TradingAgents/tradingagents/agents/researchers/bear_researcher.py

62 lines
2.9 KiB
Python

from langchain_core.messages import AIMessage
import time
import json
def create_bear_researcher(llm, memory):
def bear_node(state) -> dict:
investment_debate_state = state["investment_debate_state"]
history = investment_debate_state.get("history", "")
bear_history = investment_debate_state.get("bear_history", "")
current_response = investment_debate_state.get("current_response", "")
market_research_report = state["market_report"]
sentiment_report = state["sentiment_report"]
news_report = state["news_report"]
fundamentals_report = state["fundamentals_report"]
curr_situation = f"{market_research_report}\n\n{sentiment_report}\n\n{news_report}\n\n{fundamentals_report}"
past_memories = memory.get_memories(curr_situation, n_matches=2)
past_memory_str = ""
for i, rec in enumerate(past_memories, 1):
past_memory_str += rec["recommendation"] + "\n\n"
prompt = f"""你是一位看跌分析师,正在为反对投资该股票提出理由。您的目标是提出一个理由充分的论点,强调风险、挑战和负面指标。利用所提供的研究和数据,突出潜在的缺点,并有效地反驳看涨的论点。
需要关注的要点:
- 风险与挑战:突出市场饱和、金融不稳定或宏观经济威胁等可能阻碍股票表现的因素。
- 竞争劣势:强调市场定位较弱、创新能力下降或来自竞争对手的威胁等脆弱性。
- 负面指标:使用来自财务数据、市场趋势或近期负面消息的证据来支持您的立场。
- 看涨对应观点:用具体数据和合理推理批判性地分析看涨论点,揭示其弱点或过于乐观的假设。
- 参与:以对话的方式提出您的论点,直接与看涨分析师的观点互动,并进行有效的辩论,而不是简单地罗列事实。
可用资源:
市场研究报告:{market_research_report}
社交媒体情绪报告:{sentiment_report}
最新世界事务新闻:{news_report}
公司基本面报告:{fundamentals_report}
辩论的对话历史:{history}
最后的看涨论点:{current_response}
对类似情况的反思和经验教训:{past_memory_str}
利用这些信息,提出一个令人信服的看跌论点,反驳看涨者的主张,并进行一场动态辩论,以证明投资该股票的风险和弱点。您还必须反思并从过去的错误中吸取教训。
"""
response = llm.invoke(prompt)
argument = f"Bear Analyst: {response.content}"
new_investment_debate_state = {
"history": history + "\n" + argument,
"bear_history": bear_history + "\n" + argument,
"bull_history": investment_debate_state.get("bull_history", ""),
"current_response": argument,
"count": investment_debate_state["count"] + 1,
}
return {"investment_debate_state": new_investment_debate_state}
return bear_node