oficcejo
459 lines
17 KiB
Python
459 lines
17 KiB
Python
"""
|
||
宏观周期分析 - AI智能体模块
|
||
包含四位专业分析师：康波周期分析师、美林时钟分析师、中国政策分析师、首席宏观策略师
|
||
"""
|
||
|
||
from deepseek_client import DeepSeekClient
|
||
from typing import Dict, Any
|
||
import time
|
||
import config
|
||
|
||
|
||
class MacroCycleAgents:
|
||
"""宏观周期AI智能体集合"""
|
||
|
||
def __init__(self, model=None):
|
||
self.model = model or config.DEFAULT_MODEL_NAME
|
||
self.deepseek_client = DeepSeekClient(model=self.model)
|
||
print(f"[宏观周期] AI智能体系统初始化 (模型: {self.model})")
|
||
|
||
def kondratieff_wave_agent(self, macro_data_text: str) -> Dict[str, Any]:
|
||
"""
|
||
康波周期分析师 - 判断当前处于康德拉季耶夫长波的哪个阶段
|
||
|
||
职责：
|
||
- 分析当前技术革命阶段（第五轮信息技术康波的位置）
|
||
- 判断回升/繁荣/衰退/萧条四阶段中的位置
|
||
- 分析大宗商品与康波的关系
|
||
- 给出战略性资产配置方向
|
||
"""
|
||
print("🌊 康波周期分析师正在分析...")
|
||
time.sleep(1)
|
||
|
||
prompt = f"""
|
||
你是一位资深的康德拉季耶夫长波周期研究专家，拥有深厚的经济史研究功底，深入研究过周金涛先生的"人生发财靠康波"理论。
|
||
|
||
以下是当前中国的宏观经济数据：
|
||
{macro_data_text}
|
||
|
||
请你基于康波周期理论，对当前全球和中国经济进行深度分析：
|
||
|
||
## 一、康波周期基础判断
|
||
|
||
### 1. 历史康波定位
|
||
回顾历史五轮康波周期（蒸汽机→铁路钢铁→电力化工→汽车计算机→信息技术），判断：
|
||
- 当前处于第五轮信息技术康波的哪个具体阶段（回升期/繁荣期/衰退期/萧条期）？
|
||
- 给出判断依据和关键特征
|
||
- 该阶段大约始于何年，预计持续到何年？
|
||
|
||
### 2. 技术革命驱动分析
|
||
- 第五轮康波的核心技术（互联网/移动互联网）是否已经进入红利消退期？
|
||
- AI人工智能、新能源、生物科技等是否有可能成为第六轮康波的驱动力？
|
||
- 新旧技术转换的当前进展如何？
|
||
|
||
### 3. 大宗商品与康波
|
||
- 当前大宗商品（黄金、原油、铜等）的表现是否符合康波阶段特征？
|
||
- 结合数据判断是否处于康波衰退期的大宗商品超级牛市阶段？
|
||
|
||
## 二、康波阶段特征验证
|
||
|
||
对照当前经济数据，验证是否符合你判断的康波阶段特征：
|
||
- GDP增速趋势是否匹配？
|
||
- 通胀水平（CPI/PPI）是否匹配？
|
||
- 资产价格（股市、房地产）走势是否匹配？
|
||
- 就业与社会情绪是否匹配？
|
||
- 政策环境是否匹配？
|
||
|
||
## 三、康波视角下的战略建议
|
||
|
||
### 1. 当前阶段的核心策略
|
||
- 整体应该进攻还是防守？
|
||
- 应该积累现金还是配置资产？
|
||
|
||
### 2. 战略资产配置方向
|
||
给出康波视角的大类资产配置建议：
|
||
- 股票（配置比例建议及方向）
|
||
- 债券（配置比例建议）
|
||
- 大宗商品/黄金（配置比例建议）
|
||
- 现金（配置比例建议）
|
||
- 房地产（配置建议）
|
||
|
||
### 3. 布局下一轮康波
|
||
