对比普通 GPT
普通 GPT 是通用模型，金融语料有限；FinGPT 面向金融任务微调，覆盖情感分析、关系抽取、股价预测等专业任务。
FinGPT 使用教程 / AI4Finance-Foundation
FinGPT 使用教程：从安装部署到金融股票分析实战
FinGPT 是 AI4Finance Foundation 维护的开源金融大语言模型（Financial LLM），在 HuggingFace 发布训练好的模型与数据集。本篇把 FinGPT 从「是什么、能做什么、怎么装、怎么用」一路讲到「实际跑一条金融新闻做情感分析」，并对比 EasyClaw 量化研究 Skill 免部署路线，帮你判断该不该自己部署。
项目来源
项目页面显示约 21.2k Star；该数字会随社区活动变化，采集日期为 2026-08-27。
查看固定版本源码
开源项目MIT 协议，GitHub 约 21.2k stars
金融大模型开源金融 LLM，HuggingFace 发布模型
轻量适配LoRA / RLSP，替代全量重训
官方证据仓库 README + 论文（2026-08 核验）
FinGPT 是什么
FinGPT 和普通 GPT、其他金融大模型有什么区别？
一句话：FinGPT 不是从零训练的大模型，而是拿开源 LLM 做「金融领域轻量适配」，并用 RLSP（基于股价的强化学习）做对齐，走的是数据为中心（data-centric）的路线。
对比 BloombergGPT
BloombergGPT 用专有数据全量重训、闭源；FinGPT 用公开金融数据 + 轻量适配，开源（MIT）、成本低。
数据为中心
FinGPT 强调数据采集、清洗与预处理，认为高质量金融数据比单纯堆模型参数更能决定效果。
FinGPT 能做什么
FinGPT 能做什么？
核心是三大类金融 NLP 任务，其中「股票分析」是普通用户最关心的落点。
金融情感分析
判断金融新闻、财报、社交媒体文本的正负/立场，用于舆情监控与情绪信号。
金融文本理解
关系抽取、标题分类、命名实体识别、金融问答等，覆盖多类金融语料。
股价走势预测
FinGPT-Forecaster 结合历史行情与文本信号做股价走势研究（非投资建议）。
不想自己部署？
用 EasyClaw 一句话出结果
FinGPT 要 clone、GPU、依赖与数据准备才能跑；EasyClaw 装好即用，一句话提问直接出金融研究结果。
实战案例
实际跑一个案例：金融新闻情感分析
以 FinGPT-Sentiment 为例，演示「输入 → 输出 → 理解」的完整链路（以下为结构示意，非真实运行截图，具体输出以实测为准）。
1. 输入
一条金融新闻标题：某公司发布财报，营收同比增长 30%。
2. FinGPT 处理
FinGPT-Sentiment 对文本做金融情感分类。
3. 输出（示意）
正面（Positive）——识别出「增长 30%」是正面信号。
4. 怎么理解
把结果作为情绪信号辅助研究；普通 GPT 给泛化回答，FinGPT 输出结构化情感标签。
边界说明：FinGPT 输出为研究结果，官方声明学术用途（MIT education license），不构成投资建议；预测信号需自行验证。
常见问题
FinGPT 使用教程常见问题
FinGPT 支持中文吗？
FinGPT 的 ChatGLM2、Qwen 等基座与 fineval 中文选择题数据集说明部分模型/任务支持中文，具体按所选基座确认。
FinGPT 需要 GPU 和编程吗？
本地推理通常需要 GPU，且要用 Python 走 clone、pip、数据准备与模型调用；快速验证可走云 API 路线。
FinGPT 能直接分析 A 股吗？
FinGPT 提供金融情感分析与股价走势预测能力，可处理金融文本/行情信号，但输出是研究结果，不构成投资建议。
FinGPT 怎么本地部署？
git clone + pip install -e . 后，从 HuggingFace 下载模型权重本地推理，需 GPU 与足够显存，详见安装页。
FinGPT 在 EasyClaw 里能用吗？
无已证实集成。FinGPT 与 EasyClaw 没有官方集成证据；EasyClaw 内置的是量化研究类 Skill，两者是独立路线。