likes
comments
collection
share

金融AI平台,帮你自动写研报、做分析

作者站长头像
站长
· 阅读数 17

要说技术在什么领域发展最快,那肯定就是有钱的领域,金融科技Fintech一直都是前沿科技的代表。

今天我们来分享一个GitHub上的开源项目,它利用大型语言模型(LLMs)来支持金融应用,股票预测、 财务分析、研报撰写以后都可以由AI来搞定了,它就是:FinRobot。

金融AI平台,帮你自动写研报、做分析

FinRobot是什么

FinRobot是一个超越 FinGPT 范畴的 AI Agent 平台,它由AI4Finance基金会开发,是专为金融应用精心打造的综合解决方案。它集成了多种 AI 技术,超越了单纯的语言模型。这种广阔的视野凸显了平台的多功能性和适应性,满足了金融行业的多方面需求。

FinRobot是一个强大的平台,通过使用大型语言模型(LLMs)作为其核心技术,为解决复杂的金融问题提供了智能代理的支持。其架构包括金融AI代理层、金融LLMs算法层、LLMOps和DataOps层,以及多源LLM基础模型层,可以提供多元化的金融分析和操作,例如市场预测、文件分析和交易策略。FinRobot还配备了智能调度器,可以优化模型的融合和选择。

金融AI平台,帮你自动写研报、做分析

FinRobot 系统架构

金融AI平台,帮你自动写研报、做分析

FinRobot 的整体结构是由四个有趣的层组成的,每个层都在解决金融 AI 处理和应用的一些特定的问题哦:

  1. 金融 AI 代理层:这一层现在包括金融思维链 (CoT) 提示,可以帮助我们增强复杂的分析和决策能力。例如,市场预测代理、文档分析代理和交易策略代理,它们利用 CoT 将金融挑战分解为逻辑步骤,将自己的高级算法和专业知识与金融市场不断变化的动态相结合,从而获得精确和实用的见解。
  2. 金融 LLM 算法层:这一层配置并使用了针对特定领域和全球市场分析的专门调整模型,非常专业。
  3. LLMOps 和 DataOps 层:在 LLMOps 层,我们实施了多源集成策略,利用一系列最先进的模型,为特定的财务任务选择最合适的 LLM,这样我们就可以得到最好的结果了。
  4. 多 LLM 模型层:这个基础层支持各种通用和专门 LLM 的即插即用功能,非常方便!。

金融AI代理层工作流程

金融AI平台,帮你自动写研报、做分析

  1. 感知:该模块捕获并解释来自市场信息、新闻和经济指标的多模式金融数据,使用复杂的技术构建数据以进行彻底的分析。
  2. 大脑:作为核心处理单元,该模块使用 LLM 感知来自感知模块的数据,并利用财务思路链 (CoT) 流程生成结构化指令。
  3. 行动:该模块执行来自大脑模块的指令,应用工具将分析见解转化为可操作的结果。行动包括交易、投资组合调整、生成报告或发送警报,从而积极影响金融环境。

金融LLM算法层(Financial LLMs Algorithms Layer)

这一层包含了针对金融行业特定需求设计的先进AI算法,以增强平台在一系列金融应用中的性能:

  • 金融大型语言模型(FinGPT) :这是一个专为金融领域设计的大型语言模型,通过监督式微调,利用金融领域的指令响应数据对开源大型语言模型进行优化。
  • 金融强化学习(FinRL) :这个模型使用集成深度强化学习算法来优化交易策略,同时分析历史和实时市场数据。
  • 金融机器学习(FinML) :这个模型利用多种机器学习技术来提高金融预测分析的能力。
  • 金融多模态LLM:这个模型处理并综合来自多种模态(如文本、图表和表格)的信息,以提供全面深入的金融文档理解。

智能调度器

金融AI平台,帮你自动写研报、做分析

智能调度器对于确保模型多样性以及优化每个任务最合适的 LLM 的集成和选择至关重要。

  • 主管代理:该组件协调任务分配过程,确保根据代理的绩效指标和特定任务的适用性将任务分配给代理。
  • 代理注册:管理注册并跟踪系统内代理的可用性,促进高效的任务分配流程。
  • 代理适配器:根据特定任务定制代理功能,增强其性能和在整个系统中的集成。
  • 任务管理器:管理和存储针对各种财务任务定制的不同通用和微调的基于 LLM 的代理,并定期更新以确保相关性和有效性。

数据操作层(DataOps Layer)

数据操作层管理金融分析所需的广泛和多样化的数据集,确保输入AI处理管道的所有数据都是高质量和代表当前市场状况的:

