基于AI驱动的智能股票分析工具：stocks-insights-ai-agent

作者

项目简介

酷，一款基于AI驱动的智能股票分析工具：stocks-insights-ai-agent，用它可以了解股票表现和相关新闻，它可以自动从网上收集股票价格、公司新闻等，AI分析并以图表、文字等形式展现出来

它可以查看股票表现，画出股票价格的历史走势；查找特定信息，比如某只股票的某个具体信息；收集某只股票的相关新闻

其定期异步抓取新闻和财务数据，分别存储在MongoDB 和PostgreSQL数据库里，新闻数据同步到 ChromaDB向量数据库，以便LLM进行语义搜索

用LangGraph构建了三个代理RAG，新闻数据RAG、股票数据RAG和股票数据图表RAG


特征

  • 股市表现可视化：显示图表和图表，说明了选定股票的历史性能。

  • 特定于属性的数据检索：获取与特定股票的特定属性有关的详细信息。

  • 新闻汇总：介绍与特定股票或公司有关的一般新闻或特定于主题的文章。


高级体系结构


方法

异步抓取

  1. 新闻数据：异步将新闻数据定期删除一组预定义的股票，并将信息存储在MongoDB中。这些文档与Chromadb同步以启用LLMs进行语义搜索，促进检索特定于特定股票或公司的相关信息。

  2. 财务数据：异步会定期刮擦选定股票的财务数据，并将信息存储在PostgreSQL中。

LangGraph流程

新闻数据RAG图

旨在搜索矢量数据库中股票的新闻数据（来自MongoDB的同步文档）或执行Web搜索（如果找不到相关文档）中的股票数据。


该图包括以下节点：

  • 从DB检索新闻（ retrieve_news ） ：使用LLMs，Langchain和一种检索器工具，用于在矢量数据库中对与特定股票主题相关的文档进行语义搜索。

  • 等级文档（ grade_documents ） ：评估上一步中检索到的文档的质量，分配分数以确定其相关性。有条件的边缘决定是否生成结果或执行其他网络搜索，如果文档不相关。

  • Web搜索（ web_search ） ：使用与Langchain和LLM呼叫。

  • 生成结果（ generate_results ） ：根据用户查询和先前步骤检索的文档产生结果。


股票数据RAG图

SQL数据库中的股票（PostgreSQL）中的股票搜索财务数据。


该图包括以下节点：

  • 生成sql（ generate_sql ） ：雇用LLMsLangchain以基于用户输入生成SQL查询。

  • execute sql（ execute_sql ） ：执行上一步中生成的SQL查询以从数据库获取数据。

  • 生成结果（ generate_results ） ：LLMs根据用户查询和前面步骤中检索的数据生成结果。

股票数据RAG图

一个代理抹布图，可从SQL数据库（PostgreSQL）检索股票的财务数据并生成视觉图表。


该图由以下节点组成：

  • 生成sql（ generate_sql ） ：使用LLMsLangchain基于用户输入创建SQL查询。

  • execute sql（ execute_sql ） ：运行前面生成的SQL查询以从数据库获取数据。


项目链接

https://github.com/vinay-gatech/stocks-insights-ai-agent

扫码加入技术交流群，备注「开发语言-城市-昵称」

（文：GitHubStore）

欢迎分享

发表评论