TradeGPT

TradeGPT: Intelligente Handelsstrategien durch KI In der heutigen Welt der Finanzen sind Technologie und Innovation unerlässlich. Wir werden ein Large Language Model (LLM) für das Portfolio-Management nutzen. Das System nutzt einen zentralen Datensatz namens "Worldstate". Der Worldstate ist zusammengesetzt aus Nachrichten, Börsenkursen, Unternehmensbilanzen und andere relevante Informationen und wird einmal am Tag aktualisiert. Basierend auf diesem Worldstate trifft das LLM Handelsentscheidungen. Die Kontextlänge von LLMs ist jedoch leider begrenzt. Daher greift unser LLM nicht direkt auf den Datensatz zu, sonder wir "Finetunen" unser LLM mit dem Worldstate. Finetuning bezeichnet einen Prozess im Machine Learning, bei dem ein bereits vortrainiertes Modell weiter trainiert wird, um es auf eine spezifische Aufgabe oder einen spezifischen Datensatz zu spezialisieren. Es ist sozusagen eine Feinabstimmung des Modells. Nachdem unser LLM die neuesten Daten aus dem Worldstate assimiliert hat, leitet es fundierte und datengestützte Handelsentscheidungen ab, die sowohl die aktuellen Marktbedingungen als auch die historischen Daten und Trends berücksichtigen.