DeepAgents: eine KI-Intelligenz für professionelles Aktienresearch

DeepAgents ist ein KI-gestützter Aktienanalyse-Assistent. Er wurde mit dem DeepAgent-Framework von LangChain entwickelt und kann sehr detaillierte Finanzanalysen mit Ergebnissen liefern, die denen eines professionellen Analystenberichts nahekommen. Dieses Projekt ist nicht wie ein normaler Chatbot, sondern hat ein komplexeres System in sich. Dieses System verfügt über "Sub-Intelligenzstellen", die für verschiedene Aufgaben, Planungstools und die Integration verschiedener Datentools zuständig sind, die letztendlich Aktienanalyseberichte auf professionellem Niveau erstellen können. Das Herzstück des Systems ist die Deep-Intelligence-Architektur, die auf komplexe und weitsichtige Aufgaben spezialisiert ist. Sie ermöglicht es der KI, sich wie ein Experte in ein Thema zu vertiefen, indem sie detaillierte Systembefehle, Aufgabenplanungstools, Subintelligenzen und ein Dateisystem als Schlüsselkomponenten einsetzt, die im Tandem arbeiten. Dieser Aktien-Research-Assistent ist ein konkretes Beispiel für die Anwendung dieser Architektur, die für die effiziente Erledigung professioneller Finanzanalyseaufgaben konzipiert wurde.

Funktionsliste

• multidimensionale AnalyseAktien können gleichzeitig aus drei Perspektiven umfassend bewertet werden: Fundamentaldaten, technische Indikatoren und Risiko.
• Professionelle Teil-IntelligenzienEs gibt mehrere unabhängige KI-Intelligenzen innerhalb des Systems, die die Rolle von Experten in verschiedenen Bereichen spielen, z. B. Fundamentalanalysten, technische Analysten und Risikobewerter.
• Datenzugang in Echtzeit:: Möglichkeit des Zugriffs auf Echtzeit-Aktienkurse, Unternehmensabschlüsse und Daten zu verschiedenen technischen Indikatoren.
• Systematischer Arbeitsablauf:: Der Forschungsprozess folgt einer strukturierten Reihe von Methoden, die die Integrität und den systematischen Charakter der Analyse gewährleisten.
• Web-SchnittstelleBietet eine benutzerfreundliche Gradio-basierte Weboberfläche für die Eingabe von Befehlen und die Anzeige von Ergebnissen.
• Erstellen Sie professionelle Berichte:: Die Möglichkeit, automatisch professionelle Research-Berichte mit Anlageempfehlungen und Kurszielen zu erstellen, sobald die Analyse abgeschlossen ist.
• Verbesserung der analytischen Effizienz:: Reduzierung von Recherchen, die früher Stunden oder sogar Tage dauerten, auf wenige Minuten.

Hilfe verwenden

Bei diesem Tool handelt es sich um eine KI-Anwendung, die auf einem lokalen Computer läuft und sich auf ein lokales Large Language Model (LLM) stützt, um es zu steuern. Vor der Nutzung müssen einige Umgebungseinstellungen und Installationen vorgenommen werden.

1. die Vorbereitung der Umwelt

Ihr Computer muss die folgenden Bedingungen erfüllen, damit Sie ihn benutzen können:

• Python: Erfordert Installation 3.8 oder späteren Versionen von Python.
• OllamaDies ist ein Tool, mit dem Sie große Sprachmodelle lokal ausführen können. Sie müssen es zuerst installieren.

2. das Installationsverfahren

Schritt 1: Ollama installieren
Mit Ollama können Sie leistungsstarke Sprachmodelle wie Llama 2 auf Ihrem eigenen Computer ausführen.

• Öffnen Sie ein Terminal (unter macOS oder Linux) oder eine Eingabeaufforderung (unter Windows).
• Führen Sie den folgenden Befehl aus, um Ollama herunterzuladen und zu installieren:

  curl -fsSL https://ollama.ai/install.sh | sh
  

• Sobald die Installation abgeschlossen ist, müssen Sie ein Sprachmodell herunterladen, das für die Analyse verwendet werden soll. Laden Sie zum Beispiel ein Open-Sourcegpt-ossModelle:

  ollama pull gpt-oss
  

  Bei diesem Vorgang werden mehrere Gigabyte an Modelldateien heruntergeladen, haben Sie also bitte etwas Geduld.

Schritt 2: DeepAgents Projektcode herunterladen

• ausnutzengitTool, um die Codebasis des Projekts zu klonen. Öffnen Sie ein Terminal und führen Sie es aus:

  git clone https://github.com/sagar-n/deepagents.git
  

• Rufen Sie den Projektkatalog auf:

  cd deepagents
  

Schritt 3: Python-Abhängigkeiten installieren

• Alle Python-Bibliotheken, die für das Projekt benötigt werden, sind in der Dokumentationrequirements.txtin der Datei. Sie können diepipfür die Installation mit einem Mausklick:

  pip install -r requirements.txt
  

  Dieser Befehl installiert automatisch diedeepagentsundlangchainundyfinanceund alle anderen erforderlichen Bibliotheken.