- 如果第六轮康波即将到来，应提前布局哪些方向？
|
||
- 需要回避哪些夕阳产业？
|
||
|
||
### 4. 对普通人的人生建议
|
||
根据周金涛"人生发财靠康波"的理念，当前阶段普通人应该：
|
||
- 在职业选择上注意什么？
|
||
- 在投资理财上注意什么？
|
||
- 在消费与储蓄上如何平衡？
|
||
|
||
## 四、康波周期仪表盘
|
||
|
||
请给出一个简洁的康波定位总结：
|
||
- 🌊 当前康波阶段：[回升期/繁荣期/衰退期/萧条期]
|
||
- 📍 阶段进度：[初期/中期/末期]
|
||
- ⏱️ 预计本阶段剩余时间：约X年
|
||
- 🎯 核心策略关键词：[如"防守为主，播种未来"]
|
||
- ⚠️ 信心度：[1-10分]
|
||
|
||
请给出专业、深入、有数据支撑的分析报告。
|
||
"""
|
||
messages = [
|
||
{"role": "system", "content": "你是全球顶尖的康德拉季耶夫长波周期研究专家，深研周金涛的理论体系，擅长将60年长周期框架应用于当前经济形势分析，帮助投资者做出战略性决策。"},
|
||
{"role": "user", "content": prompt}
|
||
]
|
||
|
||
analysis = self.deepseek_client.call_api(messages, max_tokens=6000)
|
||
print(" ✓ 康波周期分析师分析完成")
|
||
|
||
return {
|
||
"agent_name": "康波周期分析师",
|
||
"agent_icon": "🌊",
|
||
"agent_role": "判断当前处于康德拉季耶夫长波（50-60年大周期）的哪个阶段，给出战略性资产配置方向",
|
||
"analysis": analysis,
|
||
"focus_areas": ["康波定位", "技术革命", "大宗商品超级周期", "战略资产配置"],
|
||
"timestamp": time.strftime("%Y-%m-%d %H:%M:%S")
|
||
}
|
||
|
||
def merrill_lynch_clock_agent(self, macro_data_text: str) -> Dict[str, Any]:
|
||
"""
|
||
美林投资时钟分析师 - 判断当前处于美林时钟的哪个象限
|
||
|
||
职责：
|
||
- 根据经济增长和通胀两个维度判断象限
|
||
- 结合中国特色（政策第三维度）
|
||
- 给出中短期资产配置建议
|
||
"""
|
||
print("⏰ 美林时钟分析师正在分析...")
|
||
time.sleep(1)
|
||
|
||
prompt = f"""
|
||
你是一位精通美林投资时钟理论的资深资产配置策略师，同时深入了解中国经济的特殊性，能够将经典美林时钟做"中国化改造"。
|
||
|
||
以下是当前中国的宏观经济数据：
|
||
{macro_data_text}
|
||
|
||
请基于美林投资时钟理论，对当前中国的经济周期进行分析：
|
||
|
||
## 一、经典美林时钟定位
|
||
|
||
### 1. 两大核心指标研判
|
||
**经济增长维度（↑/→/↓）：**
|
||
- GDP增速趋势判断（同比、环比、PMI佐证）
|
||
- 工业增加值/制造业景气度
|
||
- 消费、投资、出口三驾马车的状态
|
||
- 综合判断：经济增长向上还是向下？
|
||
|
||
**通货膨胀维度（↑/→/↓）：**
|
||
- CPI走势分析（核心CPI）
|
||
- PPI走势分析
|
||
- M2/社融与信贷扩张情况
|
||
- 综合判断：通胀向上还是向下？
|
||
|
||
### 2. 象限定位
|
||
根据以上两个维度，判断当前处于美林时钟的哪个象限：
|
||
- 🟢 复苏期（增长↑ + 通胀↓）→ 配股票
|
||
- 🔴 过热期（增长↑ + 通胀↑）→ 配商品
|
||
- 🟡 滞胀期（增长↓ + 通胀↑）→ 持现金
|
||
- 🔵 衰退期（增长↓ + 通胀↓）→ 配债券
|
||
|
||
### 3. 时钟转动方向
|
||
