增强风险管理师分析功能
This commit is contained in:
oficcejo
+113
-19
@@ -73,13 +73,34 @@ class StockAnalysisAgents:
|
||||
"timestamp": time.strftime("%Y-%m-%d %H:%M:%S")
|
||||
}
|
||||
|
||||
def risk_management_agent(self, stock_info: Dict, indicators: Dict) -> Dict[str, Any]:
|
||||
"""风险管理智能体"""
|
||||
def risk_management_agent(self, stock_info: Dict, indicators: Dict, risk_data: Dict = None) -> Dict[str, Any]:
|
||||
"""风险管理智能体（增强版）"""
|
||||
print("⚠️ 风险管理师正在评估中...")
|
||||
|
||||
# 如果有风险数据，显示数据来源
|
||||
if risk_data and risk_data.get('data_success'):
|
||||
print(" ✓ 已获取问财风险数据（限售解禁、大股东减持、重要事件）")
|
||||
else:
|
||||
print(" ⚠ 未获取到风险数据，将基于基本信息分析")
|
||||
|
||||
time.sleep(1)
|
||||
|
||||
# 构建风险数据文本
|
||||
risk_data_text = ""
|
||||
if risk_data and risk_data.get('data_success'):
|
||||
# 使用格式化的风险数据
|
||||
from risk_data_fetcher import RiskDataFetcher
|
||||
fetcher = RiskDataFetcher()
|
||||
risk_data_text = f"""
|
||||
|
||||
【实际风险数据】（来自问财）
|
||||
{fetcher.format_risk_data_for_ai(risk_data)}
|
||||
|
||||
以上是通过问财（pywencai）获取的实际风险数据，请重点关注这些数据进行深度风险分析。
|
||||
"""
|
||||
|
||||
risk_prompt = f"""
|
||||
作为风险管理专家，请基于以下信息进行风险评估：
|
||||
作为资深风险管理专家，请基于以下信息进行全面深度的风险评估：
|
||||
|
||||
股票信息：
|
||||
- 股票代码：{stock_info.get('symbol', 'N/A')}
|
||||
@@ -93,32 +114,105 @@ class StockAnalysisAgents:
|
||||
- RSI：{indicators.get('rsi', 'N/A')}
|
||||
- 布林带位置：当前价格相对于上下轨的位置
|
||||
- 波动率指标等
|
||||
{risk_data_text}
|
||||
|
||||
请从以下角度进行风险评估：
|
||||
1. 市场风险（系统性风险）
|
||||
2. 个股风险（非系统性风险）
|
||||
3. 流动性风险
|
||||
4. 波动性风险
|
||||
5. 估值风险
|
||||
6. 行业风险
|
||||
7. 风险等级评定（低/中/高）
|
||||
8. 风险控制建议
|
||||
⚠️ 重要提示：以上风险数据是从问财（pywencai）实时查询的完整原始数据，请你：
|
||||
1. 仔细解析每一条记录的所有字段信息
|
||||
2. 识别数据中的关键风险点（时间、规模、频率、股东身份等）
|
||||
3. 对数据进行深度分析，不要遗漏任何重要信息
|
||||
4. 如果数据中有日期字段，要特别关注最近的记录和即将发生的事件
|
||||
5. 如果数据中有金额/比例字段，要评估其规模和影响力
|
||||
6. 基于实际数据给出量化的风险评估，而不是空泛的描述
|
||||
|
||||
给出专业的风险评估报告。
|
||||
请从以下角度进行全面的风险评估：
|
||||
|
||||
1. **限售解禁风险分析** ⭐ 重点
|
||||
- 解禁时间和规模评估
|
||||
- 解禁对股价的潜在冲击
|
||||
- 解禁股东类型分析（创始人/投资机构/其他）
|
||||
- 历史解禁后股价走势参考
|
||||
- 风险等级评定和应对建议
|
||||
|
||||
2. **股东减持风险分析** ⭐ 重点
|
||||
- 减持频率和力度评估
|
||||
- 减持股东身份和意图分析
|
||||
- 减持对市场信心的影响
|
||||
- 是否存在连续减持或集中减持
|
||||
- 风险警示和投资建议
|
||||
|
||||
3. **重要事件风险分析** ⭐ 重点
|
||||
- 识别可能影响股价的重大事件
|
||||
- 事件性质判断（利好/利空/中性）
|
||||
- 事件影响的时间维度（短期/中期/长期）
|
||||
- 事件的确定性和不确定性
|
||||
- 风险提示和关注要点
|
||||
|
||||
4. **市场风险（系统性风险）**
|
||||
- 宏观经济环境风险
|
||||
- 市场整体走势风险
|
||||
- Beta系数反映的市场敏感度
|
||||
- 系统性风险应对策略
|
||||
|
||||
5. **个股风险（非系统性风险）**
|
||||
- 公司基本面风险
|
||||
- 经营管理风险
|
||||
- 竞争力风险
|
||||
- 行业地位风险
|
||||
|
||||
6. **流动性风险**
|
||||
- 成交量和换手率分析
|
||||
- 买卖盘深度评估
