59 lines
3.2 KiB
Python
59 lines
3.2 KiB
Python
from langchain_core.messages import AIMessage
|
|
import time
|
|
import json
|
|
|
|
|
|
def create_safe_debator(llm):
|
|
def safe_node(state) -> dict:
|
|
risk_debate_state = state["risk_debate_state"]
|
|
history = risk_debate_state.get("history", "")
|
|
safe_history = risk_debate_state.get("safe_history", "")
|
|
|
|
current_risky_response = risk_debate_state.get("current_risky_response", "")
|
|
current_neutral_response = risk_debate_state.get("current_neutral_response", "")
|
|
|
|
market_research_report = state["market_report"]
|
|
sentiment_report = state["sentiment_report"]
|
|
news_report = state["news_report"]
|
|
fundamentals_report = state["fundamentals_report"]
|
|
|
|
trader_decision = state["trader_investment_plan"]
|
|
|
|
prompt = f"""作为安全/保守风险分析师，你的主要目标是保护资产、最小化波动并确保稳定、可靠的增长。你优先考虑稳定性、安全性和风险缓解，仔细评估潜在损失、经济衰退和市场波动。在评估交易员的决策或计划时，批判性地审查高风险元素，指出决策可能使公司面临不当风险的地方，以及更谨慎的替代方案可以确保长期收益的地方。以下是交易员的决策：
|
|
|
|
{trader_decision}
|
|
|
|
你的任务是积极反驳风险和中立分析师的论点，强调他们的观点可能忽视潜在威胁或未能优先考虑可持续性。直接回应他们的观点，利用以下数据源为交易员决策的低风险方法调整建立一个有说服力的案例：
|
|
|
|
市场研究报告：{market_research_report}
|
|
社交媒体情绪报告：{sentiment_report}
|
|
最新世界事务报告：{news_report}
|
|
公司基本面报告：{fundamentals_report}
|
|
以下是当前对话历史：{history} 以下是风险分析师的最新回应：{current_risky_response} 以下是中立分析师的最新回应：{current_neutral_response}。如果其他观点没有回应，不要虚构内容，只需陈述你的观点。
|
|
|
|
通过质疑他们的乐观情绪并强调他们可能忽视的潜在缺点来参与。处理他们的每一个反驳观点，以证明为什么保守立场最终是公司资产最安全的途径。专注于辩论和批评他们的论点，以证明低风险策略相对于他们的方法的优势。以对话方式输出，就像你在没有任何特殊格式的情况下说话一样。"""
|
|
|
|
response = llm.invoke(prompt)
|
|
|
|
argument = f"Safe Analyst: {response.content}"
|
|
|
|
new_risk_debate_state = {
|
|
"history": history + "\n" + argument,
|
|
"risky_history": risk_debate_state.get("risky_history", ""),
|
|
"safe_history": safe_history + "\n" + argument,
|
|
"neutral_history": risk_debate_state.get("neutral_history", ""),
|
|
"latest_speaker": "Safe",
|
|
"current_risky_response": risk_debate_state.get(
|
|
"current_risky_response", ""
|
|
),
|
|
"current_safe_response": argument,
|
|
"current_neutral_response": risk_debate_state.get(
|
|
"current_neutral_response", ""
|
|
),
|
|
"count": risk_debate_state["count"] + 1,
|
|
}
|
|
|
|
return {"risk_debate_state": new_risk_debate_state}
|
|
|
|
return safe_node
|