Skip to content

lab2.dev is launched! Build python web apps with plain English, no code required.

FinGPT: Revolucionando las finanzas de código abierto con un enfoque centrado en los datos

Matt Popovic
Name
Matt Popovic

Updated on

¿Por qué FinGPT?

El panorama financiero es altamente dinámico, lo que lo hace desafiante para mantenerse al día con los cambios constantes. Los métodos tradicionales de reentrenamiento de LLMs utilizando un conjunto de datos mixto de fuentes de datos financieras y generales pueden ser costosos y consumir tiempo. Por ejemplo, BloombergGPT, otro LLM, requiere aproximadamente 1,3 millones de horas de GPU para ser reentrenado, con un costo de alrededor de $5 millones. Esto hace que sea imposible reentrenar un modelo LLM cada mes o cada semana.

FinGPT presenta una alternativa más accesible. Prioriza la adaptación ligera, aprovechando las fortalezas de algunos de los mejores LLM de código abierto disponibles. Luego, estos modelos son alimentados con datos financieros y afinados para la modelización del lenguaje financiero. El costo de la adaptación se reduce significativamente, estimado en menos de $300 por entrenamiento, lo que lo convierte en una solución rentable.

¿Cómo funciona FinGPT?

A medida que continuamos explorando FinGPT, profundicemos en sus aspectos técnicos. FinGPT se basa en la fundación de LLM de código abierto, que se afinan con datos financieros para la modelización del lenguaje financiero. Este proceso es posible gracias al uso del aprendizaje por refuerzo a partir de la retroalimentación humana (RLHF, por sus siglas en inglés), una tecnología que permite al modelo aprender las preferencias individuales.

  • Uno de los aspectos fundamentales de FinGPT es su enfoque en los datos financieros a escala de Internet de código abierto. Esto permite actualizaciones oportunas (mensuales o semanales) utilizando una tubería de curación de datos automática. A diferencia de BloombergGPT, que tiene acceso privilegiado a datos y API, FinGPT es más accesible y prioriza la adaptación ligera.

  • Otra de las fortalezas clave de FinGPT es su capacidad de adaptarse rápidamente a nuevos datos. Esto es posible gracias a su enfoque de adaptación ligera, que reduce significativamente el costo del entrenamiento. Esto hace que FinGPT no solo sea una herramienta poderosa en la industria financiera, sino también una solución rentable.

  • FinGPT también prioriza los datos financieros a escala de Internet. Esto se logra a través de una tubería de curación de datos automática, que permite actualizaciones oportunas. Esta característica distingue a FinGPT de otros LLM, lo que lo convierte en una alternativa más accesible.

La tecnología clave detrás de FinGPT es "RLHF (aprendizaje por refuerzo a partir de la retroalimentación humana)". Esta tecnología, que falta en BloombergGPT, permite que un modelo LLM aprenda preferencias individuales, como el nivel de aversión al riesgo, los hábitos de inversión y un robo-asesor personalizado. Este es el ingrediente "secreto" de ChatGPT y GPT4, lo que convierte a FinGPT en una herramienta poderosa en la industria financiera.

Demostraciones de FinGPT: Una guía detallada

FinGPT proporciona varias demostraciones para mostrar sus capacidades y ofrecer una guía práctica para los usuarios. Estas demostraciones están diseñadas para demostrar cómo entrenar tu propio modelo FinGPT en diferentes mercados financieros. Profundicemos en los detalles de estas demostraciones.

FinGPT V1: Mercado financiero chino con ChatGLM y LoRA

La primera demostración, FinGPT V1, se centra en el mercado financiero chino. Utiliza ChatGLM y LoRA (Adaptación de Bajo Rango) para entrenar el modelo FinGPT. Aquí está una guía paso a paso sobre cómo usarlo:

  1. Configurar el entorno: Antes de comenzar, asegúrate de tener instalados los paquetes necesarios. Puedes hacer esto ejecutando el comando pip install -r requirements.txt en tu terminal.

  2. Importar los módulos necesarios: Importa los módulos necesarios para entrenar el modelo. Esto incluye FinGPT, ChatGLM y LoRA, entre otros.

from fingpt import FinGPT
from chatglm import ChatGLM
from lora import LoRA
  1. Inicializar el modelo: Inicializa el modelo FinGPT con los parámetros deseados.
modelo = FinGPT(
    num_tokens=50257,
    dim=768,
    depth=12,
    heads=12,
)
  1. Entrena el modelo: Entrena el modelo utilizando ChatGLM y LoRA.
modelo.entrenar(ChatGLM, LoRA)
  1. Guarda el modelo: Después del entrenamiento, guarda el modelo para uso futuro.
modelo.guardar("fingpt_v1.pth")

FinGPT V2: Mercado financiero estadounidense con LLaMA y LoRA

La segunda demostración, FinGPT V2, se enfoca en el mercado financiero estadounidense. Utiliza LLaMA y LoRA para entrenar el modelo FinGPT. Aquí hay una guía paso a paso sobre cómo usarlo:

  1. Configurar el entorno: Al igual que con la primera demostración, asegúrese de tener instalados los paquetes necesarios.

  2. Importar los módulos necesarios: Importe los módulos necesarios para entrenar el modelo. Esto incluye FinGPT, LLaMA y LoRA, entre otros.

from fingpt import FinGPT
from llama import LLaMA
from lora import LoRA
  1. Inicializa el modelo: Inicializa el modelo FinGPT con los parámetros deseados.
modelo = FinGPT(
    num_tokens=50257,
    dim=768,
    depth=12,
    heads=12,
)
  1. Entrena el modelo: Entrena el modelo utilizando LLaMA y LoRA.
model.train(LLaMA, LoRA)
  1. Guarda el modelo: Después del entrenamiento, guarda el modelo para uso futuro.
modelo.guardar("fingpt_v2.pth")

Estas demos proporcionan una guía práctica sobre cómo entrenar su propio modelo FinGPT. Siguiendo estos pasos, puede aprovechar el poder de FinGPT para analizar y predecir los mercados financieros.

Conclusión

Esperamos que este artículo le haya proporcionado una comprensión completa de FinGPT y su potencial para revolucionar la industria financiera. ¡Estén atentos para obtener más información sobre el mundo de las finanzas de código abierto!

Preguntas frecuentes

Al concluir nuestra exploración de FinGPT, abordemos algunas preguntas frecuentes sobre esta herramienta revolucionaria.

¿Qué es FinGPT?

FinGPT es una herramienta centrada en los datos desarrollada por la Fundación AI4Finance. Democratiza los datos financieros para los grandes modelos de lenguaje (LLMs), proporcionando una solución de código abierto para las finanzas abiertas.

¿Cómo funciona FinGPT?

FinGPT funciona aprovechando las fortalezas de algunos de los mejores LLM de código abierto disponibles. Estos modelos se alimentan con datos financieros y se ajustan para la modelización del lenguaje financiero. La tecnología clave detrás de FinGPT es RLHF (aprendizaje por refuerzo a partir de comentarios humanos), que permite que el modelo aprenda preferencias individuales.

¿Qué diferencia a FinGPT de otros LLM?

FinGPT destaca por su enfoque en democratizar los datos financieros a escala de Internet y su tecnología única RLHF. También ofrece una solución rentable, con un costo de adaptación estimado en menos de $300 por entrenamiento.