金融文本多任务分析
通过 Benchmark 演示笔记本测试金融情绪分析、新闻标题分类、命名实体识别和金融关系抽取。
BAIZE AI RESOURCE
金融信息分析项目
FinGPT
FinGPT 是面向金融领域的 AI 项目，提供金融文本分析、公司新闻研判、财报分析和模型评测等示例。用户可按任务选择相应模块，处理分散的金融信息，并查看模型生成的分析结果。
资源介绍
FinGPT 面向需要分析金融文本的研究人员、开发者和金融信息使用者。仓库按任务提供独立示例，而不是要求用户从同一个界面完成所有操作：金融任务演示可测试情绪分析、标题分类、实体识别和关系抽取；FinGPT-Forecaster 可结合公司近期新闻及可选的基础财务数据，列出积极进展、潜在风险和下一周股价走势预测；财报分析示例可生成 PDF 分析报告。项目还提供金融任务的模型训练与评测资料，适合希望试用现有示例或开展金融语言模型研究的用户。预测结果可能受到所选新闻影响，不应直接作为交易建议。
资源展示
软件界面、操作截图与实际案例预览。
核心能力
公司新闻与走势研判
FinGPT-Forecaster 根据指定公司的近期市场新闻和可选基础财务数据，输出积极进展、潜在风险及下一周股价走势的预测分析。
财报分析报告生成
财报分析笔记本面向公司年度报告（10-K），可使用 GPT-4 或本地语言模型生成 PDF 格式的分析报告。
金融模型评测
Benchmark 模块提供金融任务的评测脚本，可对训练后的模型进行多任务评估。
使用方法
获取 FinGPT 项目文件，按需求选择金融任务演示、Forecaster 或财报分析模块。
运行 Forecaster 时，可先试用在线演示：填写股票代码、预测起始日期、回溯新闻的周数，并选择是否加入基础财务数据。
运行财报分析笔记本时，准备 Python 3.11 或更高版本、Jupyter Notebook 和获取 10-K 报告所需的 sec-api；设置公司代码与模型后执行笔记本。
需要测试金融文本任务时，在 Benchmark 模块的 demo.ipynb 中选择模型与任务运行示例。
使用案例
梳理公司近期消息
使用场景研究人员想了解某只股票近期新闻中的积极因素和潜在风险。
在 FinGPT-Forecaster 演示中输入股票代码、日期和新闻回溯周数，查看模型给出的因素梳理与下一周走势预测，并结合原始信息审慎判断。
分析上市公司年报
使用场景分析人员需要整理一家公司的年度报告。
在 reportanalysis.ipynb 中设置公司代码和分析模型，运行笔记本，生成 PDF 格式的财报分析报告。
包含内容
fingpt-source.zip
README-中文安装说明.md
LICENSE-MIT.txt
SHA256.txt
常见问题
FinGPT-Forecaster 的在线演示需要输入什么？
需要输入股票代码、预测起始日期和回溯市场新闻的周数；还可以选择是否加入最新的基础财务数据。
财报分析模块需要哪些准备？
该模块使用 Jupyter Notebook，要求 Python 3.11 或更高版本，并需要 sec-api 获取 10-K 报告；在 reportanalysis.ipynb 中设置公司代码和模型后运行。
Benchmark 演示支持测试哪些金融任务？
Demo.ipynb 列出了金融情绪分析、标题分类、命名实体识别和金融关系抽取。项目同时提示，模型对训练任务范围以外的指令可能无法正确响应。
Forecaster 的走势预测可以直接用作交易建议吗？
不可以。项目说明演示结果可能因随机选取的新闻而产生明显偏差，并明确表示其内容不是金融建议或真实资金交易建议。
