>> 浙商證券-金融工程專題-大語言模型在金融領域的創(chuàng)新應用框架：FinGPT-230704
| 上傳日期： |
2023/7/4 |
大小： |
1123KB |
| 格式： |
pdf 共11頁 |
來源： |
浙商證券 |
| 評級： |
-- |
作者： |
陳奧林 |
| 下載權限： |
此報告為加密報告 |
|
|
核心觀點
FinGPT作為第一個開源的金融領域大語言模型，首次實現(xiàn)了信息端到投資端全流程自動化投研決策，具有里程碑意義。除此之外，它在機器人投顧，情緒分析和低代碼開發(fā)等金融場景也實現(xiàn)了開源應用。
通過對FinGPT源代碼的梳理和論文閱讀，本文深度解析了其工作原理和邊際貢獻。同時，本文也指出了它存在的主要問題，并對未來發(fā)展做出了思考。
FinGPT的簡要介紹
FinGPT是開源的金融領域大語言模型。它在預訓練模型的基礎上針對金融領域進行微調(diào)，以適應金融領域的自然語言任務。目前，F(xiàn)inGPT實現(xiàn)了端到端的全流程自動投資框架，機器人投顧，情緒分析，量化交易等功能。
FinGPT的工作原理
FinGPT的底層技術為預訓練Transformer。它通過在大規(guī)模金融文本數(shù)據(jù)上進行訓練，學習豐富的金融知識和語言模式。首先，F(xiàn)inGPT從多渠道獲取金融文本和數(shù)據(jù)，經(jīng)過數(shù)據(jù)清理和標記后，對預訓練模型進行微調(diào)訓練。最后利用訓練好的大模型或API實時輸出觀點。
FinGPT的創(chuàng)新貢獻
首先，作為首個打通全流程自動投資的大模型，F(xiàn)inGPT代表了一種未來自動投資的發(fā)展方向。其次，開源的FinGPT促進了大模型在金融領域的應用，降低了業(yè)務成本。最后，透明可訪問的數(shù)據(jù)和模型參數(shù)以及輕量級的微調(diào)技術提高了大模型的普及度。
風險提示
大語言模型雖然取得了巨大的進步和關注，但是其生成內(nèi)容的準確性、真實性依舊存在爭議。由大語言模型生成的內(nèi)容應當被看作提示和建議，而非客觀真相或事實。
大語言模型更趨于產(chǎn)生讀起來通順的詞句，但往往不能充分符合客觀事實。這可能導致其生成內(nèi)容并不完全準確客觀。
|
|
