引言
随着人工智能和机器学习技术的快速发展,大模型已成为金融分析领域的重要工具。通过运用先进的数据分析方法,投资者和分析师可以更准确地预测上市公司的业绩走势,为投资决策提供有力支持。本文将探讨如何利用大语言模型分析最新上市公司业绩预告,以期为投资者提供有价值的参考信息。
本文将用海捞金一站式数智平台(https://www.bigdata168.cn/)和大模型应用开发平台dify(https://www.bigdata168.cn/)来构建整个应用。
平台试用账号获取方式如下:
关注微信公众号
发送消息获取试用账号
发送“海捞金”获取海捞金一站式数智平台(https://www.bigdata168.cn/)试用账号。发送“dify”获取大模型应用开发平台dify(https://www.bigdata168.cn/)试用账号。
一、数据采集与处理
在海捞金一站式数智平台中新建业绩预告数据集,如下图所示:
目前海捞金平台支持多种数据集类型,如下:
在平台调度任务中编写上市公司业绩预告采集代码:
数据采集字段包括:上市公司代码、简称、业绩预告描述、业绩盈亏变动、变动原因等。
二、数据分析与处理流程
使用海捞金平台的低代码数据分析流程构建数据处理流程。
整体数据处理逻辑包括:根据业绩预告发布时间进行过滤(只处理当天的预告)、根据发布类型过滤净利润情况(指标类型)、根据公司代码过滤出自己关注的公司、调用大模型应用服务接口完成业绩预告分析。
- 指标类型和公司过滤:过滤出自己关注的公司净利润情况说明
- 对公告的发布时间做标准化处理。
- 配置时间过滤器来筛选业绩预告的发布时间
- 调用大模型应用服务接口对业绩预告进行整体分析。
应用私有化部署的开源大模型应用服务开发平台(dify)构建业绩预告分析应用服务。
构建prompt开发如下:
应用开发完成后,发布应用服务api接口(
https://www.bigdata168.cn/v1/completion-messages)并根据生成的apiKey进行大模型应用服务接口调用。
import requests
import json
url = "https://www.bigdata168.cn/v1/completion-messages"
payload = json.dumps({
"inputs": {
"aa": row["PREDICT_CONTENT"] ,
"bb": row["PREDICT_TYPE"] ,
"cc": row["CHANGE_REASON_EXPLAIN"]
},
"response_mode": "blocking",
"user": "abc-123"
})
headers = {
'Authorization': 'Bearer ${apiKey}',
'User-Agent': 'Apifox/1.0.0 (https://apifox.com)',
'Content-Type': 'application/json'
}
response = requests.request("POST", url, headers=headers, data=payload)
resp_json = json.loads(response.text)
在海捞金的数据处理流程中调用大模型应用服务接口对业绩预告进行分析。
- 最后筛选出自己关注的字段
三、将分析结果发送到自己的邮箱中
使用海捞金平台调度模块下的发送邮件功能将业绩预告分析结果发送到自己的邮箱中。
四、最近将整个流程(数据采集、数据处理、大模型分析、发送邮件)配置成一个定时任务,如每天晚上23点运行整个流程,这个你在第二天起床的时候就会送到前一天的业绩预告分析结果了。
至此整个基于大模型的最新业绩预告分析应用就开发完成了,借助海捞金一站式数智平台(
https://www.bigdata168.cn/)、大模型应用开发平台dify(https://www.bigdata168.cn/dify)这两个平台,整个开发周期在3个小时完成,极大的提升了开发效率。
对海捞金一站式数智平台和大模型应用开发平台dify感兴趣的同学可加微信群。