场景一：新闻情感分析
输入一条金融新闻标题，用 FinGPT-Sentiment 判断正面/负面/中性，适合快速验证情感分析能力。
Steps
首次运行分步流程
按四步跑通最小示例。
选择模型
从 FinGPT V3 系列或多任务微调模型中选一个。做情感分析选 FinGPT-Sentiment，做股价预测选 FinGPT-Forecaster。
加载模型
本地推理则从 HuggingFace 加载权重；云 API 则配置好 API Key 与 endpoint。
准备输入
输入金融新闻标题、财报片段或历史行情等文本/数据，整理成模型期望的指令格式。
运行并查看输出
得到情感标签、预测信号或问答结果，检查输出是否合理，必要时调低温度或换模型。
Output
输出结构说明
不同任务的输出结构示例。
| 任务 | 输出示例结构 | 典型用途 |
|---|---|---|
| 金融情感分析 | 正面 / 负面 / 中性 标签（或带置信度） | 新闻情绪、舆情监控 |
| 标题分类 | 预定义类别标签（如涨/跌/并购/财报） | 资讯打标、事件分类 |
| 关系抽取 | 实体对 + 关系三元组 | 知识图谱、产业链梳理 |
| 股价走势预测 | 走势方向信号（仅供研究，非投资建议） | 研究参考、策略辅助 |
边界说明：FinGPT 的输出是研究结果，官方声明为学术用途（MIT education license），不构成投资建议，预测信号需自行验证。
Use cases
两个典型首跑场景
最常见的两种首跑目标。
场景二：股价走势预测
输入历史行情与文本信号，用 FinGPT-Forecaster 得到走势方向研究信号，适合验证预测能力。
FAQ
常见问题
FinGPT 第一次运行要多久？
本地首次运行需下载模型权重，耗时取决于模型大小与网络；云 API 路线则较快。
运行报 OOM（显存不足）怎么办？
换更小的基座模型（如 ChatGLM2-6B 或 7B 级别），或改用云 API 路线。
输出结果是投资建议吗？
不是。FinGPT 输出为研究结果，官方明确声明不构成投资建议。
首跑选哪个模型最简单？
只想快速跑通，选规模较小的 V3.1（ChatGLM2-6B）或走云 API；情感分析场景最直观。
云 API 首跑需要配什么？
配置好 API Key 与网络，按仓库示例调用即可，不需要本地 GPU。