炒股利器!用Python大模型筛选低估值股票 原创

发布于 2024-6-6 07:57
浏览
0收藏

在股票投资中,寻找被低估的股票是实现高回报的重要途径。传统的分析方法需要大量手工处理数据,而Python数据科学和LLM大模型技术可以帮助我们更高效地完成这项工作。这个项目旨在利用Python编程语言和大模型来自动化筛选纳斯达克市场中的低估值股票。本文所有代码已打包,并配有详细文档,下载方法详见文末,代码文件结构如下:

炒股利器!用Python大模型筛选低估值股票 -AI.x社区

最后代码执行后筛选结果如下:

炒股利器!用Python大模型筛选低估值股票 -AI.x社区

大模型给我们的财富密码是:PDD(拼多多)、CSCO(思科)、AEP(美国电力公司)、MU(美光科技)、CDW。大模型对筛选出的这几只股也作了解释,还是值得我们参考的。

好了,现在从头开始讲解如何进行开发,我们的主要目标是开发一个自动化系统,通过结合关键财务指标和大模型的智能分析,筛选出被低估且具有潜在高回报的股票。

我们选择了以下五个关键财务指标来评估股票的价值:市盈率 (PE Ratio)、市净率 (PB Ratio)、负债股本比 (Debt/Equity Ratio)、股息收益率 (Dividend Yield)、每股收益 (EPS) 增长率。

实现过程如下:

1、数据收集:

使用Python脚本从Yahoo Finance获取纳斯达克100指数成分股的历史数据。从维基百科页面获取纳斯达克100指数的成分股列表。

2、数据处理:

使用Pandas库对收集到的数据进行处理和清洗。提取每只股票的关键财务指标,包括市盈率、市净率、负债股本比、股息收益率和每股收益增长率。

3、智能分析:

使用Cohere API调用大模型对处理后的数据进行智能分析。基于大模型的分析结果,筛选出被低估且具有潜在高回报的股票。

4、结果输出:

将筛选结果保存到CSV文件中,方便进一步的分析和决策支持。打印筛选结果,提供对每只被选中股票的理由解释。

Cohere API 是一套应用程序接口,允许开发者访问和使用其强大的大规模语言模型(LLMs)来执行各种自然语言处理任务。Cohere 的 API 旨在简化机器学习模型的集成和使用,使得开发者无需深入了解复杂的机器学习算法和模型训练过程,就可以利用大模型技术进行文本分析、情感分析等任务。我们可以直接注册并获取API key,如下所示。

炒股利器!用Python大模型筛选低估值股票 -AI.x社区

其中最关键的过程是数据处理和智能分析的部分,以下是关于这部分代码的详细技术分析,解释其实现原理和流程。

导入库和模块

import os
import pandas as pd
import yfinance as yf
from datetime import datetime, timedelta
from cohere_interface import Cohere  # 确保导入Cohere类
from concurrent.futures import ThreadPoolExecutor

这些库和模块提供了基本的数据处理和并行处理功能:

  • ​os​​:用于操作文件和目录。
  • ​pandas​​:强大的数据处理库。
  • ​yfinance​​:用于从Yahoo Finance获取金融数据。
  • ​datetime​​​ 和​​timedelta​​:用于日期和时间操作。
  • ​Cohere​​:自定义模块,用于与Cohere API交互。
  • ​ThreadPoolExecutor​​:用于并行处理,以提高数据处理速度。

Screener 类定义

class Screener:
    def __init__(self, folder):
        self.index = folder  # 设置索引为文件夹名称
        self.folder = f'/data/historical/analysis/{folder}/'  # 设置数据文件夹路径
        self.files = os.listdir(self.folder)  # 获取文件夹中的所有文件
        self.df_all = pd.DataFrame()  # 初始化空的数据框,用于存储最终数据

        # 创建数据文件夹
        if not os.path.exists(self.folder):
            os.makedirs(self.folder)
  • 初始化Screener类时,设置索引和数据文件夹路径。
  • 获取文件夹中的所有文件名。
  • 初始化一个空的DataFrame,用于存储最终的数据。
  • 如果数据文件夹不存在,则创建该文件夹。

处理单个文件的方法

def process_file(self, filename):
        if (filename.endswith('xlsx') or filename.endswith('csv')) and not filename.startswith('~$'):
            file_path = os.path.join(self.folder, filename)
            print(f"Processing file: {file_path}")

            try:
                df = pd.read_csv(file_path)  # 读取CSV文件
                df['Date'] = pd.to_datetime(df['Date'], utc=True)  # 转换日期列为日期时间格式
                df['Date'] = df['Date'].dt.date  # 提取日期部分
                current_date = df.iloc[-1]['Date']  # 获取最新日期
                symbol = filename.split()[0]  # 获取股票符号
                info = yf.Ticker(symbol).info  # 获取股票信息

