一个基于人工智能的美股市场分析和交易决策系统，使用 yfinance 获取市场数据，通过 AlphaVantage 进行新闻情感分析。
🌏 English | 简体中文
本项目仅用于教育和研究目的。
- 不适用于实际交易或投资
- 不提供任何保证
- 过往业绩不代表未来表现
- 创建者不承担任何财务损失责任
- 投资决策请咨询专业理财顾问
使用本软件即表示您同意仅将其用于学习目的。
- 使用 yfinance 进行实时美股市场数据分析
- 通过 AlphaVantage API 进行新闻情感分析
- AI-powered 交易决策
- 全面的 backtesting 功能
- 详细的决策推理过程
- 支持多种交易策略
系统由多个 AI Agent 协同工作来制定投资决策：
graph TD
MD[Market Data Agent] --> TA[Technical Analyst]
MD --> FA[Fundamentals Analyst]
MD --> SA[Sentiment Analyst]
TA --> RM[Risk Manager]
FA --> RM
SA --> RM
RM --> PM[Portfolio Manager]
PM --> Decision[Final Decision]
-
Market Data Agent
- 从 yfinance 获取历史价格数据
- 收集财务指标和报表
- 为其他 Agent 预处理数据
-
Technical Analyst
- 分析价格趋势和模式
- 计算技术指标
- 生成技术交易信号
-
Fundamentals Analyst
- 评估公司财务健康状况
- 分析增长指标
- 提供基本面分析信号
-
Sentiment Analyst
- 从 AlphaVantage 获取新闻
- 使用 Gemini 分析新闻情感
- 生成基于情感的信号
-
Risk Manager
- 整合所有分析师的信号
- 评估潜在风险
- 设置仓位限制
- 提供风险调整后的建议
-
Portfolio Manager
- 制定最终交易决策
- 管理仓位大小
- 平衡风险和收益
- 生成可执行订单
- Market Data Agent 收集所有必要数据
- 三位 Analyst（Technical、Fundamental、Sentiment）并行工作
- Risk Manager 综合评估所有信号
- Portfolio Manager 做出最终决策
Free_US_Investment_Agent_System/
├── src/ # Source code
│ ├── agents/ # AI agents implementation
│ ├── tools/ # Utility tools
│ ├── utils/ # Helper functions
│ ├── data/ # Data storage
│ ├── img/ # Image resources
│ ├── backtester.py # Backtesting implementation
│ ├── main.py # Main application entry
│ └── test_*.py # Test files
├── logs/ # Application logs
├── .env.example # Environment variables template
├── pyproject.toml # Poetry dependency management
├── poetry.lock # Poetry lock file
└── LICENSE # MIT License
系统生成两类日志：
api_calls_[date].log: 记录所有 API 调用及其响应backtest_[ticker]_[date]_[start]_[end].log: 记录回测结果和分析
系统以 JSON 格式存储数据：
- 新闻数据：
src/data/stock_news/[ticker]/[date]_news.json（注意：文件名中的日期表示分析日期的前一天，因为我们使用历史新闻来做当天的决策）
{
"date": "2024-12-10",
"news": [
{
"title": "特斯拉股价在特朗普胜选后上涨",
"content": "马斯克-特朗普关系和自动驾驶增长...",
"publish_time": "2024-12-10 20:05:00",
"source": "Zacks Commentary",
"url": "https://www.zacks.com/..."
