency."
4. Predict the Direction of Future Earnings:
   • "Earnings will increase."
5. Elaborate the Rationale:
   • "The significant increase in revenue coupled with a decrease in operating expenses has improved the operating margin. Additionally, strong liquidity ratios suggest the company is well-positioned to handle short-term obligations, which supports the expectation of increasing earnings."
6. Additional Details:
   • Magnitude: "moderate"
   • Confidence Score: 0.85