FinGPT hat eine Echtzeit-Analyse-Architektur für den Hochfrequenzhandel mit einer Streaming Processing Engine entwickelt, die Marktreaktionen auf zweiter Ebene ermöglicht. Das System integriert Apache Kafka zur Verarbeitung von Ticker-Daten in Echtzeit und ist mit dem angepassten Sliding Window Transformer-Modell in der Lage, Nachrichtenströme von mehr als 5.000 Wertpapieren während der Öffnungszeiten der US-Börse parallel zu verarbeiten. Der speziell optimierte GPU-Speichermanager sorgt dafür, dass die Speicherleckrate bei Langzeitbetrieb weniger als 0,1%/Tag beträgt, wodurch die Systemstabilität gewährleistet wird.
Während der Zinssitzung der US-Notenbank im Jahr 2023 erfasste das Echtzeit-Analysesystem von FinGPT erfolgreich den veränderten Ton in der Grundsatzerklärung und generierte Handelssignale 11 Sekunden früher als das Reuters-Terminal. Echtzeitdaten von Hedgefonds zeigen, dass die Sharpe Ratio der Intraday-Handelsstrategie, die das System nutzt, um das 2,3-fache gestiegen ist. Die von der Plattform bereitgestellte Websocket-Schnittstelle unterstützt Latenzzeiten im Millisekundenbereich, um den hohen Anforderungen des quantitativen Handels gerecht zu werden.
Diese Antwort stammt aus dem ArtikelFinGPT: Open Source Financial Big Language Modelling Platform für Finanzanalysen und -vorhersagenDie
