FinRobot: un organismo inteligente para mejorar la eficacia del análisis de datos financieros y la investigación de inversiones

Últimos recursos sobre IAPublicado hace 6 meses Círculo de intercambio de inteligencia artificial

2.4K 00

Introducción general

FinRobot是由AI4Finance Foundation开发的开源AI智能平台，专为金融分析设计。它不仅涵盖了传统的语言模型，还融入了多种AI技术，旨在为金融行业提供全面的解决方案。FinRobot的设计初衷是通过先进的人工智能技术，简化并优化金融分析流程，提升分析精度和效率。其核心功能包括市场趋势解读、经济预测和投资策略提供等，适用于各类金融机构和个人投资者。

Lista de funciones

Análisis de las tendencias del mercado：实时监控和分析市场动态，提供趋势预测和投资建议。
经济预测：利用大数据和AI算法，对宏观经济指标进行预测。
投资策略提供：基于历史数据和市场分析，生成个性化的投资策略。
Tratamiento multimodal de datos：整合市场数据、新闻和经济指标，进行多维度分析。
开源代码库：提供丰富的开源代码库，支持二次开发和功能扩展。

FinRobot 的架构设计

1. FinRobot 生态系统

FinRobot 采用四层架构，每一层针对金融 AI 任务进行了优化。

金融 AI 代理层：包含市场预测代理、文档分析代理、交易策略代理等，支持金融链式思维（CoT）提示。
金融 LLM 算法层：支持金融领域特定的 LLM 调优，提升金融分析的专业性。
LLMOps & DataOps 层：提供多源数据整合，并支持多种 LLM 模型的动态适配。
多源 LLM 基础模型层：支持 Plug-and-Play 式的 LLM 模型调用，灵活适配不同任务。

2. AI 代理工作流程

FinRobot 代理的工作流程包含三个核心部分：

感知（Perception）：获取市场数据、新闻、经济指标，进行多模态解析。
思考（Brain）：使用 LLM 结合金融链式思维方法，生成交易决策。
Acción：执行交易、调整投资组合、生成报告或发送预警。

3. 智能调度系统

FinRobot 采用 Smart Scheduler 调度系统，确保任务能够分配给最合适的 AI 代理。

Director Agent：根据任务特性分配代理。
Agent Registration：管理代理注册，跟踪其状态。
Agent Adaptor：调整代理功能，提高任务适配性。
Gestor de tareas：存储和管理 AI 代理的任务执行情况。

Utilizar la ayuda

Pasos de la instalación

（1）创建 Python 环境

conda create --name finrobot python=3.10
conda activate finrobot

（2）克隆代码库

git clone https://github.com/AI4Finance-Foundation/FinRobot.git
cd FinRobot

（3）安装依赖

pip install -U finrobot  # 或者从源码安装
pip install -e .

（4）配置 API Key

# 修改 OAI_CONFIG_LIST_sample 文件
mv OAI_CONFIG_LIST_sample OAI_CONFIG_LIST
vi OAI_CONFIG_LIST # 添加 OpenAI API Key

# 修改 config_api_keys_sample 文件
mv config_api_keys_sample config_api_keys
vi config_api_keys # 添加 Finnhub、SEC-API、FinancialModelingPrep API Key

2. 示例应用

（1）市场预测代理：预测股票价格变动

import autogen
from finrobot.utils import get_current_date, register_keys_from_json
from finrobot.agents.workflow import SingleAssistant

# 读取 OpenAI API 配置
llm_config = {
"config_list": autogen.config_list_from_json("../OAI_CONFIG_LIST"),
"timeout": 120,
"temperature": 0,
}

# 注册 API 密钥
register_keys_from_json("../config_api_keys")

# 运行预测
company = "NVDA"
assistant = SingleAssistant("Market_Analyst", llm_config, human_input_mode="NEVER")
assistant.chat(f"分析 {company} 近期市场动态，并预测未来一周股价走势。")

al final

（2）金融分析代理：自动生成财务报告

import os
import autogen
from finrobot.utils import register_keys_from_json
from finrobot.agents.workflow import SingleAssistantShadow
# 配置 LLM 参数
llm_config = {
"config_list": autogen.config_list_from_json("../OAI_CONFIG_LIST"),
"timeout": 120,
"temperature": 0.5,
}
# 注册 API 密钥
register_keys_from_json("../config_api_keys")
# 创建工作目录
work_dir = os.path.join("..", "report")
os.makedirs(work_dir, exist_ok=True)
# 初始化智能助手
assistant = SingleAssistantShadow("Expert_Investor", llm_config, human_input_mode="TERMINATE")
# 设定公司和年份
company = "Microsoft"
fyear = "2023"
# 生成报告请求
message = f"请基于 {company} {fyear} 年的财务数据撰写年度分析报告，并导出 PDF。"
# 运行助手并处理异常
try:
assistant.chat(message, use_cache=True, max_turns=50, summary_method="last_msg")
print(f"报告已成功生成并保存至 {work_dir}")
except Exception as e:
print(f"生成报告时出错: {e}")

al final

金融持仓分析（Financial CoT）：