This commit is contained in:
MarkLo
parent
4fa7a60bbb
commit
f3e453ff57
|
|
@ -37,105 +37,34 @@ def create_news_analyst(llm):
|
|||
"""**重要：您必須使用繁體中文（Traditional Chinese）回覆所有內容。**
|
||||
|
||||
【專業身份】
|
||||
• **二級來源**：主流財經媒體（WSJ, Bloomberg, Reuters, FT）
|
||||
• **三級來源**：產業媒體、分析師報告、專業評論
|
||||
• **社交媒體**：Twitter/X、LinkedIn高管動態
|
||||
您是一位新聞分析師，為業餘投資者提供實用的市場新聞解讀。
|
||||
|
||||
2. **事件分類與影響評估**
|
||||
• **財報相關**：盈利超預期/低於預期、營收指引調整、盈利預警
|
||||
• **公司策略**：併購交易、資本支出、股票回購、股息政策
|
||||
• **產品與技術**：新品發布、技術突破、專利訴訟
|
||||
• **人事變動**：高管異動、組織重組、文化爭議
|
||||
• **監管與法律**：反壟斷調查、訴訟和解、政策變化
|
||||
• **產業趨勢**：競爭格局、市場佔有率、替代威脅
|
||||
【分析要點】
|
||||
1. **關鍵事件**：識別過去一週最重要的3-5個新聞
|
||||
2. **市場影響**：這些新聞對股價和情緒的直接影響
|
||||
3. **風險提示**：潛在的利空或不確定性
|
||||
4. **投資啟示**：新聞背後的投資機會
|
||||
|
||||
3. **新聞可信度評估**
|
||||
• 信息來源權威性（官方 vs 匿名爆料）
|
||||
• 報導一致性（多家媒體交叉驗證）
|
||||
• 時效性與獨家性（首發 vs 跟進報導）
|
||||
• 潛在偏見識別（媒體立場、利益衝突）
|
||||
【技術操作】
|
||||
• 使用 get_news 獲取相關新聞
|
||||
• 篩選並分析重要資訊
|
||||
|
||||
4. **市場影響量化**
|
||||
• 歷史同類事件的股價反應模式
|
||||
• 事件對盈利預測的潛在影響
|
||||
• 短期波動 vs 長期基本面改變
|
||||
• 市場預期程度（已price-in vs 意外）
|
||||
【報告要求】
|
||||
**長度**：500-800字（必須精簡）
|
||||
**結構**：
|
||||
1. 執行摘要（100字）
|
||||
2. 重大新聞解讀（300-400字，限Top 3事件）
|
||||
3. 市場影響分析（100-150字）
|
||||
4. 投資啟示（100字）
|
||||
5. 關鍵新聞表格（必須包含）
|
||||
|
||||
5. **時間維度分析**
|
||||
• **立即影響**（1-3天）：市場情緒反應、技術性交易
|
||||
• **短期影響**（1-4週）：分析師評級調整、機構持倉變化
|
||||
• **中長期影響**（數月-數年）：基本面改變、競爭優勢演變
|
||||
**注意**：
|
||||
- 聚焦於真正影響股價的大新聞
|
||||
- 忽略噪音和無關資訊
|
||||
- 必須包含新聞彙總表格
|
||||
|
||||
【技術操作流程】
|
||||
• 步驟1：使用 get_news(query, start_date, end_date) 搜集過去一週的新聞報導
|
||||
• 步驟2：按重要性與影響力對新聞進行分級排序
|
||||
• 步驟3：識別關鍵催化劑與潛在風險事件
|
||||
• 步驟4：評估新聞對公司基本面與市場情緒的影響
|
||||
• 步驟5：提供可執行的投資建議與風險預警
|
||||
|
||||
【報告撰寫規範】
|
||||
|
||||
**一、執行摘要**（100-150字）
|
||||
- 最重要的新聞事件（Top 3）
|
||||
- 整體新聞基調（正面/中性/負面）
|
||||
- 核心投資啟示
|
||||
|
||||
**二、重大新聞深度解讀**
|
||||
按影響力排序，分析最重要的3-5條新聞：
|
||||
|
||||
**[新聞標題] - [日期]**
|
||||
- **新聞摘要**：簡述事件核心內容
|
||||
- **信息來源**：媒體權威性評估
|
||||
- **市場反應**：股價/成交量即時變化
|
||||
- **基本面影響**：
|
||||
• 對營收/盈利的潛在影響（量化估算）
|
||||
• 對競爭地位的影響
|
||||
• 對未來成長性的啟示
|
||||
- **投資意涵**：這則新聞改變了什麼投資邏輯
|
||||
- **風險評估**：不確定性因素與下檔風險
|
||||
|
||||
**三、產業與競爭動態**
|
||||
- 行業整體趨勢新聞
|
||||
- 主要競爭對手動態
|
||||
- 上下游供應鏈變化
|
||||
- 監管環境演變
|
||||
|
||||
**四、未經證實的傳聞與市場傳言**
|
||||
- 識別未經官方確認的消息
|
||||
- 評估傳聞可信度
|
||||
- 潛在風險提示
|
||||
|
||||
**五、新聞事件時間軸**
|
||||
- 過去一週關鍵事件的時序排列
|
||||
- 事件間的因果關聯
|
||||
- 未來值得關注的時點（財報日、產品發布等）
|
||||
|
||||
**六、新聞基調量化分析**
|
||||
- 正面新聞 vs 負面新聞占比
|
||||
- 媒體報導熱度變化趨勢
|
||||
- 與競爭對手的媒體曝光對比
|
||||
|
||||
**七、投資建議與風險提示**
|
||||
- 基於新聞事件的交易策略建議
|
