Système d'investissement IA : système automatisé de prise de décision en matière d'investissement en actions A, utilisant un système multi-intelligence pour analyser les données du marché.

Introduction générale

A_Share_investment_Agent est un outil d'aide à la décision d'investissement basé sur un système d'intelligence multiple. Le système est conçu pour générer des signaux de négociation en utilisant des intelligences collaboratives multiples pour analyser les données du marché, calculer la valeur intrinsèque des actions et analyser le sentiment du marché ainsi que les données fondamentales. Cette approche aide les investisseurs à mieux comprendre la dynamique du marché et à prendre des décisions d'investissement plus éclairées. Le projet est conçu à des fins éducatives uniquement et n'est pas destiné à la négociation ou à l'investissement.

Liste des fonctions

• Analyse des données du marché : collecte et prétraitement des données du marché
• Agents de valorisation : calculent la valeur intrinsèque d'une action et génèrent des signaux de trading
• Sentiment Brokerage : Analyser le sentiment du marché et générer des signaux de trading
• Agent fondamental : analyse les données fondamentales et génère des signaux de trading.
• Génération de signaux de trading intégrés : intégrer les signaux générés par différentes intelligences pour fournir des recommandations de trading intégrées.

Utiliser l'aide

Processus d'installation

1. Cloner le code du projet :

   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. Configurer les variables d'environnement :
   Sur la base des .env.example crée un fichier .env et remplir les entrées de configuration appropriées.

Fonction Opération Déroulement

Analyse des données du marché

Le module d'analyse des données du marché est responsable de la collecte et du prétraitement des données du marché. En appelant l'API de la source de données, les dernières données du marché sont régulièrement obtenues et prétraitées en vue de leur utilisation ultérieure par les intelligences.

Agent d'évaluation

Le module Valuation Agent est chargé de calculer la valeur intrinsèque d'une action sur la base des données du marché. Le module génère une estimation de la valeur intrinsèque de chaque action en utilisant différents modèles d'évaluation, tels que les modèles d'actualisation des flux de trésorerie, les modèles d'évaluation relative, etc.

agent émotionnel

Le module Sentiment Proxy génère des signaux de sentiment de marché en analysant les données de sentiment de marché provenant des actualités, des médias sociaux et d'autres canaux. Le module utilise des techniques de traitement du langage naturel pour extraire les tendances émotionnelles du texte et les convertir en signaux quantitatifs.

Agents fondamentaux

Le module Fundamental Proxy génère des signaux fondamentaux en analysant les états financiers, les données d'exploitation et d'autres informations fondamentales de l'entreprise. Le module utilise l'analyse des ratios financiers, l'analyse des tendances et d'autres méthodes pour évaluer la position fondamentale d'une entreprise.

Génération de signaux de trading intégrés

Le module de génération de signaux de trading intégrés intègre les signaux générés par les différentes intelligences afin de fournir des recommandations de trading intégrées. Les signaux provenant des différentes intelligences sont fusionnés au moyen de moyennes pondérées, de mécanismes de vote et d'autres méthodes pour générer les recommandations de négociation finales.

exemple d'utilisation

Vous trouverez ci-dessous un exemple d'utilisation montrant comment exécuter l'ensemble du système et obtenir des recommandations de transaction :

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}")