Exchange

The Exchange model is built on Meta’s Llama 3.1 and developed using SFT (Supervised Fine-Tuning) and DPO (Direct Preference Optimization) techniques. It analyzes factors influencing exchange rates based on provided foreign exchange market data and generates reports predicting exchange rate movements. The model supports forecasts for major global currencies such as USD, JPY, and EUR, offering intuitive explanations that are easy to understand even for users without a financial background. A key differentiator of this system is its ability to provide insights into the uncertain future of foreign exchange trading, leveraging the capabilities of a large language model. Additionally, it effectively processes and analyzes complex financial data while integrating various unstructured data sources, enabling it to reflect real-time market changes for more accurate predictions.

Model Details

• model_url: https://huggingface.co/davidkim205/exchange
• base_model: metal-llama/Llama-3.1-8B-Instruct
• base_model_release_date: 2024/07/23
• model_type: text generation
• context_length: 128k
• license: https://github.com/meta-llama/llama-models/blob/main/models/llama3_1/LICENSE

Usage Application Form

To use this model, please complete the application form and submit it via email [[email protected]]. Access will be granted after your application is reviewed and approved. We appreciate your cooperation and look forward to assisting you.

1. **Name:**
- (e.g., John Doe)
2. **Date of Birth:**
- (e.g., January 1, 1990)
3. **Affiliation:**
- Are you applying as a company or an individual? [ ] Company [ ] Individual
- Company Name (if applicable):
- Department (if applicable):
4. **Position/Role:**
- (e.g., Data Scientist, Researcher, etc.)
5. **Contact Information:**
- Email:
- Phone Number:
6. **Purpose of Use:**
- (e.g., Research and Development, Commercial use, Educational purposes, etc.)
7. **Detailed Reason for Use:**
- 1. Name and version of the model you wish to use:
- 2. Reason for selecting this model:
- 3. Objectives to achieve using this model:
- 4. Expected use cases (please describe in as much detail as possible):
8. **Data Security and Ethical Use Plan:**
- (Please describe your plans for data protection and ethical use.)

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

tokenizer = AutoTokenizer.from_pretrained("davidkim205/exchange")
model = AutoModelForCausalLM.from_pretrained(
    "davidkim205/exchange",
    device_map="auto",
    torch_dtype=torch.bfloat16,
)

text="""{주어진 2025-01-08 수요일까지의 경제 지표와 뉴스에서, USD 환율 변동에 유의미한 선행 지표로 작용한 정보를 찾아 패턴을 분석하고, 이 과정에서 얻은 통찰을 발휘하여 2025-01-09 목요일의 USD 환율 변동을 예측하여라.
분석 및 예측 결과를 기반으로 예측 요약문의 논리적 일관성을 강화해라.
결과는 아래 형식에 맞추어 작성한다.

## 형식
### 분석
1. {구체적 항목}: {항목에 대한 간단한 설명}
...

### 예측
{분석 및 예측 결과를 한 문장으로 요약}
```csv
{정답}
```

## USD 환율
date,name,Open,High,Low,Close
2025-01-08,USD,1450.52,1463.49,1448.21,1462.0
2025-01-07,USD,1458.77,1465.07,1444.09,1450.52
2025-01-06,USD,1468.35,1474.36,1453.78,1458.77
2025-01-03,USD,1468.98,1473.9,1463.35,1469.76
2025-01-02,USD,1476.76,1476.76,1462.45,1468.98

## KOSPI 데이터
date,name,Open,High,Low,Close,Volume
2025-01-08,KOSPI,2481.25,2526.77,2481.25,2526.1,326533
2025-01-07,KOSPI,2513.49,2521.86,2481.25,2481.25,373148


## S&P500 데이터
date,name,Open,High,Low,Close,Volume
2025-01-08,S&P500,5951.0,5959.55,5882.64,5887.82,1994316874
2025-01-07,S&P500,6012.66,6021.04,5942.8,5951.0,2045970603


## Gold 데이터
date,name,Open,High,Low,Close,Volume
2025-01-08,Gold,2672.0,2683.9,2653.8,2677.1,150403
2025-01-07,Gold,2643.4,2678.5,2641.2,2672.0,132699


## Oil 데이터
date,name,Open,High,Low,Close,Volume
2025-01-08,Oil,77.03,77.89,76.62,77.16,40416
2025-01-07,Oil,77.4,77.5,75.92,77.03,43538


## 2025-01-08 뉴스
1. 미국 경제 지표가 안정적인 고용 시장과 강한 서비스 부문을 보여주며 달러 강세. 
2. 호주 달러가 미국 달러에 비해 약세를 보였으나 금리에 큰 영향은 없을 것으로 전망. 
3. 미국 달러 가치가 2.8395 라리를 기록하며 조지아 환율 상승.  

## 2025-01-07 뉴스
- **중국 위안화 환율 방어:** 중국 중앙은행은 2025년에 위안화 가치 하락을 방지하기 위해 강력히 대처할 예정.  
- **유로-달러 패리티:** 유로화와 미국 달러의 가치가 동일했던 마지막 시기는 2022년, 현재 다시 패리티 가능성 언급.  
 
