financial chat

discussion financière

Une application de chat financier propulsée par LangChain, LangGraph, OpenBB, Claude 3 Opus et Streamlit.

Articles de blog

Si vous êtes curieux de connaître le parcours de construction de ce projet, consultez ces articles de blog :

• Construire un outil d'analyse de stock agent avec LangChain, OpenBB et Claude 3 Opus
• Extension de l'agent d'analyse boursière IA avec des outils fondamentaux et techniques
• Améliorer l'avantage : lignes de tendance, secteurs et sentiment
• Déverrouiller l'Alpha : exploiter la force relative pour la sélection de titres basée sur l'IA
• Voir la situation dans son ensemble : ajouter une analyse technique basée sur des graphiques
• Renforcer l'agent d'analyse des actions IA grâce à l'analyse de l'univers
• Gestion des risques dans le trading d'actions IA : une clé du succès
• Conversion de l'AI Stock AgentExecutor en LangGraph
• Libérer la puissance de plusieurs agents avec LangGraph
• Déploiement de l'agent AI Stock Analysis sur AWS avec Copilot

Caractéristiques

• Récupère des données financières à l'aide d'OpenBB
• Génère des résumés d'analyse technique à l'aide de l'IA
• Fournit l'historique du cours des actions, des statistiques quantitatives, etc.
• Calcule la force relative des actions
• Analyse des sentiments sur les articles de presse
• Analyse de l'univers à l'aide des filtres FinViz
• Techniques de gestion des risques utilisant des stop dérivés techniquement et des R Multiples
• Interface utilisateur interactive Streamlit pour une interaction basée sur le chat
• Flux de travail de plusieurs agents à l'aide de LangGraph
• Déploiement sur AWS avec la CLI Copilot

Installation

1. Installez les dépendances requises à l'aide de Poetry :

poetry install

2. Configurez les variables d'environnement nécessaires. Vous pouvez créer un .env à la racine du projet pour ceux-ci :

 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 > 

Usage

Interface utilisateur simplifiée

Exécutez l'application Streamlit :

streamlit run app/ui.py

Serveur FastAPI

Démarrez le serveur FastAPI :

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

Vous pouvez consulter les documents Swagger et tester le Playground, gracieuseté de LangServe.

Docker

Créez l'image Docker :

docker build -t financial-chat .

Exécutez le conteneur Docker :

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

Structure du projet

• app/ : Code de l'application principale
  • chains/ : agent LangChain et invites
  • features/ : Code spécifique aux fonctionnalités (analyse technique, cartographie)
  • tools/ : Outils personnalisés pour la récupération et l'analyse des données
  • ui.py : interface utilisateur simplifiée
  • server.py : serveur FastAPI
• Dockerfile : Dockerfile pour construire l'application
• pyproject.toml : Dépendances et configuration du projet
• README.md : Documentation du projet

Organigramme