Sistema de inversión AI: sistema automatizado de toma de decisiones de inversión en acciones A, que utiliza un sistema de inteligencia múltiple para analizar los datos del mercado.

Introducción general

A_Share_investment_Agent es una ayuda para la toma de decisiones de inversión en acciones A basada en un sistema de inteligencia múltiple. El sistema está diseñado para generar señales de negociación utilizando múltiples inteligencias colaborativas para analizar los datos del mercado, calcular el valor intrínseco de las acciones y analizar el sentimiento del mercado, así como los datos fundamentales. Este enfoque ayuda a los inversores a comprender mejor la dinámica del mercado y a tomar decisiones de inversión más informadas. El proyecto sólo tiene fines educativos y no está destinado a la negociación o la inversión reales.

Lista de funciones

• Análisis de datos de mercado: recogida y tratamiento previo de datos de mercado
• Agentes de valoración: calculan el valor intrínseco de una acción y generan señales de negociación
• Sentiment Brokerage: análisis del sentimiento del mercado y generación de señales de negociación
• Agente fundamental: analiza los datos fundamentales y genera señales de negociación.
• Generación integrada de señales de negociación: integre las señales generadas por varias inteligencias para ofrecer recomendaciones de negociación integradas.

Utilizar la ayuda

Proceso de instalación

1. Clona el código del proyecto:

   git clone https://github.com/24mlight/A_Share_investment_Agent.git
   cd A_Share_investment_Agent
   

2. 安装依赖：
```bash
pip install -r requirements.txt

3. Configurar variables de entorno:
   Sobre la base del proyecto .env.example crea un archivo .env y rellene las entradas de configuración correspondientes.

Función Flujo de operaciones

Análisis de datos de mercado

El módulo de análisis de datos de mercado se encarga de recopilar y preprocesar los datos de mercado. Llamando a la API de la fuente de datos, se obtienen periódicamente los datos de mercado más recientes y se preprocesan para su posterior uso por parte de las inteligencias.

Agente de valoración

El módulo Agente de valoración se encarga de calcular el valor intrínseco de una acción a partir de los datos del mercado. El módulo genera una estimación del valor intrínseco de cada acción utilizando diversos modelos de valoración, como modelos de flujos de caja descontados, modelos de valoración relativa, etc.

agente emocional

El módulo Sentiment Proxy genera señales de sentimiento del mercado analizando los datos de sentimiento del mercado procedentes de noticias, redes sociales y otros canales. El módulo utiliza técnicas de procesamiento del lenguaje natural para extraer tendencias emocionales en el texto y convertirlas en señales cuantitativas.

Agentes fundamentales

El módulo Fundamental Proxy genera señales fundamentales analizando los estados financieros de la empresa, los datos operativos y otra información fundamental. El módulo utiliza análisis de ratios financieros, análisis de tendencias y otros métodos para evaluar la posición fundamental de una empresa.

Generación integrada de señales de negociación

El módulo de generación de señales de negociación integradas integra las señales generadas por las distintas inteligencias para proporcionar recomendaciones de negociación integradas. Las señales de las distintas inteligencias se fusionan mediante promedios ponderados, mecanismos de votación y otros métodos para generar las recomendaciones finales de negociación.

ejemplo de uso

A continuación se muestra un ejemplo de uso que muestra cómo ejecutar todo el sistema y obtener recomendaciones comerciales:

from agents import MarketDataAnalyst, ValuationAgent, SentimentAgent, FundamentalsAgent, TradeSignalGenerator
# 初始化各智能体
market_data_analyst = MarketDataAnalyst()
valuation_agent = ValuationAgent()
sentiment_agent = SentimentAgent()
fundamentals_agent = FundamentalsAgent()
trade_signal_generator = TradeSignalGenerator()
# 获取市场数据
market_data = market_data_analyst.get_market_data()
# 生成各智能体的信号
valuation_signal = valuation_agent.generate_signal(market_data)
sentiment_signal = sentiment_agent.generate_signal(market_data)
fundamentals_signal = fundamentals_agent.generate_signal(market_data)
# 综合交易信号
final_trade_signal = trade_signal_generator.generate_signal([valuation_signal, sentiment_signal, fundamentals_signal])
print(f"综合交易信号：{final_trade_signal}")