핀로봇: 금융 데이터 분석 효율성과 투자 리서치를 개선하는 지능형 기관

일반 소개

FinRobot은 AI4Finance 재단에서 개발한 오픈 소스 AI 인텔리전스 플랫폼으로, 금융 분석을 위해 설계되었습니다. 전통적인 언어 모델뿐만 아니라 다양한 AI 기술을 통합하여 금융 산업을 위한 종합 솔루션을 제공하는 것을 목표로 하며, FinRobot은 원래 재무 분석 프로세스를 단순화 및 최적화하고 고급 AI 기술을 통해 분석의 정확성과 효율성을 향상시키기 위해 설계되었습니다. 핵심 기능으로는 시장 동향 해석, 경제 예측, 투자 전략 제공 등이 있으며 모든 유형의 금융 기관 및 개인 투자자에게 적합합니다.

기능 목록

• 시장 동향 분석시장 역학을 실시간으로 모니터링 및 분석하고 트렌드 예측 및 투자 추천을 제공합니다.
• 경제 예측빅데이터와 AI 알고리즘을 사용하여 거시 경제 지표를 예측합니다.
• 투자 전략 오퍼링과거 데이터와 시장 분석을 기반으로 개인화된 투자 전략을 생성합니다.
• 멀티모달 데이터 처리다차원 분석을 위해 시장 데이터, 뉴스, 경제 지표를 통합합니다.
• 오픈 소스 라이브러리(OSSL)2차 개발 및 기능 확장을 지원하기 위한 풍부한 오픈 소스 코드 라이브러리를 제공합니다.

핀로봇 아키텍처 설계

1. 핀로봇 생태계

FinRobot은 4계층 아키텍처를 사용하며, 각 계층은 금융 AI 작업에 최적화되어 있습니다.

• 금융 AI 에이전트 레이어시장 예측 에이전트, 문서 분석 에이전트, 트레이딩 전략 에이전트 등을 포함하며 금융 CoT(Chain of Thought) 프롬프트를 지원합니다.
• 금융 LLM 알고리즘 레이어재무 분석의 전문성을 높이기 위해 금융 도메인별 LLM 튜닝을 지원합니다.
• LLMOps 및 데이터 운영 계층멀티 소스 데이터 통합을 제공하고 여러 LLM 모델의 동적 적용을 지원합니다.
• 멀티 소스 LLM 기본 모델 레이어플러그 앤 플레이 LLM 모델을 지원하여 다양한 작업에 유연하게 적용할 수 있습니다.

2. AI 상담원 워크플로

핀로봇 에이전트의 워크플로는 세 가지 핵심 구성 요소로 이루어져 있습니다:

• 인식멀티모달 구문 분석을 위한 시장 데이터, 뉴스, 경제 지표에 액세스합니다.
• 사고력(두뇌)금융 체인 사고 방식과 결합된 LLM을 사용하여 거래 결정을 내립니다.
• 액션트레이딩 실행, 포트폴리오 조정, 보고서 생성 또는 알림 전송.

3. 지능형 지령 시스템

핀로봇은 다음을 사용합니다. 스마트 스케줄러 스케줄링 시스템을 통해 가장 적합한 AI 상담원에게 작업을 할당할 수 있도록 합니다.

• 디렉터 에이전트작업 특성에 따라 상담원을 배정합니다.
• 상담원 등록상담원 등록을 관리하고 상담원 상태를 추적합니다.
• 에이전트 어댑터상담원 기능을 조정하여 작업 적합성을 개선합니다.
• 작업 관리자AI 에이전트의 작업 실행을 저장하고 관리합니다.

도움말 사용

설치 단계

(1) Python 환경 만들기

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

(2) 코드 베이스 복제

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

(3) 종속성 설치

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

(4) API 키 구성하기

# 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. 애플리케이션 예시

(1) 시장 예측 에이전트: 주가 변동 예측

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。")

결국

(2) 재무 분석 에이전트: 재무 보고서 자동 생성

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}")

결국

재무 상태 분석(재무 CoT):

1. 예비 데이터 수집: 10-K 보고서, 시장 데이터, 재무 비율
2. 재무 제표 분석: 대차대조표, 손익계산서, 현금흐름표
3. 회사 개요 및 실적: 회사 설명, 사업 하이라이트, 세그먼트 분석
4. 위험 평가: 위험 평가
5. 재무 성과 시각화: 주가수익비율(PE 비율) 및 주당순이익(EPS) 차트 작성
6. 결과를 단락으로 종합하기: 모든 부분을 일관성 있는 요약으로 통합하기
7. PDF 보고서 생성: 도구를 사용하여 PDF 파일을 자동으로 생성하세요.
8. 품질 보증: 단어 수 확인