Phidata AIで株式分析インテリジェンス・ボディ・インテリジェンスを迅速に構築

株式調査における情報過多は事実である

株式の価値を評価する際の一般的な課題は、十分な情報に基づいた投資判断を下すために、複数の情報源から得られる大量の情報を扱うことである。

伝統的な方法には次のようなものがある：

• 様々なプラットフォームから財務データを収集する。
• 複数のレポート、ニュース、その他の記事を読む。
• 複雑なスプレッドシートモデルの構築と保守
• これらの情報を統合し、実用的なコンテンツにする。

これらすべてのインプットを同時に保持し、管理することは通常次のようになる：

AIは、大規模なデータセットを簡単かつ効率的に処理するための最も現実的なソリューションとして知られている。

しかし、公開されている大規模言語モデル（LLM）のほとんどは、リアルタイムの株式データの詳細な分析を高い精度で実行することはまだできない。

• チャットGPT 歌で応える クロード 文脈上、日付の区切りがある。
• 当惑 リアルタイム情報には最適だが、分析作業には限界がある。
• ChatGPTの検索は依然として満足のいくものではない。

詳細なリサーチや株式分析には、より正確で、構造化されたデータセットとうまく連動するものが必要だ。

実際、すべてを組み合わせることができるとしたらどうだろう？ニュース、グーグル検索、財務データセット、コーディング作業をすべて1つのシステムでナビゲートするためにAIインテリジェンスを活用できるとしたら？

常にアンテナを張っている優秀な株式アナリスト。

AIインテリジェント・ボディ・ソリューション

この問題に対処するため、私は複数の専門AI知能を連携させ、それぞれが株式分析の特定の側面に対応するシステムを開発した。

インテリジェント・ボディ・チーム

1. センチメント分析インテリジェンス (GPT-4o)
   • ニュースや市場のセンチメントを扱う
   • グーグル検索で最近の動向を収集
   • センチメント・スコアとトレンド分析を提供
2. 財務分析インテリジェンス（クロード3.5）
   • 基本的な株式データとヒストリカルデータに異なるインテリジェンス
   • 企業の財務と指標の分析
   • バリュエーション計算の実施（DCF、公開類似企業、ファンダメンタル分析）
   • 主要業績評価指標の評価
3. 定量分析インテリジェンス（クロード3.5ソネットまたは俳句）
   • テクニカル分析のためのPythonコードの実行
   • 大規模なデータセットと他の知能からの出力を処理する
   • ビジュアライゼーションと統計的洞察の生成
4. エグゼクティブ／ポートフォリオ・マネージャー・インテリジェンス（クロード3.5ソネットまたは俳句）
   • ポートフォリオ・マネージャーとして、任意のルーティングでデータを統合することを目指す。
   • 他の機器知能によって収集されたすべての情報を集約し、買い、売り、またはホールドの推奨を提供する。

フィダータ：インテリジェント・ボディビルダー

フィダータ はAIインテリジェンスのためのフレームワークで、開発者は以下のことができる：

• 記憶、知識、外部とのつながりで知性を築く
• 協働できるインテリジェンスのチームを作る
• インテリジェンスのモニタリング、評価、最適化

また、直感的でユーザーフレンドリーなユーザーインターフェイスをインテリジェンスに提供し、ユーザーはサンドボックス環境でインテリジェンスをテストすることができる。

Phidataでは、いくつかの強力なツールをすぐに統合することができます：

• リアルタイムの価格データと過去の財務データのためのYahoo Finance API
• グーグル検索によるニュースとセンチメント分析
• AIによるコード実行と定量分析のためのPythonツール（使用には注意が必要）
• データ処理と視覚化のためのカスタム定量関数（オプション）
  • 注：コード実行インテリジェンスには、厳重な管理と厳格な迅速なエンジニアリングが必要です。
  • コード・インテリジェンスは、再帰関数やファイルの保存と読み込みなど、複数のエラーに遭遇する可能性がある。

紹介

自分で試してみたい？全コードは以下から入手できます。 グーグルコラボノートで発見された。

必要なのは

• OpenAIと アンソロピック APIキー（インテリジェンスごとに異なるモデルを使用していますが、より統一されたワークフローを選択することもできます。）
• Phidataフレームワークのインストール
• Pythonの基礎知識