}
]
}- 情感缓存：
src/data/sentiment_cache.json
{
"2024-12-09": 0.1, // 情感得分：-1（极其消极）到1（极其积极）
"2024-12-10": 0.6
}- Python 3.11
- Poetry 依赖管理工具
- AlphaVantage API 密钥（从AlphaVantage获取免费密钥）
- 注意：免费 API 密钥每天限制 25 次新闻数据请求
- Gemini API 密钥（从Google AI Studio获取免费密钥）
本系统实现的投资策略仅用于教育目的。我们鼓励用户：
- 开发和实现自己的交易策略
- 自定义分析参数
- 修改决策逻辑
- 在实际交易前进行充分测试
- 安装 Poetry：
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -curl -sSL https://install.python-poetry.org | python3 -- 克隆仓库：
git clone https://github.com/24mlight/Free_US_Investment_Agent_System.git
cd Free_US_Investment_Agent_System- 安装依赖：
poetry install- 设置环境变量：
您可以通过两种方式设置环境变量：
a) 直接编辑.env 文件（推荐）：
cp .env.example .env然后编辑.env 文件：
ALPHA_VANTAGE_API_KEY=你的api密钥
GEMINI_API_KEY=你的gemini密钥
GEMINI_MODEL=gemini-1.5-flash
b) 通过命令行：
Unix/macOS:
export ALPHA_VANTAGE_API_KEY='你的api密钥'
export GEMINI_API_KEY='你的gemini密钥'
export GEMINI_MODEL='gemini-1.5-flash'Windows PowerShell:
$env:ALPHA_VANTAGE_API_KEY='你的api密钥'
$env:GEMINI_API_KEY='你的gemini密钥'
$env:GEMINI_MODEL='gemini-1.5-flash'系统基于当前市场数据和历史新闻来预测下一个交易日的交易决策：
- 基本用法
poetry run python src/main.py --ticker TSLA- 显示详细分析
poetry run python src/main.py --ticker TSLA --show-reasoning- 自定义日期和新闻分析
poetry run python src/main.py --ticker TSLA --show-reasoning --end-date 2024-12-13 --num-of-news 5参数说明：
--ticker: 股票代码（如特斯拉的 TSLA）--show-reasoning: 显示 AI 决策推理过程--end-date: 需要预测下一个交易日决策的日期（YYYY-MM-DD 格式）--num-of-news: 用于分析的历史新闻数量（默认：5，最大：100）--initial-capital: 初始资金（可选，默认：100,000）
运行回测分析：
poetry run python src/backtester.py --ticker TSLA --start-date 2024-12-10 --end-date 2024-12-17 --num-of-news 5参数说明：
--ticker: 股票代码--start-date: 回测开始日期（YYYY-MM-DD 格式）--end-date: 回测结束日期（YYYY-MM-DD 格式）--num-of-news: 分析的新闻数量（默认：5，最大：100）--initial-capital: 初始资金（可选，默认：100,000）
系统将输出：
- 基本面分析结果
- 技术分析结果
- 情感分析结果
- 风险管理评估
- 最终交易决策
使用--show-reasoning时，您将看到每个代理的详细分析。
示例输出：
{
"action": "buy",
"quantity": 100,
"confidence": 0.75,
"agent_signals": [
{
"agent": "Technical Analysis",
"signal": "bullish",
"confidence": 0.8
},
{
"agent": "Sentiment Analysis",
"signal": "neutral",
"confidence": 0.6
}
],
"reasoning": "技术指标显示强劲上涨动能..."
}以下是回测结果示例：
本项目采用 MIT 许可。
如果您觉得这个项目对您有帮助，欢迎请作者喝杯咖啡！
欢迎关注，获取最新动态和见解！🌟
扫描下方二维码关注我们的微信公众号：空指针指向量化 Agent
欢迎加入我们的社区！我们会定期分享：
- 📈 交易策略
- 🤖 AI 发展动态
- 📊 市场分析
- 💡 开源项目更新
🎁 关注公众号即可领取知识星球 20 元优惠券！
欢迎加入我们的知识星球！这里不仅有更多深度干货，还有：
- 🔥 独家策略、资料分享
- 👥 量化投资交流
- 💡 一对一答疑解惑
本项目修改自ai-hedge-fund。我们衷心感谢原作者的出色工作和启发。
特别感谢：
- yfinance提供市场数据
- AlphaVantage提供新闻和情感分析支持