AI4Finance-Foundation/FinGPT

项目概览

fingpt 提供了针对给定股票代码、结合市场新闻和基本面预测下一周价格走势的能力，可直接核验其金融任务覆盖范围。

项目类型

RAG 与知识库 · 模型开发 · 模型运行 · 数据处理

应用场景

聊天助手 · 知识问答 · 数据分析

部署方式

查看项目说明

License

MIT

适合谁

• 需要研究金融大语言模型、金融文本分析或金融任务微调的人工智能工程师和研究者。
• 拥有金融新闻、推文或标题等文本数据，并希望开展金融预测或金融数据分析的团队。

核心能力

• 针对给定股票代码，分析市场新闻和基本面，输出下一周股票价格走势预测。该能力适合用于金融预测任务研究，不应延伸解释为真实交易或投资建议。
• 提供用于金融关系抽取、标题分类和命名实体识别的模型，输入可以包括金融新闻文本、推文和标题，输出相应的金融文本分析结果。
• 支持对基础开源大语言模型进行轻量化适配和微调，以适应新数据和新的金融任务。其价值在于减少定制金融模型时对完整模型训练的依赖，具体成本仍取决于运行方式和数据规模。
• 面向金融情感分析，通过检索外部知识来增加信息深度。外部知识来源不属于项目自身能力，接入时需要单独确认数据来源和访问条件。

限制与风险

• 项目明确声明不构成金融建议，也不构成使用真实资金交易的建议。因此，预测或分析结果需要与实际决策流程分离。
• 上手需要克隆仓库、安装依赖、配置 Python 环境并执行代码；本地模型执行还需要 GPU 硬件，资料将整体上手难度标记为较高。
• 接入云端大语言模型服务时，付费服务依赖是可选的，数据边界也需要根据具体路径确认；资料没有记录遥测设置。

如何开始

• 需要克隆仓库、安装依赖并完成 Python 环境配置；资料将编码要求标记为必需。
• 可以加载本地模型或配置模型服务提供方。资料列出的基础模型包括 Llama-2 的 7B 和 13B 版本，以及 ChatGLM2-6B。
• 安装依赖并配置环境后运行 Python 脚本；本地模型执行需要按照资料中的硬件要求准备运行环境。

核验依据

• GitHub 项目简介: FinGPT: Open-Source Financial Large Language Models! Revolutionize 🔥 We release the trained model on HuggingFace.
• README: FinGPT can be fine-tuned swiftly to incorporate new data (the cost falls significantly, less than **$300 per fine-tuning**).
• README: [Model Release] Nov, 2023: We release [FinGPT-Forecaster](https://github.com/AI4Finance-Foundation/FinGPT/tree/master/fingpt/FinGPT_Forecaster)! 🔥[Demo](https://huggingface.co/spa…
• README: git clone https://github.com/AI4Finance-Foundation/FinGPT.git cd FinGPT
• README: Best trainable and inferable FinGPT for sentiment analysis on a single RTX 3090, which is even better than GPT-4 and ChatGPT Finetuning.

来源更新时间：2026-07-16T18:05:17Z

打开原始 GitHub 项目