3. wie man sie ausführt und benutzt

Schritt 1: Starten Sie die Anwendung

• Stellen Sie sicher, dass alle Abhängigkeiten installiert sind und Ollama im Hintergrund läuft.
• Führen Sie im Stammverzeichnis des Projekts den folgenden Befehl aus, um das Programm zu starten:

  python research_agent.py
  

• Nachdem das Programm gestartet ist, sehen Sie im Terminal eine Ausgabe ähnlich der folgenden:
  Running on local URL: http://127.0.0.1:7860

Schritt 2: Öffnen Sie die Weboberfläche

• Öffnen Sie Ihren Browser (z.B. Chrome, Firefox, etc.).
• Geben Sie die Adresse in die Adressleiste ein, wie es das Terminal oben vorgibt:http://127.0.0.1:7860 vielleicht http://localhost:7860.
• Sie sehen eine übersichtliche Weboberfläche mit einem Texteingabefeld und einer Schaltfläche für die Übermittlung.

Schritt 3: Eingabe der Analyseanweisungen

• In das Textfeld können Sie die Anforderungen, die Sie analysieren möchten, in natürlicher Sprache eingeben. Ihre Anweisungen können ausführlicher formuliert werden, damit die KI Ihre Absichten besser verstehen kann.

Beispiel für eine grundlegende Analyse:
Wenn Sie eine gründliche Analyse von Apple Inc (Tickersymbol AAPL) durchführen möchten und planen, 6 Monate zu investieren, können Sie einsteigen:

对苹果公司（AAPL）进行一次全面的分析，投资期限为6个月。请包括：
1. 当前的财务表现
2. 带有交易信号的技术分析
3. 风险评估
4. 包含目标价位的投资建议

Beispiel für erweiterte Analysen:

• Portfolio-Analyse: 比较苹果（AAPL）、微软（MSFT）和谷歌（GOOGL），为我的投资组合分配提供建议。
• Industrieforschung: 分析一下2025年第一季度科技行业的前景。
• Spezifische Risikobewertung: 评估投资特斯拉（TSLA）的风险。
• Analyse der technischen Indikatoren: 提供英伟达（NVDA）的技术分析和建议的入场点位。

Schritt 4: Anzeigen des Analyseberichts

• Nachdem Sie die Anweisungen eingegeben haben, klicken Sie auf die Schaltfläche "Absenden".
• Das System AI Intelligent Body wird seine Arbeit aufnehmen. Es würde die verschiedenen Unterintelligenzen aufrufen und sich aufteilen, um Daten zu erfassen, zu analysieren und schließlich zu einem vollständigen Bericht zusammenzufassen.
• Der Analyseprozess kann einige Minuten dauern. Sobald er abgeschlossen ist, wird ein detaillierter Aktienanalysebericht direkt auf der Weboberfläche angezeigt. Der Bericht ist übersichtlich formatiert und enthält Module für Zusammenfassung, Fundamentalanalyse, technische Analyse und Risikobewertung.

Anwendungsszenario

1. Studie für Privatanleger
   Privatanleger können mit diesem Tool schnell auf professionelle Analysen zu einer bestimmten Aktie zugreifen, um fundiertere Anlageentscheidungen zu treffen. Es spart viel Zeit beim manuellen Sammeln und Analysieren von Daten.
2. Finanzanalyst Hilfskraft
   Finanzanalysten können es als Instrument für erste Recherchen nutzen und schnell grundlegende Berichte erstellen, auf denen sie dann tiefer gehende, individuellere Analysen aufbauen können, um ihre Produktivität zu steigern.
3. Lernen von Studenten und Forschern
   Dieses Projekt ist ein hervorragendes Beispiel für Studenten oder Forscher, die sich mit Finanzen und Investitionen beschäftigen. Es zeigt, wie KI-Technologie auf komplexe Finanzanalyseszenarien angewendet werden kann, die zum Lernen und Üben genutzt werden können.
4. Automatisierte Berichterstellung
   In Szenarien, in denen regelmäßig eine große Anzahl von Bestandsanalyseberichten erstellt werden muss, kann der Rahmen dieses Tools für die sekundäre Entwicklung verwendet werden, um den Prozess der Berichterstellung zu automatisieren und zu stapeln.

QA

1. Sind die Analysen dieses Instruments zuverlässig?
   Die Analyse wird auf der Grundlage von Echtzeit-Finanzdaten und bewährten analytischen Modellen erstellt und hat einen hohen Referenzwert. Sie ist jedoch kein Ersatz für einen professionellen Finanzberater und alle Ergebnisse dienen nur zu Bildungs- und Forschungszwecken und stellen keine Finanzberatung dar.
2. Muss ich bezahlen?
   Dieses Projekt ist quelloffen und Sie können es kostenlos nutzen. Um es auszuführen, müssen Sie jedoch Ollama und das große Sprachmodell lokal einsetzen, was die Rechenressourcen Ihres Computers (z. B. CPU oder GPU) beansprucht.
3. Kann ich A-Aktien oder Aktien aus Hongkong analysieren?
   Das Werkzeug verwendet standardmäßig dieyfinanceDie Bibliothek holt sich die Daten, und die Hauptunterstützung ist für Märkte, die auf Yahoo Finance verfügbar sind, wie z.B. US-Aktien. Wenn Sie A-Aktien oder Aktien aus Hongkong analysieren möchten, müssen Sie möglicherweise den Code ändern, ersetzen oder die für den chinesischen Markt geeignete Datenquellen-Schnittstelle hinzufügen.
4. Kann ich das Analysemodell anpassen oder neue Analysewerkzeuge hinzufügen?
   Kann. Dieses Projekt bietet eine große Erweiterungsmöglichkeit. Sie können den Code um benutzerdefinierte Toolfunktionen erweitern oder neue Sub-Intelligenzen erstellen, um spezifische Analyseaufgaben durchzuführen, z. B. einen Analysten hinzufügen, der auf die Bewertung von ökologischen, sozialen und Governance-Faktoren (ESG) spezialisiert ist.