Open-Source-Finanz-Large-Language-Models für Stimmungsanalyse und Marktprognosen.
Anpassungsfähige Finanz-LLMs für Stimmungsanalyse, Robo-Advising und Marktprognosen.
FinGPT bietet Open-Source-Finanz-Large-Language-Models, die entwickelt wurden, um die hohen Kosten proprietärer Modelle wie BloombergGPT zu umgehen. Es eignet sich für quantitative Forscher und Entwickler, die eine schlanke Anpassung und RLHF-Funktionen für Finanzaufgaben benötigen.
Das Toolkit liefert instruktionsangepasste Modelle und Daten-Pipelines speziell für Finanzstimmungsanalysen, Multitask-LLMs und automatisierte Aktienkursvorhersagen. Es unterstützt ein leichtgewichtige Fine-Tuning mit Methoden wie LoRA, um frische Marktdaten schnell einzubinden.
Es eignet sich für Data Scientists und Finanzprofis mit Machine-Learning-Kenntnissen, die Finanz-LLMs lokal oder über Cloud-APIs anpassen möchten. Es eignet sich nicht für nicht-technische Anwender, die eine einsatzbereite kommerzielle Handelsplattform ohne Programmierung suchen.
Passen Sie Modelle schnell mit Methoden wie LoRA an, um neue Finanzdaten zu einem Bruchteil der Kosten für ein vollständiges Neutraining einzubinden.
Prognostizieren Sie Aktienkursbewegungen der nächsten Woche anhand von Tickersymbolen, vergangenen Marktnachrichten und grundlegenden Finanzdaten.
Führen Sie modernste Finanzstimmungsanalysemodelle aus, die auf Nachrichten- und Tweet-Datensätzen trainiert wurden.
Inkorporieren Sie Reinforcement Learning from Human Feedback, um individuelle Risikoscheue und Anlagegewohnheiten zu erlernen.
Kostenlos unter der MIT-Lizenz, ohne kostenpflichtige Hosted-Option des Projekts. Die einzigen Kosten entstehen durch den Eigenbetrieb über Cloud-APIs oder eigene GPU-Hardware.
879 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
BloombergGPT ist proprietär und teuer im Neutraining von Grund auf, während FinGPT Open-Source ist, auf schlanke Anpassung für geringere Kosten setzt und RLHF beinhaltet.
Das Ausführen lokaler Modelle erfordert eine GPU, wie etwa eine RTX 3090 für Stimmungsanalysemodelle, oder Sie nutzen Cloud-APIs.
FinGPT-Forecaster ist auf US-DOW-30-Daten trainiert; für andere Märkte müssen Sie Zieldaten sammeln und das Modell fine-tunen.
Zekai zuerst in Google sehen