- 当前正从哪个象限向哪个象限转动？
|
||
- 预计转动速度如何？（中国时钟转动通常比美国快）
|
||
- 是否存在"跳跃"或"逆转"的可能？
|
||
|
||
## 二、中国化美林时钟（三维分析）
|
||
|
||
### 1. 第三维度：政策方向
|
||
这是中国版美林时钟最重要的增量分析：
|
||
- 货币政策方向（宽松/中性/收紧？）：分析LPR、MLF、准备金率等
|
||
- 财政政策方向（积极/稳健/收缩？）：分析专项债、减税降费等
|
||
- 产业政策方向：重点扶持哪些领域？
|
||
- 房地产政策方向：放松还是收紧？
|
||
- 政策的即时效果和滞后效应
|
||
|
||
### 2. 中国特色修正
|
||
- 中国利率市场化程度对时钟的影响
|
||
- 政府干预对时钟转动的扭曲效应
|
||
- A股散户占比高对资产定价的影响
|
||
- 房地产作为"第五类资产"的配置考量
|
||
|
||
## 三、资产配置建议
|
||
|
||
### 1. 基于当前象限的配置
|
||
给出各大类资产的具体配置比例建议：
|
||
| 资产类别 | 配置比例 | 理由 |
|
||
|---------|---------|------|
|
||
| A股股票 | X% | ... |
|
||
| 债券/固收 | X% | ... |
|
||
| 大宗商品/黄金 | X% | ... |
|
||
| 现金/货币基金 | X% | ... |
|
||
| 房地产 | X% | ... |
|
||
|
||
### 2. 板块/行业建议
|
||
- 当前象限最受益的行业/板块（3-5个）
|
||
- 应规避的行业/板块（2-3个）
|
||
- "政策友好型"重点关注方向
|
||
|
||
### 3. 时间框架
|
||
- 当前配置建议的有效期约多久？
|
||
- 需要密切关注哪些信号来判断时钟转动？
|
||
|
||
## 四、美林时钟仪表盘
|
||
|
||
请给出一个简洁的定位总结：
|
||
- ⏰ 当前象限：[复苏期/过热期/滞胀期/衰退期]
|
||
- 📊 经济增长：[↑上行/→持平/↓下行]
|
||
- 📈 通胀水平：[↑上行/→持平/↓下行]
|
||
- 🏛️ 政策方向：[宽松/中性/收紧]
|
||
- 🎯 最优资产：[股票/商品/现金/债券]
|
||
- ⚠️ 信心度：[1-10分]
|
||
|
||
请给出专业、数据驱动的分析报告。
|
||
"""
|
||
messages = [
|
||
{"role": "system", "content": "你是一位精通美林投资时钟理论的顶级资产配置策略师，擅长将经典框架进行中国化改造，加入政策分析作为第三维度，帮助中国投资者做出精准的中短期资产配置决策。"},
|
||
{"role": "user", "content": prompt}
|
||
]
|
||
|
||
analysis = self.deepseek_client.call_api(messages, max_tokens=6000)
|
||
print(" ✓ 美林时钟分析师分析完成")
|
||
|
||
return {
|
||
"agent_name": "美林时钟分析师",
|
||
"agent_icon": "⏰",
|
||
"agent_role": "判断当前处于美林投资时钟的哪个象限（3-5年中短周期），给出资产配置建议",
|
||
"analysis": analysis,
|
||
"focus_areas": ["经济增长", "通胀水平", "政策方向", "资产配置"],
|
||
"timestamp": time.strftime("%Y-%m-%d %H:%M:%S")
|
||
}
|
||
|
||
def china_policy_agent(self, macro_data_text: str) -> Dict[str, Any]:
|
||
"""
|
||
中国政策分析师 - 分析中国特色政策环境
|
||
|
||
职责：
|
||
- 分析当前政策环境
|
||
- 评估政策对周期的影响
|
||
- 识别政策驱动的投资机会
|
||
"""
|
||
print("🏛️ 中国政策分析师正在分析...")
