Datasets
指令微调数据集清单表
规模来自 HuggingFace 数据集页（2026-08 采集），可能随更新变化。
| 数据集 | 规模（行） | 任务 |
|---|---|---|
| fingpt-sentiment-train | 76.8K | 金融情感分析 |
| fingpt-finred | 27.6K | 金融关系抽取 |
| fingpt-headline | 82.2K | 金融标题分析 |
| fingpt-ner | 511 | 金融命名实体识别 |
| fingpt-fiqa_qa | 17.1K | 金融问答 |
| fingpt-fineval | 1.06K | 中文金融选择题 |
| fingpt-forecaster-dow30-202305-202405 | — | 股价走势预测（道指 30） |
Sources
数据来源说明
FinGPT 的金融语料来源。
- 金融新闻与标题：用于情感分析与标题分类（sentiment/headline），覆盖大量公开财经资讯标题。
- 财报与 SEC 文件：用于关系抽取、命名实体与问答（finred/ner/fiqa），提供结构化公司信息。
- 社交媒体文本：补充情感与立场信号，反映市场即时情绪。
- 历史行情数据：用于 FinGPT-Forecaster 股价走势预测（道指 30 成分股行情）。
Steps
使用数据集的分步流程
从选数据到预处理三步。
选数据集
按任务从 HuggingFace FinGPT 数据集清单中选择对应数据集（如情感分析选 sentiment）。
下载数据
通过 HuggingFace datasets 库下载到本地，或用
load_dataset直接加载。预处理
按 FinGPT 指令格式整理输入/输出（instruction-input-output），喂给微调流程。
FAQ
常见问题
FinGPT 数据集在哪下载？
数据集发布在 HuggingFace（huggingface.co/FinGPT），可用 datasets 库下载。
数据集规模准确吗？
行数来自 HuggingFace 数据集页（2026-08 采集），可能随更新变化，以官方页面为准。
数据可以商用吗？
FinGPT 为 MIT 协议，但数据集自身可能有各自来源与许可，使用前需核实具体数据集的授权。
哪个数据集最适合入门？
fingpt-sentiment-train（情感分析）规模大、任务直观，适合作为第一个微调数据集。
forecaster 数据集包含什么？
fingpt-forecaster-dow30 是道指 30 成分股的历史行情数据（2023-05 至 2024-05），用于股价走势预测任务。