FinText ist ein Repository spezialisierter KI-Modelle für Rechnungswesen, Finanzen und verwandte Forschung. Das Projekt stellt unter anderem finanzspezifische Word Embeddings, Zeitreihenmodelle und Benchmarks bereit. Anwender wählen und betreiben die für ihre Aufgabe passenden Modelle selbst.
Texte und Zeitreihen untersuchen
Die dokumentierten Word2Vec- und FastText-Modelle wurden aus Finanznachrichten entwickelt. Sie bilden Wörter als Vektoren ab und können als Baustein einer eigenen Textanalyse dienen. Daneben führt das Projekt eine Sammlung von Time Series Foundation Models für Finanzdaten auf.
Datenzeitpunkt und Bewertung
Bei der ursprünglichen Embedding-Sammlung nennt FinText Nachrichten aus den Jahren 2000 bis 2015 als Trainingsgrundlage. Für aktuelle Anwendungen müssen Teams prüfen, ob Begriffe und Zusammenhänge ihrer Daten damit ausreichend abgedeckt werden.
Ein weiterer Benchmark untersucht, ob Modelle Ereignisse zeitlich richtig zuordnen oder spätere Informationen in eine vermeintlich frühere Bewertung einfließen lassen. Für eine eigene Prognosestudie gehören Trainingszeitraum, Testdaten, Zielgröße und Vergleichsmodell deshalb zur Dokumentation. Ein gutes Ergebnis auf einer Sprachaufgabe beschreibt noch keinen realen Handelserfolg.
Die Übersichten KI im Finanzbereich und KI für Datenanalyse ordnen verwandte Werkzeuge ein. FinGPT behandelt weitere offene Modelle für Finanztexte.
Quellen. FinText, Word Embeddings und Look-ahead-Benchmark.
