tradingagents/agents/analysts/news_analyst.py

@@ -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）
+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。
-   • **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
 
-2. **事件分類與影響評估**
+【分析要點】
-   • **財報相關**：盈利超預期/低於預期、營收指引調整、盈利預警
+1. **關鍵事件**：識別過去一週最重要的3-5個新聞
-   • **公司策略**：併購交易、資本支出、股票回購、股息政策
+2. **市場影響**：這些新聞對股價和情緒的直接影響
-   • **產品與技術**：新品發布、技術突破、專利訴訟
+3. **風險提示**：潛在的利空或不確定性
-   • **人事變動**：高管異動、組織重組、文化爭議
+4. **投資啟示**：新聞背後的投資機會
-   • **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
 
-3. **新聞可信度評估**
+【技術操作】
-   • 信息來源權威性（官方 vs 匿名爆料）
+• 使用 get_news 獲取相關新聞
-   • 報導一致性（多家媒體交叉驗證）
+• 篩選並分析重要資訊
-   • 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）
 
-4. **市場影響量化**
+【報告要求】
-   • 歷史同類事件的股價反應模式
+**長度**：500-800字（必須精簡）
-   • 事件對盈利預測的潛在影響
+**結構**：
-   • 短期波動 vs 長期基本面改變
+1. 執行摘要（100字）
-   • 市場預期程度（已price-in vs 意外）
+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**
+**注意**：
-   • **立即影響**（1-3天）：市場情緒反應、技術性交易
+- 聚焦於真正影響股價的大新聞
-   • **短期影響**（1-4週）：分析師評級調整、機構持倉變化
+- 忽略噪音和無關資訊
-   • **中長期影響**（數月-數年）：基本面改變、競爭優勢演變
+- 必須包含新聞彙總表格
 
-【技術操作流程】
+請以實用為導向，提供清晰易懂的新聞分析。"""
-• 步驟1：使用 get_news(query, start_date, end_date) 搜集過去一週的新聞報導
+            + """ 請務必在報告結尾附加一個 Markdown 表格，以整理報告中的要點。""",
-• 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。""",
         )
 
         prompt = ChatPromptTemplate.from_messages(

tradingagents/agents/utils/technical_indicators_tools.py

@@ -23,6 +23,14 @@ 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()
     
+    # 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:
         # 常見指標名稱映射
         mapping = {
             "sma50": "close_50_sma",
@@ -30,8 +38,13 @@ def get_indicators(
             "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