financial chat

Finanz-Chat

Eine Finanz-Chat-Anwendung, die von LangChain, LangGraph, OpenBB, Claude 3 Opus und Streamlit unterstützt wird.

Blogartikel

Wenn Sie neugierig auf die Entwicklung dieses Projekts sind, schauen Sie sich diese Blogartikel an:

• Aufbau eines Agenten-Aktienanalysetools mit LangChain, OpenBB und Claude 3 Opus
• Erweiterung des AI Stock Analysis Agent um grundlegende und technische Tools
• Den Vorsprung verbessern: Trendlinien, Sektoren und Stimmung
• Alpha freischalten: Relative Stärke für KI-gesteuerte Aktienauswahl nutzen
• Das Gesamtbild sehen: Diagrammbasierte technische Analyse hinzufügen
• Ermöglichen Sie dem KI-Aktienanalyse-Agenten das Scannen von Universen
• Risikomanagement im KI-Aktienhandel: Ein Schlüssel zum Erfolg
• Konvertieren des AI Stock AgentExecutor in LangGraph
• Entfesseln Sie die Kraft mehrerer Agenten mit LangGraph
• Bereitstellung des AI Stock Analysis Agent auf AWS mit Copilot

Merkmale

• Ruft Finanzdaten mit OpenBB ab
• Erstellt technische Analysezusammenfassungen mithilfe von KI
• Bietet Aktienkursverlauf, quantitative Statistiken und mehr
• Berechnet die relative Stärke von Aktien
• Stimmungsanalyse zu Nachrichtenartikeln
• Universumsscan mit FinViz-Filtern
• Risikomanagementtechniken unter Verwendung technisch abgeleiteter Stopps und R-Multiples
• Interaktive Streamlit-Benutzeroberfläche für chatbasierte Interaktion
• Mehrere Agenten-Workflows mit LangGraph
• Bereitstellung auf AWS mit der Copilot-CLI

Installation

1. Installieren Sie die erforderlichen Abhängigkeiten mit Poetry:

poetry install

2. Richten Sie die erforderlichen Umgebungsvariablen ein. Sie können für Folgendes eine .env im Projektstammverzeichnis erstellen:

 export OPENAI_API_KEY= < your-api-key >
export OPENBB_TOKEN= < your-openbb-token >
export TIINGO_API_KEY= < your-tiingo-api-key >
export IMGUR_CLIENT_ID= < your-imgur-client-id >
export IMGUR_CLIENT_SECRET= < your-imgur-client-secret >
export FMP_API_KEY= < fmp-api-key >
export INTRINIO_API_KEY= < intrinio-api-key > 

Verwendung

Streamlit-Benutzeroberfläche

Führen Sie die Streamlit-App aus:

streamlit run app/ui.py

FastAPI-Server

Starten Sie den FastAPI-Server:

uvicorn app.server:app --host 0.0.0.0 --port 8080

Mit freundlicher Genehmigung von LangServe können Sie sich die Swagger-Dokumente ansehen und den Playground testen.

Docker

Erstellen Sie das Docker-Image:

docker build -t financial-chat .

Führen Sie den Docker-Container aus:

docker run -p 8080:8080 --env-file .env financial-chat

Projektstruktur

• app/ : Hauptanwendungscode
  • chains/ : LangChain-Agent und Eingabeaufforderungen
  • features/ : Feature-spezifischer Code (technische Analyse, Diagramme)
  • tools/ : Benutzerdefinierte Tools zum Abrufen und Analysieren von Daten
  • ui.py : Streamlit-Benutzeroberfläche
  • server.py : FastAPI-Server
• Dockerfile : Dockerfile zum Erstellen der Anwendung
• pyproject.toml : Projektabhängigkeiten und Konfiguration
• README.md : Projektdokumentation

Flussdiagramm