FinGPT: Plataforma de modelagem de Big Language financeira de código aberto para análise e previsão financeira

Introdução geral

O FinGPT é uma plataforma de modelagem de big language financeira de código aberto desenvolvida pela AI4Finance Foundation, projetada para que o setor financeiro resolva tarefas financeiras complexas e impulsione a inovação em fintech. O FinGPT aproveita técnicas de adaptação leves e métodos de aprendizado por reforço para fornecer ferramentas poderosas para processamento, análise e previsão de dados financeiros. Em comparação com os grandes modelos financeiros tradicionais, como o BloombergGPT, o FinGPT tem menor custo de treinamento e maior flexibilidade, especialmente para equipes pequenas e desenvolvedores individuais. A plataforma suporta uma ampla gama de tarefas financeiras, incluindo análise de sentimentos, extração de relações financeiras, classificação de notícias, reconhecimento de entidades nomeadas e previsão quantitativa, oferecendo aos usuários uma ampla gama de cenários de aplicação.

Lista de funções

• Análise de dados financeirosAnálise de dados: fornece uma variedade de ferramentas de análise de dados para dar suporte à análise de dados históricos e em tempo real.
• previsão de mercadoPrevisão de tendências de mercado usando modelos de big language para ajudar os usuários a desenvolver estratégias de investimento.
• Suporte a decisões de investimentoFornecer consultoria de investimento inteligente para ajudar os usuários a otimizar seus portfólios.
• plataforma de código abertoTodas as ferramentas e modelos são de código aberto e os usuários podem acessar e modificar o código livremente.
• Suporte à comunidadeCom uma comunidade de desenvolvedores ativa, os usuários têm acesso a suporte técnico oportuno e oportunidades de networking.
• suporte multitarefaO software de classificação de notícias da Microsoft: suporta várias tarefas, como análise de sentimentos, extração de relações financeiras, classificação de notícias, reconhecimento de entidades nomeadas e previsão quantitativa.
• Processamento de dados multimodaisCapacidade de processar dados financeiros multimodais de ações, futuros, criptomoedas e outros mercados.

Usando a Ajuda

Processo de instalação

1. Preparação ambientalVerifique se o Python 3.6 ou superior está instalado e se você tem um dispositivo de GPU básico (recomenda-se RTX 3090 ou superior).
2. Instalação do FinGPTExecute o seguinte comando em um terminal para instalar o FinGPT:

   pip install fingpt

3. armazém de clonesExecute o seguinte comando em um terminal para clonar o repositório FinGPT:

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

4. Instalação de dependênciasInstalação das dependências: Vá para o diretório do projeto e instale as dependências:

   cd FinGPT
pip install -r requirements.txt

5. Ambiente de configuraçãoConfiguração de variáveis de ambiente e parâmetros relacionados de acordo com os requisitos do projeto.

Preparação de dados

O FinGPT oferece suporte a vários conjuntos de dados de código aberto, que podem ser acessados nos links abaixo:

• treinamento de sentimento de fingimento
• título do fingpt

Armazene o conjunto de dados no dados a ser carregado para uso.

Processo de uso

1. Preparação de dadosImportar os dados financeiros a serem analisados para o diretório do projeto na pasta dados Pasta.
2. treinamento de modelosExecute o seguinte comando para o treinamento do modelo:

   python train.py --config config.yaml

Os usuários podem modificar conforme necessário config.yaml no arquivo para ajustar os detalhes do treinamento do modelo.

3. previsão de modelosApós a conclusão do treinamento, execute o seguinte comando para fazer uma previsão de mercado:

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

Os resultados da previsão serão salvos no arquivo resultados o usuário pode realizar outras análises com base nos resultados.

Funções principais e demonstração de código

Exemplo 1: Análise de sentimento financeiro

O código a seguir mostra como carregar o modelo de análise de sentimento do FinGPT e fazer previsões de sentimento para notícias:

from fingpt import FinGPT
# Inicializar o modelo
model = FinGPT.load_pretrained("fingpt-sentiment_llama2-13b_lora")
# Importar notícias financeiras
text = "A receita da Apple excede as expectativas nos lucros do terceiro trimestre."
# Realizar análise de sentimento
result = model.analyse_sentiment(text)
print(result) # Saída : Positiva

Exemplo 2: Previsão de estoque

O FinGPT oferece o módulo FinGPT-Forecaster, que oferece suporte à previsão de movimentação de preços de ações:

from fingpt.forecaster import FinGPTForecaster
# Inicializar a previsão
forecaster = FinGPTForecaster()
# Definir os parâmetros do preditor
params = {
"ticker": "AAPL",
"start_date": "2023-01-01",
"news_window": 4, # Recuperar dados de notícias das últimas 4 semanas
"add_financials": True # Adicione os indicadores financeiros mais recentes
}
# Fazer uma previsão
previsão = forecaster.predict(params)
print(prediction)

Uma vez executado, o sistema retornará uma análise detalhada das ações da empresa e uma previsão das tendências futuras de preço.

Funções em destaque

• Processamento de dados em tempo realSuporte ao processamento e à análise de dados financeiros em tempo real para ajudar os usuários a reagir rapidamente às mudanças no mercado.
• Suporte a vários idiomasA plataforma oferece suporte a uma ampla variedade de linguagens e ferramentas de programação, permitindo que os usuários escolham o ambiente de desenvolvimento adequado de acordo com suas necessidades.
• Contribuições da comunidadeA plataforma GitHub permite que os usuários enviem códigos e sugestões para aprimorar projetos com desenvolvedores de todo o mundo.