FinGPT 是由 AI4Finance Foundation 开发并维护的开源金融大语言模型项目。
用途方面：FinGPT 面向金融领域的自然语言处理任务，目标是在金融数据高度动态、专业机构内部数据与API不对外开放的背景下，提供可访问、可快速更新的开源替代方案。项目指出不应期待华尔街开源大语言模型或开放API，因此 FinGPT 强调轻量级适配，能够以较低成本快速纳入新数据。
主要能力：FinGPT 提供金融情感分析模型、金融多任务大语言模型、金融预测器 FinGPT-Forecaster 以及相关指令微调数据集与模型。项目发布了多个版本的情感分析模型，包括 FinGPT v3.3（基于 llama2-13b）、FinGPT v3.2（基于 llama2-7b）、FinGPT v3.1（基于 chatglm2-6B），并公布了在 FPB、FiQA-SA、TFNS、NWGI 等金融情感分析数据集上的基准结果。FinGPT-Forecaster 支持输入股票代码、预测起始日期、检索市场新闻的过去周数以及是否加入最新基本财务信息，随后输出公司分析与下一周股价走势预测。项目还包含 FinGPT-RAG 检索增强框架、FinGPT-FinNLP 以及 FinGPT-Benchmark 指令微调基准。
使用方式：用户可通过 HuggingFace Space 在线试用 FinGPT-Forecaster，无需安装。本地或 Replit 运行可参考 SETUP 指南。项目提供使用 LoRA 方法在单张 RTX 3090 上微调 FinGPT v3 模型的 notebook，支持 8bit 与 int4（QLoRA）方式。数据集与多任务金融大语言模型发布在 HuggingFace 的 FinGPT 组织页面。FinGPT 支持通过设置环境变量 FINGPT_LLM_PROVIDER 使用多个云端大语言模型提供商进行推理。
适用场景：适用于金融情感分析、金融文本处理、金融预测研究、开源金融大语言模型微调与评测等场景。FinGPT-Forecaster 目前基于美国市场数据（道琼斯30）训练，若需支持其他市场（包括中国股市），需收集相应市场数据、在目标市场数据上微调模型，可考虑使用为中国市场设计的 FinGPT v1.x 模型，并适配数据管道与模型架构。
限制：资料未提供 FinGPT 的商业收费模式、完整硬件要求细节、所有安装步骤的完整说明以及模型在真实交易中的表现保证。FinGPT-Forecaster 的市场支持范围有限，其他市场需自行微调。部分教程与详细说明标注为“即将推出”。
项目成果：2023年11月发布 FinGPT-Forecaster；2023年10月发布金融多任务大语言模型；2023年8月发布金融情感分析模型；多篇相关论文被 NeurIPS 2023 Instruction Workshop、ACM ICAIF-23、IJCAI 2023 FinLLM 等接收。
