AutoGen金融分析系统是一个基于微软AutoGen框架的企业级金融分析平台,通过多Agent架构提供全面的财务分析、风险评估和量化投资分析功能。本手册将帮助您快速上手并充分利用系统的各项功能。
- 操作系统: Windows 10/11, macOS 10.15+, Linux (Ubuntu 20.04+, CentOS 8+)
- Python版本: 3.8或更高版本
- 数据库: Redis 6.0+, PostgreSQL 12+
- 浏览器: Chrome 90+, Firefox 88+, Safari 14+, Edge 90+
- 内存要求: 至少4GB RAM,推荐8GB或更多
- 硬盘空间: 至少10GB可用空间
-
克隆项目代码
git clone https://github.com/your-username/autogen-financial-analysis.git cd autogen-financial-analysis -
创建虚拟环境
python -m venv venv source venv/bin/activate # Linux/Mac # 或 venv\Scripts\activate # Windows
-
安装依赖包
pip install -r requirements.txt
-
配置环境变量
cp .env.example .env # 使用文本编辑器打开.env文件,添加必要的API密钥
如果您希望使用Docker部署系统,可以按照以下步骤操作:
# 构建并启动所有服务
docker-compose up -d
# 查看服务状态
docker-compose ps
# 查看日志
docker-compose logs -f系统的主要配置文件为config.yaml,您可以根据需要进行修改:
# AutoGen配置
autogen:
gpt_model: "gpt-4"
temperature: 0.7
max_tokens: 4000
# 数据源配置
data_sources:
yahoo_finance:
timeout: 30
retry_count: 3
alpha_vantage:
api_key: "${ALPHA_VANTAGE_API_KEY}"
calls_per_minute: 5系统提供了功能强大的命令行界面,您可以通过以下命令使用系统的各项功能:
# 分析单个公司
python -m src.main analyze AAPL
# 分析投资组合
python -m src.main portfolio AAPL MSFT GOOG
# 交互模式
python -m src.main interactive# 指定分析类型
python -m src.main analyze AAPL --type comprehensive
# 导出报告
python -m src.main analyze AAPL --format html,pdf
# 自定义配置
python -m src.main analyze AAPL --config custom_config.yaml系统还提供了友好的Web界面,您可以通过以下步骤访问:
-
启动Web服务
python -m src.api.app
-
在浏览器中访问
http://localhost:8000
Web界面主要包括以下几个部分:
- 仪表盘: 显示系统概览和常用功能
- 分析模块: 进行公司分析和投资组合分析
- 报告中心: 查看和管理生成的分析报告
- 系统设置: 配置系统参数
公司分析功能允许您深入了解单个公司的财务状况、风险水平和投资价值。
-
在命令行中运行:
python -m src.main analyze [股票代码] [选项]
-
或在Web界面中,导航至"分析模块" -> "公司分析",输入股票代码并点击"开始分析"。
- 快速分析 (quick): 提供基本的财务指标和风险评估
- 综合分析 (comprehensive): 提供全面的财务分析、风险评估和投资建议
- 详细分析 (detailed): 包含所有可用指标和深度分析
投资组合分析功能帮助您评估一组股票的整体表现、风险水平和优化潜力。
-
在命令行中运行:
python -m src.main portfolio [股票代码1] [股票代码2] ... [选项]
-
或在Web界面中,导航至"分析模块" -> "投资组合分析",添加股票并设置权重(可选),然后点击"开始分析"。
您可以通过--weights参数为投资组合中的股票设置权重:
python -m src.main portfolio AAPL MSFT GOOG --weights AAPL=0.5,MSFT=0.3,GOOG=0.2系统支持将分析结果导出为多种格式,方便您分享和存档。
- HTML: 适合在浏览器中查看,包含交互式图表
- PDF: 适合打印和存档
- JSON: 适合与其他系统集成
- CSV: 适合数据导入和进一步分析
python -m src.main analyze AAPL --format html,pdf,json系统生成的报告包含丰富的分析指标和图表,下面介绍一些关键指标的解读方法。
-
盈利能力指标
- ROE (净资产收益率): 衡量公司利用股东权益创造利润的能力,越高越好
- ROA (资产收益率): 衡量公司利用总资产创造利润的能力
- 毛利率: 衡量公司产品或服务的盈利能力
- 净利率: 衡量公司最终盈利能力
-
偿债能力指标
- 资产负债率: 衡量公司的长期偿债能力,越低风险越小
- 流动比率: 衡量公司的短期偿债能力,通常应大于1
- 速动比率: 更严格的短期偿债能力指标,通常应大于0.5
-
运营效率指标
- 总资产周转率: 衡量公司资产的使用效率
- 存货周转率: 衡量公司存货管理效率
-
市场风险指标
- VaR (在险价值): 在给定置信水平下,特定时间段内可能发生的最大损失
- CVaR (条件在险价值): 超过VaR阈值时的预期损失
- Beta系数: 衡量股票相对于市场的波动性
-
信用风险指标
- Z-Score: 预测公司破产风险的指标
- Altman模型: 更复杂的破产预测模型
- 有效前沿: 显示在给定风险水平下可以获得的最高预期收益
- 夏普比率: 衡量风险调整后收益,越高越好
- 最大回撤: 衡量投资组合的历史最大损失
- 相关系数: 显示资产之间的相关性,低相关性有助于分散风险
系统提供了RESTful API接口,方便与其他系统集成。
curl -X POST "http://localhost:8000/api/v1/analysis" \
-H "Content-Type: application/json" \
-d '{
"symbols": ["AAPL", "MSFT"],
"analysis_type": "comprehensive",
"export_formats": ["html", "pdf"]
}'curl -X GET "http://localhost:8000/api/v1/analysis/{task_id}"系统还提供了WebSocket接口,用于获取分析任务的实时更新:
const ws = new WebSocket('ws://localhost:8000/ws');
ws.onmessage = function(event) {
const data = JSON.parse(event.data);
console.log('任务更新:', data);
};Q: 如何获取API密钥? A: 请访问各数据源官方网站申请API密钥,例如Yahoo Finance、Alpha Vantage等。
Q: 系统支持哪些股票市场? A: 目前支持美股、A股、港股等主要市场。
Q: 如何提高分析速度? A: 您可以确保Redis缓存服务正在运行,系统会自动利用缓存数据来显著提高分析速度。
Q: 分析结果的准确性如何? A: 系统基于公开的财务数据和市场数据进行分析,结果仅供参考,不构成投资建议。
Q: 如何处理分析失败的情况? A: 如果分析失败,系统会生成详细的错误日志,请检查日志并根据提示解决问题。常见的问题包括数据源连接问题、API密钥无效或股票代码错误等。
如果您在使用过程中遇到问题或有任何建议,请通过以下方式联系我们:
- GitHub Issues: 问题反馈
- 邮件支持: support@example.com
- 文档中心: 在线文档
注意: 本系统仅供学习和研究使用,不构成投资建议。投资有风险,请谨慎决策。