|
||||
- 流动性枯竭风险
|
||||
- 大额交易影响评估
|
||||
|
||||
7. **波动性风险**
|
||||
- 价格波动幅度分析
|
||||
- 52周最高最低位分析
|
||||
- RSI等技术指标的风险提示
|
||||
- 波动率对投资的影响
|
||||
|
||||
8. **估值风险**
|
||||
- 当前估值水平评估
|
||||
- 市场预期和估值偏差
|
||||
- 估值过高风险警示
|
||||
|
||||
9. **行业风险**
|
||||
- 行业周期阶段
|
||||
- 行业竞争格局
|
||||
- 行业政策风险
|
||||
- 行业技术变革风险
|
||||
|
||||
10. **综合风险评定**
|
||||
- 风险等级评定（低/中/高）
|
||||
- 主要风险因素排序
|
||||
- 风险暴露时间窗口
|
||||
- 风险演变趋势判断
|
||||
|
||||
11. **风险控制建议** ⭐ 核心
|
||||
- 仓位控制建议（具体比例）
|
||||
- 止损位设置建议（具体价位）
|
||||
- 风险规避策略（什么情况下不建议投资）
|
||||
- 风险对冲方案（如果适用）
|
||||
- 持仓时间建议
|
||||
- 重点关注指标和信号
|
||||
|
||||
请基于实际数据进行客观、专业、严谨的风险评估，给出可操作的风险控制建议。
|
||||
如果某些风险数据缺失，也要指出数据缺失本身可能带来的风险。
|
||||
"""
|
||||
|
||||
messages = [
|
||||
{"role": "system", "content": "你是一名专业的风险管理专家，具有丰富的风险识别和控制经验。"},
|
||||
{"role": "system", "content": "你是一名资深的风险管理专家，具有20年以上的风险识别和控制经验，擅长全面评估各类投资风险，特别关注限售解禁、股东减持、重要事件等可能影响股价的风险因素。你擅长从海量原始数据中提取关键信息，进行深度解析和量化评估。"},
|
||||
{"role": "user", "content": risk_prompt}
|
||||
]
|
||||
|
||||
analysis = self.deepseek_client.call_api(messages)
|
||||
analysis = self.deepseek_client.call_api(messages, max_tokens=6000)
|
||||
|
||||
return {
|
||||
"agent_name": "风险管理师",
|
||||
"agent_role": "负责风险识别、风险评估、风险控制策略制定",
|
||||
"analysis": analysis,
|
||||
"focus_areas": ["风险识别", "风险量化", "风险控制", "资产配置"],
|
||||
"focus_areas": ["限售解禁风险", "股东减持风险", "重要事件风险", "风险识别", "风险量化", "风险控制", "资产配置"],
|
||||
"risk_data": risk_data, # 保存风险数据以供后续使用
|
||||
"timestamp": time.strftime("%Y-%m-%d %H:%M:%S")
|
||||
}
|
||||
|
||||
@@ -313,7 +407,7 @@ class StockAnalysisAgents:
|
||||
def run_multi_agent_analysis(self, stock_info: Dict, stock_data: Any, indicators: Dict,
|
||||
financial_data: Dict = None, fund_flow_data: Dict = None,
|
||||
sentiment_data: Dict = None, news_data: Dict = None,
|
||||
quarterly_data: Dict = None,
|
||||
quarterly_data: Dict = None, risk_data: Dict = None,
|
||||
enabled_analysts: Dict = None) -> Dict[str, Any]:
|
||||
"""运行多智能体分析
|
||||
|
||||
@@ -356,9 +450,9 @@ class StockAnalysisAgents:
|
||||
if enabled_analysts.get('fund_flow', True):
|
||||
agents_results["fund_flow"] = self.fund_flow_analyst_agent(stock_info, indicators, fund_flow_data)
|
||||
|
||||
# 风险管理分析
|
||||
# 风险管理分析（传入风险数据）
|
||||
if enabled_analysts.get('risk', True):
|
||||
agents_results["risk_management"] = self.risk_management_agent(stock_info, indicators)
|
||||
agents_results["risk_management"] = self.risk_management_agent(stock_info, indicators, risk_data)
|
||||
|
||||
# 市场情绪分析（传入市场情绪数据）
|
||||
if enabled_analysts.get('sentiment', False):
|
||||
|
||||
Reference in New Issue
Block a user