  • 检索增强生成(RAG) :结合了上下文检索机制和LLMs的优势,优化语言生成任务。

安装FinRobot

项目的文件结构如下,主文件夹finrobot有三个子文件夹agent、data_source、 functional

金融AI平台,帮你自动写研报、做分析

1.(推荐)创建一个新的虚拟环境

conda create --name finrobot python=3.10
conda activate finrobot
  1. 使用终端下载 FinRobot repo 或手动下载
git clone <https://github.com/AI4Finance-Foundation/FinRobot.git>
cd FinRobot
  1. 从源代码或 pypi 安装 finrobot 及其依赖项

从 pypi 获取我们的最新版本

pip install -U finrobot

4.修改OAI_CONFIG_LIST_sample文件

1) rename OAI_CONFIG_LIST_sample to OAI_CONFIG_LIST
2) remove the four lines of comment within the OAI_CONFIG_LIST file
3) add your own openai api-key <your OpenAI API key here>

5.修改config_api_keys_sample文件

1) rename config_api_keys_sample to config_api_keys
2) remove the comment within the config_api_keys file
3) add your own finnhub-api "YOUR_FINNHUB_API_KEY"
4) add your own financialmodelingprep and sec-api keys "YOUR_FMP_API_KEY" and "YOUR_SEC_API_KEY" (for financial report generation)
  1. 开始浏览以下教程或演示:
# find these notebooks in tutorials
1) agent_annual_report.ipynb
2) agent_fingpt_forecaster.ipynb
3) agent_trade_strategist.ipynb
4) lmm_agent_mplfinance.ipynb
5) lmm_agent_opt_smacross.ipynb

示例:撰写金融分析报告

以公司的 10-k 表格、财务数据和市场数据作为输入,输出股票研究报告

数据输入

import os
import autogen
from textwrap import dedent
from finrobot.utils import register_keys_from_json
from finrobot.agents.workflow import SingleAssistantShadow

配置

llm_config = {
    "config_list": autogen.config_list_from_json(
        "../OAI_CONFIG_LIST",
        filter_dict={
            "model": ["gpt-4-0125-preview"],
        },
    ),
    "timeout": 120,
    "temperature": 0.5,
}
register_keys_from_json("../config_api_keys")

# Intermediate strategy modules will be saved in this directory
work_dir = "../report"
os.makedirs(work_dir, exist_ok=True)

assistant = SingleAssistantShadow(
    "Expert_Investor",
    llm_config,
    max_consecutive_auto_reply=None,
    human_input_mode="TERMINATE",
)

运行

company = "Microsoft"
fyear = "2023"

message = dedent(
    f"""
    With the tools you've been provided, write an annual report based on {company}'s {fyear} 10-k report, format it into a pdf.
    Pay attention to the followings:
    - Explicitly explain your working plan before you kick off.
    - Use tools one by one for clarity, especially when asking for instructions.
    - All your file operations should be done in "{work_dir}".
    - Display any image in the chat once generated.
    - All the paragraphs should combine between 400 and 450 words, don't generate the pdf until this is explicitly fulfilled.
"""
)

assistant.chat(message, use_cache=True, max_turns=50,
               summary_method="last_msg")

结果

金融AI平台,帮你自动写研报、做分析

金融AI平台,帮你自动写研报、做分析

在生成这个金融分析报告的过程中,涉及到的任务包括以下

  1. 初步数据收集:获取10-K报告、市场数据和财务比率
  2. 财务报告分析:评估资产负债表、损益表和现金流量表
  3. 概述公司和业绩:提供公司介绍、突出业务成就和进行分部分析
  4. 评估风险:评估目标的金融风险
  5. 财务表现可视化:展示市盈率和每股收益
  6. 整合发现成段落:将所有部分整合成一个流畅的摘要
  7. 输出报告:自动输出PDF格式的报告
  8. 保证质量:检查内容的字数和拼写错误

另外项目还给出了相关的论文信息,在论文中有对每一层技术内容做更详细的深入介绍,非常建议将项目和论文配合学习,可以更好的理解项目的思路。

地址在这里,感兴趣的可以自己去读一读:arxiv.org/abs/2405.14…

金融AI平台,帮你自动写研报、做分析

总结

FinRobot 项目整体融合了目前LLM和agent的能力,将之利用到了最有商业前景的金融领域,这确实是一个很有想象力的尝试。从目前来看可以解决一些实际的问题,如果根据具体使用者的场景进行深挖,是完全可以利用AI的能力,在金融场景中产生出不错的价值。

金融AI平台,帮你自动写研报、做分析

项目信息



转载自:https://juejin.cn/post/7382151765380644883
评论
请登录