## 2025-01-06 뉴스
- 미국 달러의 국제 준비 통화로서의 비중이 30년 만에 최저치를 기록하며, 중앙은행들이 다른 통화와 금에 집중하고 있음. 현재 추세대로라면 2034년까지 달러 비중이 50% 이하로 떨어질 가능성이 있음.  
1. **팜유 가격 상승**: 말레이시아 팜유는 수요 증가와 유리한 환율로 인해 상승.  
12. **대두 선물 개요**: 대두 선물은 가격 변동을 예측하거나 헤징하기 위한 유동성 높은 도구. }"""

messages = [
    {"role": "user", "content": text},
]
input_ids = tokenizer.apply_chat_template(messages, return_tensors="pt", return_dict=True).to("cuda")

outputs = model.generate(**input_ids, max_new_tokens=256)
print(tokenizer.decode(outputs[0]))

### 분석

1. **달러 강세 유지**: 미국의 경제 지표가 강세를 유지하고 있으며, 서비스업 및 고용 지표는 특히 긍정적인 영향을 미쳤습니다. 이는 달러 강세를 뒷받침하는 주요 요인입니다. 또한, 글로벌 주요 통화 대비 달러의 상대적 강세가 지속되고 있습니다.

2. **국내외 경제 불확실성 확대**: 한국 정치적 불안과 국제적 트럼프 관세 정책 변화 등이 원화 약세를 심화시키고 있으며, 이는 환율 상승 압력으로 작용하고 있습니다. 한편, 미국 경제의 상대적 안정성과 성장 기대감이 달러 가치에 추가적인 상승력을 부여합니다.

3. **외국인 투자 증가 및 코스피 상승**: 외국인과 기관의 매수세가 증가하면서 코스피는 안정적인 상승세를 유지하고 있습니다. 이는 환율 하락 압력으로 작용할 가능성이 있습니다.
 
4. **원유와 금 가격 상승**: 국제 원유와 금 가격이 상승세를 보이며 안전 자산으로서의 투자자 신뢰도를 확대하고 있습니다. 이는 글로벌 경제 불확실성이 높아짐에 따라 안전 자산 선호가 강화된 요인으로 해석됩니다.
### 예측

2025년 1월 9일 USD 환율은 미국 경제의 강한 지표와 달러 강세 흐름, 그리고 국내외 불확실성이 상존하는 가운데, 변동성이 유지될 가능성이 있습니다. 다만, 외국인과 기관 투자자들의 매수세와 국내 환헤지 움직임이 환율 하락 요인을 제공할 것입니다. 이에 따라, USD/원 환율은 전일 종가(1462) 대비 소폭 하락세를 보이며, 종가가 **1453.21원**에 마감할 것으로 예측됩니다.

```csv
date,Open,High,Low,Close
2025-01-09,1462.0,1463.51,1450.3,1453.21
```

Evaluation

Ranking

Ranking refers to the process of listing multiple values to assess their relative magnitude. During January 2025, the accuracy of the High and Low values predicted by other banks and Exchange for USD exchange rates was calculated to determine rankings. The accuracy for High and Low values was determined by calculating the average MAPE (Mean Absolute Percentage Error) for each and using it to rank the predictions. MAPE calculates the average error between the predicted and actual exchange rates as a percentage, where a lower value indicates higher prediction accuracy.

USD Currency

The Rank column represents the accuracy ranking of each Site based on MAPE values. The Site column lists the names of various banking sites providing exchange rate predictions. The Time column indicates the prediction period, specifying the timeframe for which the exchange rate was forecasted. The USD MAPE(high, low) column represents the average MAPE for USD predictions over January 2025, calculated as the mean of the MAPE for High and Low values.

Rank	Site	Time	USD MAPE(high,low)
1	KEB Hana Bank	09-26	0.24
2	Korea Trade Insurance Corp.	09-26	0.25
3	Shinhan Bank	09-26	0.27
3	Woori Bank	09-26	0.27
5	KOOKMIN BANK	09-26	0.30
5	iM Bank	09-26	0.30
7	Exchange	00-24	0.32

Global Currency

Among existing banks, only one provides exchange rate predictions for global currencies against KRW, while most banks either do not offer predictions for global currencies or only provide USD-based exchange rate predictions. Therefore, to evaluate the USD-based exchange rate predictions, the following formula was used to convert the previous day's closing price into KRW-based exchange rates and collect the predicted values.

EUR/USD => 1 EUR per USD (prediction unit provided by the bank)  
USD/JPY => 1 USD per JPY (prediction unit provided by the bank)  
USD/KRW => Previous day's closing price (actual exchange rate)

1. (USD / EUR) * (KRW / USD) = KRW / EUR = (1 EUR per KRW)  
2. (KRW / USD) / (JPY / USD) = KRW / JPY = (1 JPY per KRW)

The Rank column represents the accuracy ranking of each Site based on MAPE values. The Site column lists the names of various banking sites providing exchange rate predictions. The Time column indicates the prediction period, specifying the timeframe for which the exchange rate was forecasted. The EUR MAPE(high, low) column represents the average MAPE for EUR predictions over January 2025, calculated as the mean of the MAPE for High and Low values. The JPY MAPE(high, low) column represents the average MAPE for JPY predictions over January 2025, calculated as the mean of the MAPE for High and Low values.

Rank	Site	Time	EUR MAPE(high,low)	JPY MAPE(high,low)
1	Exchange	00-24	0.22	0.43
2	iM Bank	09-26	0.36	0.52
3	KOOKMIN BANK	09-26	0.33	0.58
4	KEB Hana Bank	09-26	0.45	0.61
5	Shinhan Bank	09-26	0.52	0.63
-	Woori Bank	-	Not provided	Not provided
-	Korea Trade Insurance Corp.	-	Not provided	Not provided