必要なパッケージ

!pip install phidata openai anthropic yfinance googlesearch-python pycountry -q

ライブラリとAPIキーのインスタンス化

## Libraries

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.model.anthropic import Claude
from phi.tools.yfinance import YFinanceTools
from phi.tools.googlesearch import GoogleSearch

## API Keys

import requests

from google.colab import userdata
OPENAI_API_KEY = userdata.get('OPENAI_API_KEY')
ANTHROPIC_API_KEY = userdata.get('ANTHROPIC_API_KEY')

import os
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY
os.environ["ANTHROPIC_API_KEY"] = ANTHROPIC_API_KEY

インテリジェンスの定義 - センチメント分析の例

# Sentiment Analysis Agent

sentiment_agent = Agent(
name="Sentiment Analysis Agent",
role="Search and interpret news articles",
model=OpenAIChat(id="gpt-4o"),
## define the tools for the Agent's use
tools=[GoogleSearch(), YFinanceTools(company_news=True)],
instructions=[
"Find relevant news articles for each company and critically analyze the news sentiment.",
"Provide sentiment scores from 1 (negative) to 10 (positive) with reasoning and sources."
"Cite your sources. Be specific, crtical and provide relevant links."
],
show_tool_calls=True,
markdown=True,
)

インテリジェンスの定義 - 基本的な株式情報の例

# Financial Analyst Agent

basic_stock_agent = Agent(
name="Basic Financial Data Agent",
role="Retrieve basic company financial data and expertly interpret trends and data using a rigourously analytical approach",
model=Claude(id="claude-3-5-sonnet-latest"), ## swapped claude for gpt-4o
## define the tools for the Agent's use
tools=[YFinanceTools(stock_price=True, company_info=True, stock_fundamentals=True, analyst_recommendations=True)],
instructions=[
"Retrieve stock prices, analyst recommendations, and key summary financial data.",
"Focus on company funamentals and trends, presenting the data in tables with key insights."
],
show_tool_calls=True,
markdown=True,
)

ユーザーには、視覚的知能やその他の形式を含め、独自のニーズに基づいてさらに知能を追加するオプションがあります。

インテリジェント・ボディ・チームの結成

わずか数行のコードで、銘柄分析のために協力できる特定の役割を持つ強力なマルチ・インテリジェンス・システムを構築することができる。

agent_team 指揮者として、インテリジェンスの適切なワークフローを選択し、各インテリジェンスがその洞察に貢献し、最終的なアウトプットが適切に構造化され、データに基づき、理解しやすいものになるようにする。

agent_team = Agent(
model=Claude(id="claude-3-5-sonnet-latest"),
team=[sentiment_agent, basic_stock_agent], ## Add more Agents here if desired.
instructions=[
"Combine the expertise of all the agents part of your team to provide a cohesive, highly analytical and well-supported response",
"Always include references and dates for all data points and sources. Your context is current as of [insert date here]"
"Present data in structured tables for clarity, ensuring all conclusions are data-driven."
"Explain the methodlogy and always determine a BUY, SELL, or HOLD recommendation."
],
show_tool_calls=True,
markdown=True,
)

インテリジェンス・チームとチャットを始める🤖。

これでSmartbodyチームへの問い合わせを始める準備ができた！プロンプトと出力のサンプルはこんな感じです：

ヒントの例

agent_team.print_response(
"Perform a public comparable companies analysis for CALM Cal Maine Foods. Identify it's main competitors and market positioning. Assess each comp in a structrued table format",
stream=True
)

出力例：

(フォーマットされたデータ)

### 公共可比公司分析：Cal-Maine Foods (CALM)

#### **公司概览**

| 公司名称 | 股票代码 | 市值 (美元) | 主要业务方向 | 鸡蛋生产重点 |
| ---------------------- | ---------- | ------------- | ---------------- | -------------- |
| Cal-Maine Foods | CALM | $4.96B | 专注于鸡蛋生产 | 核心业务 |
| Post Holdings | POST | $6.66B | 包装食品 | 次要业务 |
| Tyson Foods | TSN | $20.65B | 肉类和食品产品 | 边缘业务线 |
| Vital Farms | VITL | $1.64B | 放养鸡蛋 | 专注细分市场 |
| Seaboard Corporation | SEB | $2.34B | 多元化企业集团 | 边缘业务线 |

