AI 투자 시스템: 시장 데이터 분석을 위해 다중 지능 시스템을 사용하는 자동화된 A주 투자 의사결정 시스템

일반 소개

A_Share_investment_Agent는 다중 지능 시스템에 기반한 A주 투자 결정 보조 도구입니다. 이 시스템은 여러 협업 지능을 사용하여 시장 데이터를 분석하고, 주식의 내재 가치를 계산하고, 펀더멘털 데이터뿐만 아니라 시장 심리를 분석하여 거래 신호를 생성하도록 설계되었습니다. 이러한 접근 방식은 투자자가 시장 역학을 더 잘 이해하고 정보에 입각한 투자 결정을 내리는 데 도움이 됩니다. 이 프로젝트는 교육 목적으로만 제공되며 실제 거래나 투자를 위한 것이 아닙니다.

기능 목록

• 시장 데이터 분석: 시장 데이터의 수집 및 전처리
• 가치 평가 에이전트: 주식의 내재가치를 계산하고 거래 신호를 생성합니다.
• 센티멘트 브로커리지: 시장 심리 분석 및 트레이딩 신호 생성
• 펀더멘털 에이전트: 펀더멘털 데이터를 분석하고 매매 신호를 생성합니다.
• 통합 트레이딩 신호 생성: 다양한 인텔리전스에서 생성된 신호를 통합하여 통합 트레이딩 추천을 제공합니다.

도움말 사용

설치 프로세스

1. 프로젝트 코드를 복제합니다:

   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. 환경 변수를 구성합니다:
   프로젝트의 .env.example 파일은 .env 파일을 열고 적절한 구성 항목을 입력합니다.

기능 작동 흐름

시장 데이터 분석

시장 데이터 분석 모듈은 시장 데이터 수집 및 전처리를 담당합니다. 데이터 소스 API를 호출하면 최신 시장 데이터를 정기적으로 가져와서 추후 인텔리전스에서 사용할 수 있도록 사전 처리합니다.

가치 평가 에이전트

평가 에이전트 모듈은 시장 데이터를 기반으로 주식의 내재가치를 계산하는 역할을 합니다. 이 모듈은 할인된 현금흐름 모델, 상대가치 평가 모델 등 다양한 평가 모델을 사용하여 각 주식의 내재가치를 추정합니다.

감정 에이전트

센티멘트 프록시 모듈은 뉴스, 소셜 미디어 및 기타 채널의 시장 센티멘트 데이터를 분석하여 시장 센티멘트 시그널을 생성합니다. 이 모듈은 자연어 처리 기술을 사용하여 텍스트에서 감정적 경향을 추출하고 이를 정량적 신호로 변환합니다.

기본 에이전트

펀더멘털 프록시 모듈은 회사의 재무제표, 운영 데이터 및 기타 기본 정보를 분석하여 펀더멘털 시그널을 생성합니다. 이 모듈은 재무 비율 분석, 추세 분석 및 기타 방법을 사용하여 회사의 펀더멘털 상태를 평가합니다.

통합 트레이딩 신호 생성

통합 트레이딩 신호 생성 모듈은 다양한 인텔리전스에서 생성된 신호를 통합하여 통합 트레이딩 추천을 제공합니다. 다양한 인텔리전스의 신호는 가중 평균, 투표 메커니즘 및 기타 방법을 통해 융합되어 최종 트레이딩 추천을 생성합니다.

사용 예

아래는 전체 시스템을 실행하고 거래 추천을 받는 방법을 보여주는 사용 예시입니다:

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}")