                # 提取关键财务数据
                pe = info.get('trailingPE', None)
                pb = info.get('priceToBook', None)
                debtToEquity = round(info.get('debtToEquity', 0) / 100.0, 2)
                dividend_yield = info.get('dividendYield', None)
                eps_growth = info.get('earningsQuarterlyGrowth', None)
                close = df.iloc[-1]['Close']

                # 生成数据字典
                data = {
                    'date': [current_date],
                    'symbol': [symbol],
                    'pe': [pe],
                    'pb': [pb],
                    'debtToEquity': [debtToEquity],
                    'dividend_yield': [dividend_yield],
                    'eps_growth': [eps_growth],
                    'close': [close]
                }

                df_change = pd.DataFrame(data)  # 将数据字典转换为数据框
                self.df_all = pd.concat([self.df_all], axis=0)  # 将新的数据框添加到总数据框中
            except Exception as e:
                print(f"Error processing file {file_path}: {e}")
  • 检查文件是否是Excel或CSV格式且不是临时文件。
  • 读取CSV文件并转换日期格式。
  • 获取最新的日期和股票符号。
  • 使用​​yfinance​​ 获取股票的财务信息。
  • 提取关键财务数据:市盈率、价格与账面比、负债股本比、股息收益率、每股收益增长率和收盘价。
  • 生成包含这些数据的字典,并将其转换为DataFrame。
  • 将新的DataFrame添加到总的DataFrame中。
  • 如果处理文件时出错,捕获异常并打印错误信息。

并行处理文件的方法

def run(self):
        with ThreadPoolExecutor(max_workers=4) as executor:  # 使用4个线程并行处理
            executor.map(self.process_file, self.files)
  • 使用​​ThreadPoolExecutor​​ 并行处理文件。
  • ​max_workers=4​​ 指定使用4个线程并行处理文件。
  • ​executor.map(self.process_file, self.files)​​​ 依次将文件传递给​​process_file​​ 方法进行处理。

将结果存储到CSV的方法

def store_in_csv(self):
        # 将最终数据存储到CSV文件中
        folder = f'./data/historical/screener/'
        if not os.path.exists(folder):
            os.makedirs(folder)
        filename = f'{self.index}_{str(datetime.today()}.csv'
        path = os.path.join(folder, filename)
        self.df_all.to_csv(path, index=False)
  • 将最终的数据存储到CSV文件中。
  • 检查存储文件夹是否存在,如果不存在则创建。
  • 生成包含当前日期的文件名。
  • 将DataFrame保存到CSV文件中,不包含索引。

使用Cohere进行AI筛选的方法

def ai_screening(self):
        # 使用Cohere进行AI筛选
        co = Cohere()
        message = f"""你将获得一些股票的数据。请分析这些数据并筛选出2只被低估且未来有可能产生更高回报的股票。以下是数据 {self.df_all}"""
        preamble = """你是一名优秀的股市分析师,能够很好地理解提供的数据并做出谨慎的决策。输出应严格采用以下JSON格式:
        [
            {
                "stock": "股票名称",
                "justification": "筛选或选择该股票的理由"
            },
            {
                "stock": "股票名称",
                "justification": "筛选或选择该股票的理由"
            }
        ]"""
        result = co.chat_cohere(message=message, preamble=preamble)
        print(result)
  • 使用Cohere API进行AI筛选。
  • 创建Cohere对象。
  • 定义要发送给Cohere的消息,包含待分析的股票数据。
  • 定义消息的前言,设置任务和输出格式的上下文。
  • 调用​​chat_cohere​​ 方法发送消息并接收结果。
  • 打印筛选结果。

通过以上步骤,我们就可以自动化地完成纳斯达克100指数成分股的财务数据分析和智能筛选,帮助识别被低估且具有潜在高回报的股票。未来,可以进一步优化和扩展该项目,包括:

增加更多财务指标,动态调整和增加筛选财务指标。集成更多数据源,丰富数据维度,提高分析深度。模型优化与更新,比如选用BloomberGPT之类的一些金融行业的大模型,确保分析结果的前沿性和准确性。开发用户友好的界面,提供可视化报告和实时筛选结果展示。


本文转载自公众号AIGC开发者,作者:阿橙AIGC

原文链接:​​https://mp.weixin.qq.com/s/r121cSoE8zz1yBpiBn9zxQ​

©著作权归作者所有,如需转载,请注明出处,否则将追究法律责任
收藏
回复
举报
回复
相关推荐