FinGPT: Open Source Financial Big Language Modelling Platform für Finanzanalysen und -vorhersagen

Allgemeine Einführung

FinGPT ist eine von der AI4Finance Foundation entwickelte Open-Source-Plattform für die Modellierung von Finanzdaten in großer Sprache, die für den Finanzsektor entwickelt wurde, um komplexe Finanzaufgaben zu lösen und Innovationen in der Fintech-Branche voranzutreiben. FinGPT nutzt leichtgewichtige Anpassungstechniken und Methoden des Reinforcement Learning, um leistungsstarke Tools für die Verarbeitung, Analyse und Vorhersage von Finanzdaten bereitzustellen. Im Vergleich zu herkömmlichen großen Finanzmodellen wie BloombergGPT hat FinGPT geringere Schulungskosten und eine höhere Flexibilität, insbesondere für kleine Teams und einzelne Entwickler. Die Plattform unterstützt eine breite Palette von Finanzaufgaben, einschließlich Sentiment-Analyse, Extraktion von Finanzbeziehungen, Nachrichtenklassifizierung, Named-Entity-Erkennung und quantitativer Vorhersage, was den Nutzern ein breites Spektrum an Anwendungsszenarien bietet.

Funktionsliste

• Analyse der FinanzdatenDatenanalyse: Bietet eine Vielzahl von Datenanalysetools zur Unterstützung der Analyse von historischen und Echtzeitdaten.
• MarktprognoseMarkttrendprognosen mit Hilfe von Big-Language-Modellen, die den Nutzern bei der Entwicklung von Investitionsstrategien helfen.
• Unterstützung von InvestitionsentscheidungenIntelligente Anlageberatung, die den Nutzern hilft, ihre Portfolios zu optimieren.
• Open-Source-PlattformAlle Tools und Modelle sind quelloffen, und die Benutzer können frei auf den Code zugreifen und ihn verändern.
• Unterstützung der GemeinschaftMit einer aktiven Entwickler-Community haben die Nutzer Zugang zu zeitnaher technischer Unterstützung und Networking-Möglichkeiten.
• Multitasking-Unterstützung: unterstützt eine Vielzahl von Aufgaben wie Stimmungsanalyse, Extraktion finanzieller Beziehungen, Nachrichtenklassifizierung, Erkennung benannter Entitäten und quantitative Prognosen.
• Multimodale DatenverarbeitungFähigkeit zur Verarbeitung multimodaler Finanzdaten aus Aktien, Futures, Kryptowährungen und anderen Märkten.

Hilfe verwenden

Ablauf der Installation

1. Vorbereitung der UmweltVergewissern Sie sich, dass Python 3.6 oder höher installiert ist und dass Sie über einen einfachen Grafikprozessor verfügen (RTX 3090 oder höher empfohlen).
2. Installation von FinGPT: Führen Sie den folgenden Befehl in einem Terminal aus, um FinGPT zu installieren:

   pip install fingpt

3. Klon-Lager: Führen Sie den folgenden Befehl in einem Terminal aus, um das FinGPT-Repository zu klonen:

   git clone https://github.com/AI4Finance-Foundation/FinGPT.git

4. Installation von Abhängigkeiten: Wechseln Sie in das Projektverzeichnis und installieren Sie die Abhängigkeiten:

   cd FinGPT
pip install -r anforderungen.txt

5. Konfiguration der UmgebungKonfigurieren Sie Umgebungsvariablen und zugehörige Parameter entsprechend den Projektanforderungen.

Vorbereitung der Daten

FinGPT bietet Unterstützung für verschiedene Open-Source-Datensätze, die über die nachstehenden Links abgerufen werden können:

• fingpt-stimmung-zug
• fingpt-headline

Speichern Sie den Datensatz in der Daten Verzeichnis, das zur Verwendung geladen werden soll.

Verwendung Prozess

1. Vorbereitung der DatenImportieren Sie die zu analysierenden Finanzdaten in das Projektverzeichnis im Ordner Daten Mappe.
2. Modellschulung: Führen Sie den folgenden Befehl für das Modelltraining aus:

   python train.py --config config.yaml

Benutzer kann nach Bedarf ändern config.yaml Parameter in der Datei, um die Details der Modellschulung anzupassen.

3. ModellvorhersageNachdem das Training abgeschlossen ist, führen Sie den folgenden Befehl aus, um eine Marktprognose zu erstellen:

   python predict.py --model model.pth --data data/test.csv

Die Vorhersageergebnisse werden in der Datei Ergebnisse Ordner kann der Benutzer auf der Grundlage der Ergebnisse weitere Analysen durchführen.

Kernfunktionen und Code-Demonstration

Beispiel 1: Finanzielle Stimmungsanalyse

Der folgende Code zeigt, wie das FinGPT-Modell für die Stimmungsanalyse geladen wird und wie man Stimmungsvorhersagen für Nachrichten macht:

von fingpt importieren FinGPT
# Initialisieren des Modells
model = FinGPT.load_pretrained("fingpt-sentiment_llama2-13b_lora")
# Finanznachrichten importieren
text = "Apples Umsatz übertrifft die Erwartungen bei den Q3-Ergebnissen."
# Durchführen der Stimmungsanalyse
Ergebnis = model.analyse_sentiment(text)
print(result) # Ausgabe : Positiv

Beispiel 2: Aktienprognose

FinGPT bietet das Modul FinGPT-Forecaster an, das die Vorhersage von Aktienkursbewegungen unterstützt:

from fingpt.forecaster import FinGPTForecaster
# Initialisierung des Prognostikers
Vorhersager = FinGPTForecaster()
# Einstellen der Prädiktorparameter
params = {
"ticker": "AAPL",
"start_date": "2023-01-01",
"news_window": 4, # Abrufen von Nachrichtendaten für die letzten 4 Wochen
"add_financials": True # Hinzufügen der neuesten Finanzindikatoren
}
# Erstellen einer Vorhersage
Vorhersage = forecaster.predict(params)
print(Vorhersage)

Nach der Ausführung liefert das System eine detaillierte Analyse der Aktien des Unternehmens und eine Prognose der künftigen Kursentwicklung.

Ausgewählte Funktionen

• Datenverarbeitung in EchtzeitUnterstützung der Verarbeitung und Analyse von Echtzeit-Finanzdaten, damit die Benutzer schnell auf Marktveränderungen reagieren können.
• Mehrsprachige UnterstützungDie Plattform unterstützt eine breite Palette von Programmiersprachen und -tools, so dass die Benutzer je nach Bedarf die richtige Entwicklungsumgebung wählen können.
• Beiträge der GemeinschaftDie GitHub-Plattform ermöglicht es Benutzern, Code und Vorschläge zur Verbesserung von Projekten an Entwickler auf der ganzen Welt zu übermitteln.