FinGPT

FinGPT : Modèles de langage financiers de grande taille open source

Qu'est-ce que FinGPT ? FinGPT est un modèle de langage financier de grande taille (LLM) open source conçu pour démocratiser l'accès aux données et aux analyses financières. Contrairement aux modèles propriétaires tels que BloombergGPT, FinGPT privilégie l'accessibilité et l'adaptabilité, permettant aux utilisateurs d'affiner le modèle avec de nouvelles données pour obtenir des informations à jour sur le marché.

Principales caractéristiques :

• Open Source: Fournit une alternative accessible aux LLM financiers propriétaires.
• Adaptable: Permet un réglage fin rapide pour intégrer de nouvelles données, coûtant moins de 300 $ par réglage fin.
• RLHF (Reinforcement Learning from Human Feedback): Intègre RLHF pour apprendre les préférences individuelles, comme ChatGPT et GPT-4.

FinGPT-Forecaster

FinGPT offre un outil d'analyse du sentiment financier. Cet outil permet aux utilisateurs de recevoir une analyse complète d'une entreprise et une prédiction de l'évolution du cours de l'action la semaine prochaine.

Pour utiliser FinGPT-Forecaster, l'utilisateur doit fournir :

• Le symbole boursier (par exemple, AAPL, MSFT, NVDA)
• Le jour à partir duquel vous souhaitez que la prédiction se produise (aaaa-mm-jj)
• Le nombre de semaines passées où les nouvelles du marché sont récupérées
• S'il faut ajouter les dernières données financières de base comme informations supplémentaires

FinGPT V3 pour l'analyse du sentiment financier

La série FinGPT V3 regroupe des LLM affinés avec la méthode LoRA sur l'ensemble de données d'analyse du sentiment des actualités et des tweets, qui obtiennent les meilleurs scores sur la plupart des ensembles de données d'analyse du sentiment financier à faible coût.

FinGPT v3.3 utilise llama2-13b comme modèle de base ; FinGPT v3.2 utilise llama2-7b comme modèle de base ; FinGPT v3.1 utilise chatglm2-6B comme modèle de base.

Comment fonctionne FinGPT ?

FinGPT fonctionne sur un framework complet avec cinq couches :

1. Couche de source de données: Assure une couverture complète du marché grâce à la capture d'informations en temps réel.
2. Couche d'ingénierie des données: Traite les données NLP en temps réel, en s'attaquant aux défis de la sensibilité temporelle et du faible rapport signal/bruit.
3. Couche LLM: Emploie des méthodologies d'affinage comme LoRA pour s'adapter à la nature dynamique des données financières.
4. Couche de tâches: Exécute des tâches fondamentales qui servent de points de référence pour les évaluations de performance.
5. Couche d'application: Présente des applications pratiques et des démonstrations de FinGPT dans le secteur financier.

Modèles de base open source utilisés dans FinGPT :

• Llama-2
• Falcon
• MPT
• Bloom
• ChatGLM2
• Qwen
• InternLM

À qui s'adresse FinGPT ?

FinGPT est conçu pour :

• Les analystes et chercheurs financiers: À la recherche d'outils d'analyse du sentiment, de prévisions financières et d'analyse des risques.
• Les développeurs: Création d'applications financières basées sur l'IA et de robots-conseillers.
• Les institutions: Visant à tirer parti des LLM open source pour l'analyse des données financières et la surveillance du marché.

Pourquoi choisir FinGPT ?

• Démocratisation des données financières: Offre une alternative accessible aux LLM financiers à source fermée.
• Adaptabilité et rapidité: Permet un réglage fin rapide avec de nouvelles données pour obtenir des informations à jour sur le marché.
• Piloté par la communauté: Bénéficie des contributions et des améliorations de la communauté open source.

Écosystème FinGPT

• FinGPT-RAG: Améliore l'analyse du sentiment financier en optimisant la profondeur de l'information et le contexte grâce à la récupération de connaissances externes.
• FinGPT-FinNLP: Fournit un terrain de jeu pour toutes les personnes intéressées par les LLM et le NLP dans la finance.
• FinGPT-Benchmark: Introduit un nouveau paradigme de réglage des instructions optimisé pour les grands modèles de langage (LLM) open source dans la finance

Tutoriels :

• [Training] Guide du débutant pour FinGPT : Formation avec LoRA et ChatGLM2–6B Un ordinateur portable, GPU à 10 $
• Comprendre FinGPT : Une série de blogs éducatifs
• FinGPT : Alimenter l'avenir de la finance avec 20 applications de pointe
• FinGPT I : Pourquoi avons-nous construit le premier modèle de langage de grande taille open source pour la finance
• FinGPT II : Déchiffrer la tâche d'analyse du sentiment financier à l'aide du réglage des instructions des grands modèles de langage à usage général