AI4Finance-Foundation/FinGPT

FinGPT – 开源金融大语言模型

FinGPT 是一套针对金融领域进行微调的开源大语言模型（LLM）。该项目由 AI4Finance Foundation 维护，提供：

• 多任务金融 LLM（情感分析、关系抽取、标题分类、NER、QA 等）基于 Llama‑2、Falcon、Bloom、MPT、ChatGLM‑2、Qwen 等流行基础模型构建，全部通过 LoRA/QLoRA 实现低成本训练。
• 专门的单任务模型，如 FinGPT‑Forecaster（道琼斯 30 指数股票价格预测）和 FinGPT‑Sentiment（可在单张 RTX 3090 上运行的最先进情感分类器）。
• 全栈框架，涵盖数据收集、工程、模型微调、基准评估和下游应用（RAG、机器人顾问演示等）。
• 公开数据集（情感、关系抽取、标题分析、NER、QA、中文金融 MCQ）托管在 Hugging Face 上。
• 基准测试将微调后的模型与 OpenAI、GPT‑4、BloombergGPT、FinBERT 等进行比较，并通过每 GPU 小时成本计算突出该方法的可负担性。

---

主要特点

特点	含义
LoRA/QLoRA 微调	仅使用单张消费级 GPU（如 RTX 3090）和几美元的计算成本即可快速适配大型基础模型。
指令微调的多任务模型	一个模型可处理多个金融特定任务，减少维护多个独立模型的需求。
检索增强生成（FinGPT‑RAG）	增加外部知识检索步骤，实现更丰富、更新的金融情感分析。
开源检查点	所有模型均发布在 Hugging Face 上（例如 fingpt-sentiment_llama2-13b_lora、fingpt-forecaster_dow30_llama2-7b_lora）。
基准测试套件	用于在标准金融数据集（FPB、FiQA‑SA、TFNS、NWGI）上复现性能数据的脚本和笔记本。
演示界面	FinGPT‑Forecaster 和其他演示的 Hugging Face Spaces，无需安装即可试用模型。

---

典型用例

• 机器人顾问/股价预测 – FinGPT‑Forecaster 使用近期新闻和财务数据预测指定股票代码的下一周价格走势。
• 金融情感分析 – 将新闻或推文分类为正面/中性/负面，用于交易信号。
• 关系抽取与 NER – 从文件或新闻中提取结构化信息（例如公司‑高管关系、法律实体）。
• 标题分类 – 检测标题是否暗示价格上涨。
• 自定义指令微调代理 – 在专有市场数据上微调多任务模型，创建私人金融助手。

---

快速开始

# 克隆并安装
git clone https://github.com/AI4Finance-Foundation/FinGPT.git
cd FinGPT
pip install -r requirements.txt
pip install -e .

• 本地运行 – 按照 README 中的说明，使用 transformers 和 peft（LoRA）加载模型。
• 使用云 API – 设置 FINGPT_LLM_PROVIDER=openai 以在无 GPU 的情况下调用外部 LLM。
• 试用演示 – 访问 Hugging Face Space FinGPT/FinGPT-Forecaster 获取即时 Web UI。

详细设置、硬件要求和故障排除记录在 SETUP.md 和 FAQ.md 中。

---

许可证与社区

• 许可证： Apache‑2.0（根据 README 中的徽章）。
• 社区： Discord 服务器（徽章中的邀请链接）、活跃的问题跟踪器、定期发布论文（NeurIPS 2023 Instruction Workshop、ICAIF‑23、IJCAI 2023）。该项目还在 Medium 上发布博客文章和教程，并维护用于模型和数据集的 Hugging Face 中心。

---

摘要

FinGPT 提供针对金融领域定制的、价格合理的开源 LLM。通过在公开市场数据上利用基于 LoRA 的微调，它让研究人员和开发人员能够在适中的硬件上运行高性能的情感分析、抽取和预测模型，同时提供完整的生态系统（数据集、基准、演示和社区支持）来构建金融 AI 应用。