|
||
time.sleep(1)
|
||
|
||
prompt = f"""
|
||
你是一位资深的中国宏观政策研究专家，深谙中国经济的"有形之手"运作方式，擅长从政策信号中挖掘投资机会。
|
||
|
||
以下是当前中国的宏观经济数据和新闻：
|
||
{macro_data_text}
|
||
|
||
请从政策角度进行深度分析：
|
||
|
||
## 一、当前政策全景
|
||
|
||
### 1. 货币政策分析
|
||
- 央行近期操作解读（降准/降息/MLF/逆回购等）
|
||
- LPR利率走势及未来方向
|
||
- M2增速与社融规模分析
|
||
- 流动性环境评估：宽松/适度/偏紧？
|
||
- 对标历史政策宽松周期，当前处于什么阶段？
|
||
|
||
### 2. 财政政策分析
|
||
- 专项债发行规模和进度
|
||
- 减税降费政策力度
|
||
- 基建投资方向和力度
|
||
- 财政赤字率水平
|
||
- 是否有大规模刺激计划的信号？
|
||
|
||
### 3. 产业政策分析
|
||
- 当前国家战略重点方向（如AI、新能源、半导体、生物医药等）
|
||
- "专精特新"等政策支持力度
|
||
- 国产替代进展
|
||
- 数字经济/新质生产力政策
|
||
|
||
### 4. 房地产政策分析
|
||
- 限购限贷政策变化
|
||
- 房贷利率走势
|
||
- 保交楼/房企纾困进展
|
||
- 房地产政策的底线和目标
|
||
|
||
## 二、政策对周期的影响
|
||
|
||
### 1. 政策是"顺周期"还是"逆周期"？
|
||
- 当前的政策是在托底经济还是防止过热？
|
||
- 政策的主要目标是什么（稳增长/防风险/调结构）？
|
||
|
||
### 2. 政策对美林时钟的扭曲效应
|
||
- 政策宽松是否可能让时钟"跳跃"？
|
||
- 政策刺激是否可能造成"短暂过热"的假象？
|
||
- 历史上类似政策环境下市场的表现
|
||
|
||
### 3. 政策拐点信号
|
||
- 需要关注哪些政策信号来判断下一步方向？
|
||
- 最可能的政策转向时间节点
|
||
|
||
## 三、政策驱动的投资机会
|
||
|
||
### 1. "政策友好型"资产
|
||
列出当前最受政策青睐的领域和方向
|
||
|
||
### 2. 政策支持的具体行业/板块
|
||
给出3-5个受益于当前政策环境的行业
|
||
|
||
### 3. 政策风险警示
|
||
哪些领域面临政策收紧或监管风险？
|
||
|
||
## 四、政策环境仪表盘
|
||
|
||
请给出简洁总结：
|
||
- 🏛️ 货币政策：[极宽松/宽松/中性/偏紧/收紧]
|
||
- 💰 财政政策：[大力刺激/积极/稳健/收缩]
|
||
- 🏭 产业政策重点：[3-5个关键词]
|
||
- 🏠 房地产政策：[大力托底/政策松绑/中性/调控]
|
||
- 🎯 政策核心目标：[一句话概括]
|
||
- ⚠️ 政策转向风险：[高/中/低]
|
||
|
||
请给出专业、深入的政策分析报告。
|
||
"""
|
||
messages = [
|
||
{"role": "system", "content": "你是一位资深的中国宏观经济政策研究专家，深入了解中国政府的经济调控方式和政策意图，擅长从政策中发现投资机会和风险。"},
|
||
{"role": "user", "content": prompt}
|
||
]
|
||
|
||
analysis = self.deepseek_client.call_api(messages, max_tokens=5000)
|
||
print(" ✓ 中国政策分析师分析完成")
|
||
|
||
return {
|
||
"agent_name": "中国政策分析师",
|
||
"agent_icon": "🏛️",
|
||
"agent_role": "分析中国特色政策环境，评估政策对周期的影响，识别政策驱动的投资机会",
|
||
"analysis": analysis,
|
||
"focus_areas": ["货币政策", "财政政策", "产业政策", "房地产政策", "政策拐点"],
|
||
"timestamp": time.strftime("%Y-%m-%d %H:%M:%S")
|
||
}
|
||
|
||
def chief_macro_strategist_agent(self, kondratieff_report: str, merrill_report: str, policy_report: str, macro_data_text: str) -> Dict[str, Any]:
|
||
"""
|
||
首席宏观策略师 - 综合三位分析师的观点，形成最终策略
|
||
|
||
职责：
|
||
- 整合康波、美林时钟、政策三个维度
|
||
- 构建"周期仪表盘"
|
||
- 给出最终的综合建议
|
||
"""
|
||
print("👔 首席宏观策略师正在综合研判...")