||||
- 短期催化劑與交易時機
|
||||
- 潛在負面事件的預警
|
||||
- 需要持續監控的議題
|
||||
|
||||
**八、關鍵新聞彙總表**（Markdown表格）
|
||||
| 日期 | 新聞標題 | 來源 | 影響程度 | 基調 | 即時股價反應 |
|
||||
|------|---------|------|---------|------|-------------|
|
||||
|
||||
【專業要求】
|
||||
• 事實與觀點分離：明確區分客觀事實報導與分析師主觀判斷
|
||||
• 來源透明化：註明每則重要新聞的原始出處
|
||||
• 避免過度解讀：承認信息不完整時的不確定性
|
||||
• 量化影響評估：盡可能提供對財務指標的數值影響估算
|
||||
• 多角度驗證：對重大新聞交叉比對多個來源
|
||||
• 時效性敏感：優先報導最新、最相關的新聞事件
|
||||
• 識別噪音：區分真正重要的新聞與市場雜音
|
||||
|
||||
請以華爾街日報或金融時報的專業標準，提供深度且客觀的新聞分析。"""
|
||||
+ """ 請務必在報告結尾附加一個 Markdown 表格，以整理報告中的要點，使其井然有序且易於閱讀。""",
|
||||
請以實用為導向，提供清晰易懂的新聞分析。"""
|
||||
+ """ 請務必在報告結尾附加一個 Markdown 表格，以整理報告中的要點。""",
|
||||
)
|
||||
|
||||
prompt = ChatPromptTemplate.from_messages(
|
||||
|
|
|
|||
|
|
@ -23,22 +23,35 @@ def get_indicators(
|
|||
# 規範化指標名稱以匹配供應商的預期格式
|
||||
indicator_lower = indicator.lower().strip()
|
||||
|
||||
# 常見指標名稱映射
|
||||
mapping = {
|
||||
"sma50": "close_50_sma",
|
||||
"sma200": "close_200_sma",
|
||||
"ema10": "close_10_ema",
|
||||
"bbands": "boll",
|
||||
"bollinger": "boll",
|
||||
"macd_signal": "macds",
|
||||
"macd_hist": "macdh",
|
||||
}
|
||||
|
||||
# 如果在映射中，使用映射名稱
|
||||
if indicator_lower in mapping:
|
||||
normalized_indicator = mapping[indicator_lower]
|
||||
# 如果已經是正確的格式（例如 rsi, macd, atr），則保持原樣（轉小寫）
|
||||
# 處理常見的變體
|
||||
if "50" in indicator_lower and ("ma" in indicator_lower or "avg" in indicator_lower):
|
||||
normalized_indicator = "close_50_sma"
|
||||
elif "200" in indicator_lower and ("ma" in indicator_lower or "avg" in indicator_lower):
|
||||
normalized_indicator = "close_200_sma"
|
||||
elif "10" in indicator_lower and "ema" in indicator_lower:
|
||||
normalized_indicator = "close_10_ema"
|
||||
else:
|
||||
normalized_indicator = indicator_lower
|
||||
# 常見指標名稱映射
|
||||
mapping = {
|
||||
"sma50": "close_50_sma",
|
||||
"sma200": "close_200_sma",
|
||||
"ema10": "close_10_ema",
|
||||
"bbands": "boll",
|
||||
"bollinger": "boll",
|
||||
"bollinger bands": "boll",
|
||||
"macd_signal": "macds",
|
||||
"macd_hist": "macdh",
|
||||
"50-day ma": "close_50_sma",
|
||||
"200-day ma": "close_200_sma",
|
||||
"50 day ma": "close_50_sma",
|
||||
"200 day ma": "close_200_sma",
|
||||
}
|
||||
|
||||
# 如果在映射中，使用映射名稱
|
||||
if indicator_lower in mapping:
|
||||
normalized_indicator = mapping[indicator_lower]
|
||||
# 如果已經是正確的格式（例如 rsi, macd, atr），則保持原樣（轉小寫）
|
||||
else:
|
||||
normalized_indicator = indicator_lower
|
||||
|
||||
return route_to_vendor("get_indicators", symbol, normalized_indicator, curr_date, look_back_days)
|
||||
|
|
|
|||
Loading…
Reference in New Issue