91 lines
3.7 KiB
Python
91 lines
3.7 KiB
Python
# -*- coding: utf-8 -*-
|
|
import time
|
|
import json
|
|
|
|
|
|
def create_research_manager(llm, memory):
|
|
"""
|
|
建立一個研究管理員（裁判）節點。
|
|
|
|
這個節點扮演投資組合經理和辯論主持人的角色。
|
|
其任務是評估看漲和看跌分析師之間的辯論，並做出最終的投資決策
|
|
（與看跌方一致、與看漲方一致，或在有充分理由時選擇持有）。
|
|
它還需要制定一個詳細的投資計畫給交易員。
|
|
|
|
Args:
|
|
llm: 用於生成決策和計畫的語言模型。
|
|
memory: 儲存過去情況和反思的記憶體物件。
|
|
|
|
Returns:
|
|
function: 一個代表研究管理員節點的函式，可在 langgraph 中使用。
|
|
"""
|
|
|
|
def research_manager_node(state) -> dict:
|
|
"""
|
|
研究管理員節點的執行函式。
|
|
|
|
Args:
|
|
state (dict): 當前的圖狀態。
|
|
|
|
Returns:
|
|
dict: 更新後的狀態，包含裁判的決策和投資計畫。
|
|
"""
|
|
# 從狀態中獲取所需資訊
|
|
investment_debate_state = state["investment_debate_state"]
|
|
history = investment_debate_state.get("history", "")
|
|
|
|
market_research_report = state["market_report"]
|
|
sentiment_report = state["sentiment_report"]
|
|
news_report = state["news_report"]
|
|
fundamentals_report = state["fundamentals_report"]
|
|
|
|
# 整合當前情況
|
|
curr_situation = f"{market_research_report}\n\n{sentiment_report}\n\n{news_report}\n\n{fundamentals_report}"
|
|
|
|
# 從記憶體中獲取過去相似情況的經驗
|
|
past_memories = memory.get_memories(curr_situation, n_matches=2)
|
|
|
|
# 將過去的經驗格式化為字串
|
|
past_memory_str = ""
|
|
for i, rec in enumerate(past_memories, 1):
|
|
past_memory_str += rec["recommendation"] + "\n\n"
|
|
|
|
# 建立提示 (prompt)
|
|
prompt = f"""作為投資組合經理和辯論主持人，您的角色是批判性地評估這一輪辯論，並做出明確的決定：與看跌分析師保持一致、與看漲分析師保持一致，或者僅在有充分理由支持的情況下選擇持有。
|
|
|
|
簡潔地總結雙方的要點，重點關注最有說服力的證據或推理。您的建議——買入、賣出或持有——必須清晰且可操作。避免僅僅因為雙方都有道理就預設為持有；請根據辯論中有力的論點堅定立場。
|
|
|
|
此外，為交易員制定一個詳細的投資計畫。這應包括：
|
|
|
|
您的建議：一個由具說服力的論點支持的果斷立場。
|
|
理由：解釋為何這些論點導向您的結論。
|
|
策略性行動：實施建議的具體步驟。
|
|
考慮您在類似情況下的過去錯誤。利用這些見解來完善您的決策過程，並確保您在學習和進步。請以對話方式呈現您的分析，就像自然說話一樣，不帶任何特殊格式。
|
|
|
|
以下是您對過去錯誤的反思：
|
|
\"{past_memory_str}\"
|
|
|
|
這是本次辯論：
|
|
辯論歷史：
|
|
{history}"""
|
|
|
|
# 呼叫 LLM 生成回應
|
|
response = llm.invoke(prompt)
|
|
|
|
# 更新投資辯論狀態
|
|
new_investment_debate_state = {
|
|
"judge_decision": response.content,
|
|
"history": investment_debate_state.get("history", ""),
|
|
"bear_history": investment_debate_state.get("bear_history", ""),
|
|
"bull_history": investment_debate_state.get("bull_history", ""),
|
|
"current_response": response.content,
|
|
"count": investment_debate_state["count"],
|
|
}
|
|
|
|
# 返回更新後的狀態，包括裁判的決策和投資計畫
|
|
return {
|
|
"investment_debate_state": new_investment_debate_state,
|
|
"investment_plan": response.content,
|
|
}
|
|
|
|
return research_manager_node |