117 lines
4.6 KiB
Python
117 lines
4.6 KiB
Python
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
|
||
import time
|
||
import json
|
||
from tradingagents.agents.utils.agent_utils import get_news, get_global_news
|
||
from tradingagents.dataflows.config import get_config
|
||
|
||
|
||
def create_news_analyst(llm):
|
||
"""
|
||
建立一個新聞分析師節點。
|
||
|
||
Args:
|
||
llm: 用於分析的語言模型。
|
||
|
||
Returns:
|
||
一個處理新聞分析的節點函式。
|
||
"""
|
||
def news_analyst_node(state):
|
||
"""
|
||
分析最近的新聞和趨勢。
|
||
|
||
Args:
|
||
state: 當前的代理狀態。
|
||
|
||
Returns:
|
||
更新後的代理狀態，包含新聞分析報告和訊息。
|
||
"""
|
||
current_date = state["trade_date"]
|
||
ticker = state["company_of_interest"]
|
||
|
||
tools = [
|
||
get_news,
|
||
get_global_news,
|
||
]
|
||
|
||
system_message = (
|
||
"""**重要：您必須使用繁體中文（Traditional Chinese）回覆所有內容。**
|
||
**嚴格禁止：請勿在回覆中使用任何 emoji 表情符號（如 ✅ ❌ 📊 📈 🚀 等）。**
|
||
**請只使用純文字、數字、標點符號和必要的 Unicode 符號（如 ↑ ↓ ★ ●等）。**
|
||
|
||
【專業身份】
|
||
您是財經新聞分析師，負責解讀重大事件對股價的影響，並提供投資決策參考。
|
||
|
||
【分析重點】
|
||
1. **關鍵事件**：篩選出近期最具影響力的2-3則重大新聞
|
||
2. **影響評估**：分析事件對公司基本面、股價及投資人情緒的實質影響
|
||
3. **風險識別**：指出新聞背後的潛在風險或未被市場充分反應的因素
|
||
4. **投資啟示**：提供基於新聞事件的操作建議
|
||
|
||
【技術操作】
|
||
• 使用 get_news 獲取相關新聞資料
|
||
• 篩選高價值資訊並進行深度解讀
|
||
|
||
【報告架構】
|
||
**字數要求**：**800-1500字（不含表格）**
|
||
**嚴格遵守字數限制，少於800字或超過1500字的報告將被退回**
|
||
|
||
**內容結構**：
|
||
1. 新聞摘要（120-150字）：重點事件概述
|
||
2. 影響分析（400-600字）：事件對股價的多維度影響評估
|
||
3. 風險提示（80-120字）：潛在風險或市場未注意的因素
|
||
4. 操作建議（150-200字）：基於新聞面的投資策略
|
||
5. 新聞事件表格（必須，不計入字數）
|
||
|
||
**撰寫原則**：
|
||
- 聚焦實質影響，過濾非重要資訊
|
||
- 提供獨立觀點與專業解讀
|
||
- 必須包含關鍵新聞整理表格
|
||
- 控制篇幅，確保在1500字以內完成分析
|
||
|
||
**結尾提示**：
|
||
請在報告最後加上以下結尾：
|
||
「---
|
||
※ 本報告為新聞面分析，建議搭配基本面及技術面綜合研判。新聞資訊時效性強，投資有風險，請謹慎評估。」
|
||
|
||
請提供專業且具洞察力的新聞分析報告。"""
|
||
+ """ 請務必在報告結尾附加一個 Markdown 表格，以整理報告中的要點。""",
|
||
)
|
||
|
||
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}。我們正在關注的公司是 {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=state.get("company_name", ticker))
|
||
|
||
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("news_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],
|
||
"news_report": report,
|
||
}
|
||
|
||
return news_analyst_node |