111 lines
4.4 KiB
Python
111 lines
4.4 KiB
Python
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
|
||
import time
|
||
import json
|
||
from tradingagents.agents.utils.agent_utils import get_fundamentals, get_balance_sheet, get_cashflow, get_income_statement, get_insider_sentiment, get_insider_transactions
|
||
from tradingagents.dataflows.config import get_config
|
||
|
||
|
||
def create_fundamentals_analyst(llm):
|
||
"""
|
||
建立一個基本面分析師節點。
|
||
|
||
Args:
|
||
llm: 用於分析的語言模型。
|
||
|
||
Returns:
|
||
一個處理基本面分析的節點函式。
|
||
"""
|
||
def fundamentals_analyst_node(state):
|
||
"""
|
||
分析公司的基本面資訊。
|
||
|
||
Args:
|
||
state: 當前的代理狀態。
|
||
|
||
Returns:
|
||
更新後的代理狀態，包含分析報告和訊息。
|
||
"""
|
||
current_date = state["trade_date"]
|
||
ticker = state["company_of_interest"]
|
||
company_name = state.get("company_name", ticker) # 使用真實公司名稱，fallback到ticker
|
||
|
||
tools = [
|
||
get_fundamentals,
|
||
get_balance_sheet,
|
||
get_cashflow,
|
||
get_income_statement,
|
||
]
|
||
|
||
system_message = (
|
||
"""**重要：您必須使用繁體中文（Traditional Chinese）回覆所有內容。**
|
||
|
||
【專業身份】
|
||
您是一位基本面投資顧問，擅長將枯燥的財報數據轉化為簡單的投資邏輯。
|
||
|
||
【分析要點】
|
||
1. **體質快篩**：這家公司賺錢嗎？財務安全嗎？
|
||
2. **核心指標**：只看最重要的3個數據（如EPS、毛利率、ROE）。
|
||
3. **估值位階**：現在股價是便宜、合理還是太貴？
|
||
4. **長期展望**：這家公司未來靠什麼成長？
|
||
|
||
【技術操作】
|
||
• 使用 get_fundamentals 等工具獲取數據
|
||
• 專注於關鍵財務比率
|
||
|
||
【報告要求】
|
||
**長度**：300-500字（簡單明瞭）
|
||
**結構**：
|
||
1. 公司簡介（50字）：做什麼的？
|
||
2. 財務亮點/隱憂（150-200字）：用白話解釋財務狀況。
|
||
3. 估值判斷（50-100字）：現在買划算嗎？
|
||
4. 關鍵數據表格（必須包含）。
|
||
|
||
**注意**：
|
||
- 避免堆砌數字，解釋數字背後的意義。
|
||
- 結論要明確。
|
||
- 必須包含關鍵財務比率表格。
|
||
|
||
請提供一份深入淺出的基本面分析報告。"""
|
||
+ " 請務必在報告結尾附加一個 Markdown 表格，以整理報告中的要點。"
|
||
+ " 使用可用的工具：`get_fundamentals` 用於全面的公司分析，`get_balance_sheet`、`get_cashflow` 和 `get_income_statement` 用於特定的財務報表。"
|
||
)
|
||
|
||
prompt = ChatPromptTemplate.from_messages(
|
||
[
|
||
(
|
||
"system",
|
||
"您是一個樂於助人的人工智慧助理，與其他助理協同工作。"
|
||
" 使用提供的工具來逐步回答問題。"
|
||
" 如果您無法完全回答，沒關係；另一個擁有不同工具的助理會在您中斷的地方提供幫助。盡您所能取得進展。"
|
||
" 如果您或任何其他助理有最終交易提案：**買入/持有/賣出** 或可交付成果，"
|
||
" 請在您的回覆前加上「最終交易提案：**買入/持有/賣出**」，以便團隊知道停止。"
|
||
" 您可以使用以下工具：{tool_names}。\n{system_message}"
|
||
"供您參考，目前日期是 {current_date}。我們想關注的公司是 {company_name} （股票代碼：{ticker}）",
|
||
),
|
||
MessagesPlaceholder(variable_name="messages"),
|
||
]
|
||
)
|
||
|
||
prompt = prompt.partial(system_message=system_message)
|
||
prompt = prompt.partial(tool_names=", ".join([tool.name for tool in tools]))
|
||
prompt = prompt.partial(current_date=current_date)
|
||
prompt = prompt.partial(ticker=ticker)
|
||
prompt = prompt.partial(company_name=company_name)
|
||
|
||
chain = prompt | llm.bind_tools(tools)
|
||
|
||
result = chain.invoke(state["messages"])
|
||
|
||
# 報告邏輯修復：只在LLM最終回應時保存報告
|
||
report = state.get("fundamentals_report", "") # 保持現有報告
|
||
|
||
if len(result.tool_calls) == 0:
|
||
# 沒有工具調用，這是最終的分析報告
|
||
report = result.content
|
||
|
||
return {
|
||
"messages": [result],
|
||
"fundamentals_report": report,
|
||
}
|
||
|
||
return fundamentals_analyst_node |