|
||
time.sleep(1)
|
||
|
||
prompt = f"""
|
||
你是一位顶级的首席宏观策略师，你需要整合三位分析师的报告，形成最终的综合判断和投资策略。
|
||
|
||
【康波周期分析师报告】
|
||
{kondratieff_report}
|
||
|
||
【美林时钟分析师报告】
|
||
{merrill_report}
|
||
|
||
【中国政策分析师报告】
|
||
{policy_report}
|
||
|
||
请你综合以上三份报告，进行最终的综合研判：
|
||
|
||
## 一、周期仪表盘（双指针+政策风向标）
|
||
|
||
构建一个完整的"周期仪表盘"：
|
||
|
||
### 康波指针（战略方向）
|
||
- 当前阶段：[回升期/繁荣期/衰退期/萧条期]
|
||
- 阶段进度：[初期/中期/末期]
|
||
- 战略方向：[进攻/稳健/防守/极度防守]
|
||
|
||
### 美林指针（战术节奏）
|
||
- 当前象限：[复苏/过热/滞胀/衰退]
|
||
- 转动方向：向[下一个象限]转动
|
||
- 战术方向：[积极做多/获利了结/持币观望/配置债券]
|
||
|
||
### 政策风向标（中国特色）
|
||
- 政策方向：[强力宽松/宽松/中性/收紧]
|
||
- 对周期的影响：[加速/减缓/扭曲/逆转]
|
||
|
||
### 双指针共振分析
|
||
- 两个指针方向是否一致？
|
||
- 共振或矛盾意味着什么？
|
||
- 综合信号：[强烈看多/偏多/中性/偏空/强烈看空]
|
||
|
||
## 二、综合资产配置建议
|
||
|
||
### 1. 最终配置方案
|
||
结合康波（战略）+ 美林（战术）+ 政策（催化），给出最终的资产配置建议：
|
||
|
||
| 资产类别 | 推荐配置 | 康波逻辑 | 美林逻辑 | 政策逻辑 |
|
||
|---------|---------|---------|---------|---------|
|
||
| A股/港股 | X% | ... | ... | ... |
|
||
| 债券/固收 | X% | ... | ... | ... |
|
||
| 黄金 | X% | ... | ... | ... |
|
||
| 大宗商品 | X% | ... | ... | ... |
|
||
| 现金 | X% | ... | ... | ... |
|
||
| 房地产 | X% | ... | ... | ... |
|
||
|
||
### 2. 重点板块/方向（3-5个）
|
||
结合三个维度共振的最优方向
|
||
|
||
### 3. 风险警示
|
||
需要高度警惕的风险因素
|
||
|
||
## 三、不同人群的具体建议
|
||
|
||
### 1. 保守型投资者（风险厌恶）
|
||
- 资产配置建议
|
||
- 核心策略
|
||
|
||
### 2. 稳健型投资者（平衡风险收益）
|
||
- 资产配置建议
|
||
- 核心策略
|
||
|
||
### 3. 进取型投资者（愿承受风险）
|
||
- 资产配置建议
|
||
- 核心策略
|
||
|
||
## 四、核心观点总结
|
||
|
||
请用简洁有力的语言总结：
|
||
1. **一句话定位**：当前经济周期的核心判断
|
||
2. **核心策略**：用一句话概括应对策略
|
||
3. **最大机会**：当前最值得把握的方向
|
||
4. **最大风险**：最需要警惕的风险
|
||
5. **时间节点**：下一个重要的周期转折点大约在何时
|
||
|
||
## 五、周金涛名言对照
|
||
|
||
选择一句最契合当前阶段的周金涛名言，并解释为什么这句话适用于当下。
|
||
|
||
请给出权威、全面、可操作的综合策略报告。
|
||
"""
|
||
messages = [
|
||
{"role": "system", "content": "你是一位世界级的首席宏观策略师，擅长将康波长周期、美林投资时钟和中国政策环境三个维度有机结合，为投资者提供既有战略高度又有战术灵活性的综合投资策略。你的判断沉稳、客观、有数据支撑。"},
|
||
{"role": "user", "content": prompt}
|
||
]
|
||
|
||
analysis = self.deepseek_client.call_api(messages, max_tokens=6000)
|
||
print(" ✓ 首席宏观策略师综合研判完成")
|
||
|
||
return {
|
||
"agent_name": "首席宏观策略师",
|
||
"agent_icon": "👔",
|
||
"agent_role": "整合康波周期、美林时钟、中国政策三维分析，构建周期仪表盘，给出最终综合策略",
|
||
"analysis": analysis,
|
||
"focus_areas": ["周期仪表盘", "综合资产配置", "双指针共振", "分人群建议"],
|
||
"timestamp": time.strftime("%Y-%m-%d %H:%M:%S")
|
||
}
|
||
|
||
|
||
# 测试
|
||
if __name__ == "__main__":
|
||
print("=" * 60)
|
||
print("测试宏观周期AI智能体系统")
|
||
print("=" * 60)
|
||
agents = MacroCycleAgents()
|
||
print(f"模型: {agents.model}")
|
||
print("初始化完成")
|