Skip to content

li-xiu-qi/financial_research_report

Repository files navigation

金融研报自动生成系统

🤖 基于AI大模型的智能金融研报生成平台

Python Version License OpenAI

📋 项目简介

本项目是一个基于AI大模型的金融研报自动生成系统,专为金融分析师、投资者和研究机构设计。通过整合多源数据采集、智能数据分析和专业报告生成功能,实现了从数据获取到研报输出的全流程自动化。

🎯 核心功能

  • 📊 多维度数据采集:自动获取公司财务报表、股权结构、行业信息等多源数据
  • 🤖 智能财务分析:基于AI的财务分析、同业对比和趋势预测
  • 📈 可视化图表生成:自动生成专业的财务图表和数据可视化
  • 📝 深度研报生成:生成包含投资建议的完整金融研究报告
  • 🔄 工作流引擎:支持行业分析和宏观经济研究的自动化流程

🏗️ 系统架构

系统架构图

graph TB
    subgraph "数据输入层"
        A[股票代码] --> B[数据采集模块]
        B --> C[财务数据]
        B --> D[股权信息]
        B --> E[行业信息]
        B --> F[公司基础信息]
    end
    
    subgraph "核心处理层"
        C --> G[数据分析智能体]
        D --> G
        E --> G
        F --> G
        G --> H[AI财务分析]
        G --> I[智能可视化]
        G --> J[趋势预测]
    end
    
    subgraph "工作流引擎"
        K[行业研究流程] --> L[决策节点]
        M[宏观经济流程] --> L
        L --> N[信息搜索]
        L --> O[内容生成]
    end
    
    subgraph "报告生成层"
        H --> P[基础研报生成器]
        I --> P
        J --> P
        N --> Q[整合式研报生成器]
        O --> Q
        P --> R[深度研报生成器]
        Q --> R
        R --> S[最终研报输出]
    end
    
    subgraph "输出格式"
        S --> T[Markdown报告]
        S --> U[Word文档]
        S --> V[可视化图表]
        S --> W[投资建议]
    end
Loading

项目目录结构

financial_research_report/
├── 📄 核心生成器
│   ├── research_report_generator.py          # 研报生成器
│   ├── integrated_research_report_generator.py  # 整合式研报生成器
│   └── in_depth_research_report_generator.py    # 数据收集部分
├── 📄 工作流引擎
│   ├── industry_workflow.py                 # 行业研究工作流
│   └── macro_workflow.py                   # 宏观经济研究工作流
├── 📁 数据分析智能体
│   └── data_analysis_agent/                # AI数据分析模块
│       ├── __init__.py
│       ├── data_analysis_agent.py          # 主分析引擎
│       ├── prompts.py                      # 提示词模板
│       ├── README.md                       # 模块文档
│       ├── config/                         # 配置文件
│       │   ├── __init__.py
│       │   └── llm_config.py              # LLM配置
│       └── utils/                          # 工具函数
│           ├── __init__.py
│           ├── code_executor.py           # 代码执行器
│           ├── create_session_dir.py      # 会话目录创建
│           ├── extract_code.py            # 代码提取
│           ├── fallback_openai_client.py  # 备用OpenAI客户端
│           ├── format_execution_result.py # 结果格式化
│           └── llm_helper.py              # LLM助手
├── 📁 数据采集工具
│   └── utils/                              # 数据获取工具集
│       ├── get_base_info.py               # 基础信息获取
│       ├── get_company_info.py            # 公司信息获取
│       ├── get_financial_statements.py    # 财务报表获取
│       ├── get_shareholder_info.py        # 股东信息获取
│       ├── get_stock_intro.py             # 股票介绍获取
│       ├── identify_competitors.py        # 竞争对手识别
│       └── search_info.py                 # 信息搜索
├── 📁 工作流框架
│   └── pocketflow/                         # 轻量级工作流引擎
│       └── __init__.py
├── 📁 数据存储
│   ├── company_info/                       # 公司基础信息
│   │   ├── 百度_HK_09888_info.txt
│   │   ├── 寒武纪_A_SH688256_info.txt
│   │   ├── 科大讯飞_A_SZ002230_info.txt
│   │   ├── 商汤科技_HK_00020_info.txt
│   │   └── 云从科技_A_SH688327_info.txt
│   ├── download_financial_statement_files/ # 财务报表数据
│   │   ├── [公司名]_balance_sheet_年度.csv  # 资产负债表
│   │   ├── [公司名]_cash_flow_statement_年度.csv # 现金流量表
│   │   └── [公司名]_income_statement_年度.csv    # 利润表
│   └── industry_info/                      # 行业信息
│       └── all_search_results.json        # 搜索结果汇总
├── 📁 输出结果
│   └── outputs/                            # 生成的报告和图表
│       └── session_[ID]/                   # 按会话分组的输出
│           ├── 经营活动现金流趋势.png
│           ├── 净利润趋势.png
│           ├── 营业收入趋势.png
│           └── 资产与权益趋势.png
├── 📄 配置文件
│   ├── requirements.txt                    # Python依赖包
│   └── LICENSE                            # 开源许可证
└── 📄 文档
    └── README.md                          # 项目说明文档

