financial chat

chat financiero

Una aplicación de chat financiero impulsada por LangChain, LangGraph, OpenBB, Claude 3 Opus y Streamlit.

Artículos de blog

Si tiene curiosidad sobre el proceso de construcción de este proyecto, consulte estos artículos del blog:

• Creación de una herramienta de análisis de acciones agente con LangChain, OpenBB y Claude 3 Opus
• Ampliación del agente de análisis de acciones de IA con herramientas técnicas y fundamentales
• Mejorando la ventaja: líneas de tendencia, sectores y sentimiento
• Desbloqueo Alpha: Aprovechamiento de la fuerza relativa para la selección de acciones impulsada por la IA
• Ver el panorama más amplio: agregar análisis técnico basado en gráficos
• Potenciar al agente de análisis de acciones de IA con escaneo universal
• Gestión de riesgos en el comercio de acciones con IA: una clave para el éxito
• Conversión de AI Stock AgentExecutor a LangGraph
• Liberando el poder de múltiples agentes con LangGraph
• Implementación del agente de análisis de acciones de IA en AWS con Copilot

Características

• Obtiene datos financieros usando OpenBB
• Genera resúmenes de análisis técnicos utilizando IA
• Proporciona historial de precios de acciones, estadísticas cuantitativas y más.
• Calcula la fuerza relativa de las acciones.
• Análisis de sentimiento sobre artículos de noticias.
• Escaneo del universo usando filtros FinViz
• Técnicas de gestión de riesgos utilizando paradas técnicas y múltiplos R
• Interfaz de usuario interactiva Streamlit para interacción basada en chat
• Flujos de trabajo de múltiples agentes usando LangGraph
• Implementación en AWS con la CLI de Copilot

Instalación

1. Instale las dependencias requeridas usando Poetry:

poetry install

2. Configure las variables de entorno necesarias. Puede crear un .env en la raíz del proyecto para estos:

 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 > 

Uso

Interfaz de usuario optimizada

Ejecute la aplicación Streamlit:

streamlit run app/ui.py

Servidor FastAPI

Inicie el servidor FastAPI:

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

Puede ver Swagger Docs y probar Playground, cortesía de LangServe.

Estibador

Construya la imagen de Docker:

docker build -t financial-chat .

Ejecute el contenedor Docker:

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

Estructura del proyecto

• app/ : Código de aplicación principal
  • chains/ : agente LangChain y avisos
  • features/ : Código específico de la característica (análisis técnico, gráficos)
  • tools/ : Herramientas personalizadas para recuperación y análisis de datos.
  • ui.py : interfaz de usuario optimizada
  • server.py : servidor FastAPI
• Dockerfile : Dockerfile para crear la aplicación.
• pyproject.toml : dependencias y configuración del proyecto
• README.md : documentación del proyecto

Diagrama de flujo