FinGPT 是针对金融领域优化的生成式预训练模型（如基于 GPT 架构），其功能架构通常围绕数据获取、处理、模型训练和应用场景展开，同时需兼顾金融领域的特殊性（如实时性、可解释性、合规性等）。以下是其典型功能架构分层解析：
1. 数据层（Data Layer）
金融领域的多样性和动态性要求数据源覆盖广且更新频繁：
- 数据来源：
- 结构化数据：市场行情（股价、交易量）、财务报表、经济指标（GDP、CPI）、历史交易数据等。
- 非结构化数据：金融新闻、分析师报告、社交媒体舆情（如Reddit、Twitter）、政策文件、财报电话会议记录等。
- 另类数据：卫星图像（如监测物流）、信用卡交易数据等...