FinRobot：提升金融数据分析效率和投资研究的的智能体

综合介绍

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。

功能列表

• 市场趋势分析：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。
• 多模态数据处理：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。
• 行动（Action）：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。
• Task Manager：存储和管理 AI 代理的任务执行情况。

使用帮助

安装步骤

（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。")

结果

（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}")

结果

金融持仓分析（Financial CoT）：

1. 收集初步数据：10-K 报告、市场数据、财务比率
2. 分析财务报表：资产负债表、利润表、现金流量表
3. 公司概述与业绩：公司描述、业务亮点、分部分析
4. 风险评估：评估风险
5. 财务业绩可视化：绘制市盈率（PE ratio）和每股收益（EPS）图表
6. 综合研究结果形成段落：将所有部分整合为连贯的总结
7. 生成 PDF 报告：使用工具自动生成 PDF 文件
8. 质量保证：检查字数