126 lines
5.4 KiB
Python
126 lines
5.4 KiB
Python
# -*- coding: utf-8 -*-
|
||
from langchain_core.messages import AIMessage
|
||
import time
|
||
import json
|
||
from tradingagents.agents.utils.output_filter import fix_common_llm_errors, validate_and_warn
|
||
|
||
|
||
def create_safe_debator(llm):
|
||
"""
|
||
建立一個安全/保守的風險辯論員節點。
|
||
|
||
這個節點在風險評估辯論中扮演保守派的角色。
|
||
其主要目標是保護資產、最小化波動性並確保穩定可靠的增長。
|
||
它會優先考慮穩定性、安全性和風險緩解，並對交易員的決策提出謹慎的調整建議。
|
||
|
||
Args:
|
||
llm: 用於生成回應的語言模型。
|
||
|
||
Returns:
|
||
function: 一個代表保守辯論員節點的函式，可在 langgraph 中使用。
|
||
"""
|
||
|
||
def safe_node(state) -> dict:
|
||
"""
|
||
保守辯論員節點的執行函式。
|
||
|
||
Args:
|
||
state (dict): 當前的圖狀態。
|
||
|
||
Returns:
|
||
dict: 更新後的狀態，包含新的風險辯論狀態。
|
||
"""
|
||
# 從狀態中獲取風險辯論的相關資訊
|
||
risk_debate_state = state["risk_debate_state"]
|
||
history = risk_debate_state.get("history", "")
|
||
safe_history = risk_debate_state.get("safe_history", "")
|
||
|
||
# 獲取其他辯論者的最新回應
|
||
current_risky_response = risk_debate_state.get("current_risky_response", "")
|
||
current_neutral_response = risk_debate_state.get("current_neutral_response", "")
|
||
|
||
# 從狀態中獲取各類分析報告
|
||
market_research_report = state["market_report"]
|
||
sentiment_report = state["sentiment_report"]
|
||
news_report = state["news_report"]
|
||
fundamentals_report = state["fundamentals_report"]
|
||
|
||
# 獲取交易員的決策
|
||
trader_decision = state["trader_investment_plan"]
|
||
|
||
# 移除截斷邏輯以保留完整報告內容
|
||
|
||
# 建立提示 (prompt)
|
||
prompt = f"""**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】
|
||
您是保守型風險策略師，優先考量資本保全，評估下檔風險。**您必須採取極度保守立場，全力維護資本安全，並強力反駁激進派的盲目樂觀。**
|
||
|
||
【論證重點】
|
||
1. **下檔風險**：量化分析最壞情境下的潛在損失，放大風險威脅
|
||
2. **隱藏風險**：識別市場尚未充分反應的威脅因素，揭露潛在地雷
|
||
3. **估值疑慮**：評估股價相對基本面的偏離程度，強調高估風險
|
||
4. **激進盲點**：**強力反駁激進派觀點，指出其盲目樂觀忽略的重大風險因子**
|
||
5. **資本保全**：主張穩健策略優先於激進追逐報酬
|
||
|
||
【可用資訊】
|
||
- 交易員計畫：{trader_decision}
|
||
- 各類報告：{market_research_report}, {sentiment_report}, {news_report}, {fundamentals_report}
|
||
- 辯論歷史：{history}
|
||
- 對手觀點：{current_risky_response}, {current_neutral_response}
|
||
|
||
【輸出要求】
|
||
**字數要求**：**800-1500字**
|
||
**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. 核心警示（150字以上）：清晰且強勢地陳述保守建議的理由，展現堅定立場
|
||
2. 風險盤點（450-500字）：詳細分析下檔風險，層層揭露隱患
|
||
3. 反駁激進（100字以上）：**激進地反駁激進派的論點，指出其盲目樂觀與被忽略的風險**
|
||
4. 操作建議（100字以上）：明確的保守風控建議，建議謹慎或減倉
|
||
|
||
**撰寫原則**：
|
||
- **極度保守**：採取最謹慎立場，優先資本保全
|
||
- **強力反駁**：對激進派論點窮追猛打，揭露其盲目樂觀與被忽視的風險
|
||
- 量化評估，避免過度悲觀，但解讀偏向謹慎
|
||
- 直接回應機會論述，但強調風險管理的重要性
|
||
- 強調穩健增長優於激進追逐
|
||
|
||
**結尾提示**：
|
||
請在報告最後加上以下結尾：
|
||
「---
|
||
※ 本報告為保守型風險策略分析，立場優先資本保全。建議搭配積極與平衡觀點綜合研判。風險控制為投資首要，請謹慎評估。」
|
||
|
||
請提供專業且具說服力的保守策略分析。"""
|
||
|
||
# 呼叫 LLM 生成回應
|
||
response = llm.invoke(prompt)
|
||
|
||
# CRITICAL FIX: Apply output filtering
|
||
response.content = fix_common_llm_errors(response.content)
|
||
validate_and_warn(response.content, "Conservative_Debator")
|
||
|
||
# 格式化論點
|
||
argument = f"安全分析師：{response.content}"
|
||
|
||
# 更新風險辯論狀態
|
||
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", # 記錄最新的發言者
|
||
"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 |