#### **财务指标对比**

| 指标 | CALM | POST | TSN | VITL | SEB |
| ----------------------- | -------- | -------- | -------- | -------- | -------- |
| 市盈率 (P/E Ratio) | 11.59 | 16.11 | 13.80 | 31.31 | N/A |
| 每股收益 (EPS) | $8.73 | $5.64 | $2.25 | $1.12 | -$5.30 |
| 收入增长率 (同比) | 71.1% | 波动 | 中等 | 高 | 波动 |
| 毛利率 (Gross Margin) | 28.02% | 15-20% | 12-15% | 25-30% | 波动 |

---

### **Cal-Maine Foods 的竞争地位**

#### **独特优势**

1. 鸡蛋生产市场的领导地位
2. 多元化的产品组合
3. 强大的区域分销网络
4. 专注于特色鸡蛋细分市场
5. 稳健的财务表现

#### **关键差异化特点**

* **品牌** ：Egg-Land's Best, Land O' Lakes, Farmhouse Eggs
* **产品范围** ：传统、有机、散养、放牧鸡蛋
* **地理覆盖** ：西南、东南、中西部、东北和中大西洋地区

---

### **市场建议**

#### **综合评估**

* **Cal-Maine Foods** 是最专注于鸡蛋生产的公司
* 与多元化竞争对手相比，财务指标表现强劲
* 在特色鸡蛋市场细分中有持续增长的潜力

#### **投资建议：** **强烈买入**

* 稳健的基本面
* 市场领导地位
* 适应消费者趋势的能力
* 相较于同业估值具有吸引力

---

**注意** ：以上分析基于当前市场数据，可能会随市场变化而调整。在做出投资决策之前，请始终进行个人尽职调查。

以上です。あなたは、投資プロセスを強化するための個人的な株式アナリストを構築しているのです。

実際の結果

このシステムを様々な銘柄でテストしたところ、有望な結果が得られた：

• コスト削減データを自動的に集計することで、複数の財務データベースを契約する必要がなくなる。
• 研究効率エクイティ・リサーチに費やす時間を削減し、同時に複数の企業を扱うことができるため、人員を増やすことなくカバレッジを拡大することができる。
• 競合分析同業他社比較と業界ポジショニングの迅速な作成
• 財務分析若手アナリストのデータ収集への依存を減らし、より価値の高い分析に集中できるようにする。
• マルチモデル対応クロード、GPT、Groq、HFモデル、またはあなたのニーズに最も適したLLMプロバイダーを挿入してください。

⚠️ 制限事項

強力とはいえ、このシステムにはまだ限界がある：

• LLM研修の締切日以降のデータを分析する能力が限られている
• データ品質と可用性のための外部APIへの依存
• 他のツールやインテリジェンスを使用する場合、計算コストが高くなる
• エンジニアリングに関する正確なヒントが必要
• 複雑な意思決定には依然として人間の監視が必要

🛠️ 強化の可能性

将来的な機能強化としては、以下のようなものが考えられる：

• その他のデータソースとAPI
• より複雑な諜報機関間コミュニケーション
• 視覚化とコード実行の強化
• パターン認識のための機械学習モデル

評決を下す

このマルチ・インテリジェンス・システムは、金融分析の自動化に向けた重要な一歩であり、誰でも無料で利用できる。さまざまなAIモデルやツールの強みを組み合わせることで、より強力で包括的な分析ワークフローを構築することができる。

覚えておいてほしいのは、AIは分析能力を大幅に向上させるが、投資判断においては人間の判断の代わりではなく、それを補完するものとして使うべきだということだ。

免責事項：この投稿は教育目的のみのものであり、財務アドバイスとみなされるべきではありません。投資を決定する前に、必ずご自身で調査してください。