🚀 核心特性

1. 多源数据整合

  • 财务数据:通过akshare接口获取财务三大报表(资产负债表、利润表、现金流量表)
  • 股权结构:自动爬取同花顺等平台的股东信息
  • 行业信息:通过DuckDuckGo搜索引擎获取行业动态和市场信息
  • 公司资料:获取公司基本面信息、主营业务介绍等

2. 智能分析引擎

  • 财务分析:营收增长、盈利能力、偿债能力、运营效率分析
  • 同业对比:自动识别竞争对手并进行横向对比分析
  • 趋势预测:基于历史数据的未来业绩预测和估值模型
  • 风险评估:财务风险、行业风险、市场风险综合评估

3. 专业报告生成

  • 结构化输出:标准化的研报格式和章节结构
  • 图表可视化:专业的财务图表和数据可视化
  • 投资建议:基于分析结果的明确投资评级和建议
  • 多格式支持:支持Markdown、Word等多种输出格式

🛠️ 安装与配置

环境要求

  • Python 3.8+
  • OpenAI API密钥(或兼容的LLM服务)

安装步骤

  1. 克隆项目
git clone https://github.com/li-xiu-qi/financial_research_report
cd financial_research_report
  1. 安装依赖
pip install -r requirements.txt
  1. 环境配置 创建 .env 文件并配置以下变量:
OPENAI_API_KEY=your_openai_api_key
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_MODEL=gpt-4

🎮 使用指南

基础研报生成

from research_report_generator import generate_report

# 配置目标公司
target_company = "商汤科技"
target_company_code = "00020"
target_company_market = "HK"

# 生成研报
generate_report(target_company, target_company_code, target_company_market)

整合式研报生成

from integrated_research_report_generator import IntegratedResearchReportGenerator

# 创建生成器实例
generator = IntegratedResearchReportGenerator()

# 运行完整流程
generator.run_full_pipeline()

行业研究工作流

from industry_workflow import IndustryResearchFlow
from pocketflow import Flow

# 创建行业研究流程
flow = Flow()
flow.add_node("industry_research", IndustryResearchFlow())

# 设置研究参数
shared_data = {
    "industry": "人工智能",
    "context": []
}

# 执行研究流程
flow.run(shared_data)

📊 数据源说明

主要数据来源

  • 财务数据:东方财富网财务报表接口
  • 股权信息:同花顺股东信息页面
  • 公司信息:同花顺主营业务介绍
  • 行业资讯:DuckDuckGo搜索引擎聚合信息
  • 市场数据:akshare金融数据接口

数据更新频率

  • 财务报表:季度更新
  • 股权结构:实时更新
  • 行业信息:每日更新
  • 市场数据:实时更新

🧩 模块详解

数据分析智能体 (Data Analysis Agent)

  • 自然语言分析:支持中文自然语言查询
  • 代码自动生成:基于需求自动生成Python分析代码
  • 图表可视化:自动生成专业图表,支持中文显示
  • 报告输出:生成Markdown和Word格式的分析报告

工作流引擎 (PocketFlow)

  • 决策节点:智能判断下一步分析方向
  • 信息搜索:自动搜索和整合相关信息
  • 内容生成:基于模板生成标准化报告章节

数据采集工具

  • 财务报表获取:支持A股、港股财务数据
  • 股东信息爬取:自动解析股权结构信息
  • 竞争对手识别:AI驱动的同业公司识别
  • 行业信息搜索:多源信息聚合和整理

📈 支持的分析类型

财务分析

  • 营业收入增长趋势
  • 净利润变化分析
  • 现金流健康状况
  • 资产负债结构

估值分析

  • P/E、P/B等相对估值
  • DCF现金流折现模型
  • 行业估值对比
  • 合理价值区间

风险分析

  • 财务风险指标
  • 行业周期性风险
  • 市场流动性风险
  • 公司治理风险

🎯 输出示例

生成的研报包含以下标准章节:

  1. 公司概况:基本信息、主营业务、股权结构
  2. 财务分析:三大报表分析、财务比率、趋势分析
  3. 行业分析:行业地位、竞争格局、发展趋势
  4. 估值分析:估值模型、合理价值、投资建议
  5. 风险提示:主要风险因素及应对措施

🔧 自定义配置

LLM配置

支持多种大语言模型:

  • OpenAI GPT系列
  • 其他OpenAI兼容接口
  • 本地部署模型

分析参数

  • 历史数据回溯期间
  • 同业对比范围
  • 风险评估标准
  • 报告详细程度

🤝 贡献指南

欢迎贡献代码和功能改进!

  1. Fork本项目
  2. 创建功能分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送分支 (git push origin feature/AmazingFeature)
  5. 创建Pull Request

📜 免责声明

  • 本系统生成的研报仅供参考,不构成投资建议
  • 数据来源于公开渠道,准确性以官方披露为准
  • 投资有风险,决策需谨慎
  • AI生成内容可能存在偏差,请结合专业判断使用

📞 技术支持

如有问题或建议,请通过以下方式联系:

  • 提交Issue到项目仓库
  • 参与项目讨论
  • 查看项目文档和示例

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件


⭐ 如果这个项目对您有帮助,请给我们一个星标!

About

金融多模态研究报告生成

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages