基于CAVM架构的金融研究智能体系统FinSight实战指南

1. 项目概述与核心价值如果你在金融行业或者对投资研究感兴趣一定经历过这样的痛苦为了写一份像样的公司分析报告你得在Wind、Bloomberg、Choice之间来回切换手动下载财报数据用Excel画图再到网上搜罗行业新闻和研报观点最后还得绞尽脑汁把这些零散的信息组织成一篇逻辑通顺、图文并茂的文章。整个过程耗时耗力没有几天时间根本下不来而且一旦需要跟踪多家公司工作量更是呈指数级增长。FinSight的出现就是为了彻底解决这个痛点。简单来说它是一套全自动、多智能体协作的金融深度研究系统。你只需要给它一个股票代码比如“000001.SZ”或“AAPL”点一下运行它就能自动完成从数据收集、深度分析、图表生成到报告撰写的全流程最终输出一份长达2万字以上、可直接用于内部汇报或对外发布的专业级研究报告。这听起来有点像用ChatGPT写报告但FinSight的“深度”和“专业”体现在其底层架构上。它不是一个简单的提示词工程包装而是一个基于“带可变内存的代码智能体”Code Agent with Variable Memory, CAVM架构构建的多智能体系统。各个智能体数据收集、数据分析、报告生成在一个共享的变量内存空间中协同工作通过执行Python代码来操作数据、调用工具和更新记忆。这意味着整个分析过程是透明、可追溯、可复现的而不是一个黑箱的文本生成。报告中的每一个结论都有一条清晰的“分析链”支撑并严格引用原始数据源确保了极高的文本忠实度和可验证性。2. 核心架构与工作流拆解FinSight的威力源于其精心设计的流水线架构。它模拟了专业分析师的研究流程并将其拆解为四个核心阶段由不同的智能体分工协作完成。2.1 多阶段智能体流水线整个系统的运行遵循一个清晰的四阶段工作流如下图所示每个阶段都由专门的智能体负责并通过一个共享的“内存”模块进行数据交换和状态持久化。[用户输入股票代码/研究主题] | v ------------------- | 1. 数据收集器 | | (Data Collector)| ------------------- | (收集原始数据存入内存) v ------------------- | 2. 数据分析器 | | (Data Analyzer) | ------------------- | (分析数据生成图表存入内存) v ------------------- | 3. 报告生成器 | | (Report Generator)| ------------------- | (撰写、润色、格式化报告) v [输出Markdown / DOCX / PDF 报告]阶段一数据收集 (Data Collection)这是研究的基石。DataCollector智能体就像一个不知疲倦的研究助理它根据研究目标公司、宏观、行业和用户自定义的任务列表自动调度并调用一系列专业工具。这些工具覆盖了A股、港股、美股的公司基本面财报、持股结构、估值、市场数据行情、指数、宏观经济指标GDP、CPI、利率以及行业数据PMI、工业增加值。对于网络上的非结构化信息它会调用内置的DeepSearchAgent进行多跳检索和网页抓取确保信息的全面性和时效性。所有收集到的结构化数据如DataFrame和非结构化文本如新闻摘要都会被规范化后存入共享的Memory中。阶段二数据分析与图表生成 (Data Analysis Charting)这是FinSight的“大脑”。DataAnalyzer智能体接收分析任务如“分析近五年营收增长趋势及驱动因素”然后开始工作。它的核心是代码优先智能体会根据任务描述在内存中查找相关数据然后生成并执行Python代码例如使用pandas进行数据透视使用matplotlib/seaborn绘图。这里有一个精妙的“视觉反馈循环”图表生成后会先由视觉语言模型VLM进行评审检查其专业性如图例是否完整、坐标轴刻度是否合理、信息密度是否足够。如果VLM认为图表不合格它会给出具体的修改意见智能体则根据意见修改代码重新生成图表如此循环直至达到出版级标准。这从根本上解决了“AI生成的图表很丑”的问题。阶段三报告撰写与润色 (Report Drafting Polishing)当所有分析和图表就绪后ReportGenerator智能体登场。它首先会根据预设或自定义的模板生成报告大纲然后针对每个章节结合内存中的分析结果、图表和引用的数据源撰写详细的正文。它不仅仅是堆砌内容还会进行逻辑梳理、语句润色确保报告读起来像出自人类专家之手。最后它调用Pandoc等工具将Markdown格式的初稿转换为排版精美的Word或PDF文档。阶段四记忆与持久化 (Memory Checkpointing)贯穿始终的Memory模块是整个系统的“粘合剂”和“保险丝”。它不仅仅存储数据还管理着整个研究过程的状态。更重要的是它实现了断点续跑功能。生成一份2万字的报告可能需要较长时间如果中途网络中断或程序出错你可以从最近一个检查点恢复而无需从头开始。这对于处理大量公司或进行长期跟踪研究至关重要。2.2 CAVM架构透明与可控的基石FinSight没有采用传统的、僵化的顺序工作流而是创新性地实现了Code Agent with Variable Memory (CAVM)架构。你可以把它理解为一个所有智能体共用的“全局白板”。统一变量空间所有智能体都在同一个命名空间中创建和修改变量。例如数据收集器创建一个名为balance_sheet的DataFrame变量数据分析器可以直接读取并使用它。代码即操作智能体间的协作和对数据的操作主要通过生成和执行Python代码片段来完成。这带来了两个巨大优势透明性你可以随时查看内存中每个变量的状态以及生成它们的代码。报告里的结论是怎么算出来的追根溯源一目了然。灵活性系统不局限于预定义的分析路径。如果智能体发现了一个有趣的现象它可以即时编写新的代码进行深入挖掘这种动态规划能力是固定流程无法比拟的。工具即函数所有的数据获取工具如财报API、搜索接口都以标准化函数的形式暴露给这个代码执行环境。智能体通过简单的函数调用来获取数据无需关心底层的网络请求细节。这种架构使得FinSight更像一个由AI驱动的、可编程的研究平台而非一个封闭的应用程序。3. 从零到一的实战部署与配置了解了核心原理我们来看看如何亲手把它跑起来。整个过程可以分为环境准备、配置修改和运行三个步骤。3.1 基础环境搭建FinSight基于Python 3.10首先需要准备好基础环境。# 1. 克隆代码仓库 git clone https://github.com/RUC-NLPIR/FinSight.git cd FinSight # 2. 创建并激活Python虚拟环境强烈推荐避免包冲突 python -m venv venv # Windows: venv\Scripts\activate # Linux/macOS: source venv/bin/activate # 3. 安装Python依赖 pip install -r requirements.txt这里有个关键依赖Pandoc。它是将Markdown报告转换为精美Word/PDF文档的引擎必须安装。# Ubuntu/Debian sudo apt-get install pandoc # macOS brew install pandoc # Windows: 请从 https://github.com/jgm/pandoc/releases/latest 下载安装包手动安装。注意requirements.txt中包含的包如playwright可能需要额外安装浏览器。如果运行时报错可以尝试执行playwright install来安装所需的无头浏览器。3.2 核心配置详解模型与任务FinSight的配置分为两层.env文件管理模型API密钥my_config.yaml文件定义研究任务。第一步配置模型API (.env)FinSight需要三类模型用于核心推理和代码生成的LLM如DeepSeek、GPT-4用于图表评审的VLM如Qwen-VL以及用于语义搜索的Embedding模型。将项目根目录下的.env.example复制为.env并填写你的密钥。# .env 文件示例 # LLM配置主模型负责推理和代码生成 DS_MODEL_NAMEdeepseek-chat DS_API_KEYsk-your-deepseek-key-here DS_BASE_URLhttps://api.deepseek.com/v1 # VLM配置视觉语言模型负责图表评审 VLM_MODEL_NAMEqwen-vl-max VLM_API_KEYsk-your-dashscope-key-here VLM_BASE_URLhttps://dashscope.aliyuncs.com/compatible-mode/v1 # Embedding模型配置用于记忆检索 EMBEDDING_MODEL_NAMEtext-embedding-v3 EMBEDDING_API_KEYsk-your-dashscope-key-here EMBEDDING_BASE_URLhttps://dashscope.aliyuncs.com/compatible-mode/v1 # 搜索API可选用于网络深度搜索 SERPER_API_KEYyour-serper-key # Google Search via Serper BOCHAAI_API_KEYyour-bocha-key # 中文搜索实操心得如果你没有上述所有模型的API可以灵活组合。例如LLM可以使用OpenAI兼容的接口如OpenRouter上的各类模型只需相应修改DS_BASE_URL和DS_MODEL_NAME。VLM和Embedding模型如果找不到在配置中暂时注释掉系统会跳过相关高级功能如图表迭代优化但基础的数据分析和报告生成仍可运行。第二步定义研究任务 (my_config.yaml)这是控制研究行为的核心文件。你需要创建一个my_config.yaml文件。# my_config.yaml target_name: 贵州茅台 # 研究目标名称 stock_code: 600519 # 股票代码A股、港股、美股皆可 target_type: financial_company # 研究类型financial_company公司| macro宏观| industry行业| general通用 output_dir: ./outputs/maotai_research # 输出目录 language: zh # 报告语言en 或 zh # 可选自定义数据收集任务。如果不指定LLM会根据公司类型自动生成。 custom_collect_tasks: - 资产负债表、利润表、现金流量表 - 近五年股价与成交量数据 - 前十大股东持股结构变化 - 所在行业白酒的产销数据和政策动态 # 可选自定义分析任务。如果不指定LLM会根据收集的数据自动生成。 custom_analysis_tasks: - 分析茅台酒营收构成及增长驱动力 - 评估公司的盈利能力毛利率、净利率、ROE及变化趋势 - 进行杜邦分析拆解ROE的驱动因素 - 与五粮液、泸州老窖进行财务对比分析 - 结合当前估值水平进行投资价值分析 # 缓存设置建议保持为True以支持断点续跑 use_collect_data_cache: True use_analysis_cache: True use_report_outline_cache: True use_full_report_cache: True关键参数解析target_type: 这个参数至关重要它决定了系统会调用哪一组工具。financial_company: 激活所有财务数据工具财报、行情、估值和行业搜索工具。macro: 专注于宏观经济指标工具GDP、CPI、利率、货币供应量等。industry: 激活行业数据工具PMI、工业增加值、零售数据等。general: 仅使用网络搜索工具适用于非金融领域的通用深度研究。stock_code: 支持多种格式。A股直接写代码如600519港股加后缀如00700.HK美股用标普代码如AAPL。系统会根据target_type和代码格式自动选择对应的数据源。3.3 运行你的第一份研报配置完成后运行就非常简单了。方式一使用命令行CLI这是最直接的方式适合在服务器或后台运行。# 在项目根目录下执行 python run_report.py程序会自动读取当前目录下的my_config.yaml和.env文件开始全流程研究。你可以在终端看到实时的日志输出报告最终会生成在output_dir指定的目录中。方式二使用Web交互界面Demo如果你更喜欢图形化操作项目提供了基于Web的Demo。# 1. 启动后端服务 cd demo/backend python app.py # 2. 在另一个终端启动前端服务 cd demo/frontend npm install # 首次运行需要安装依赖 npm run dev然后打开浏览器访问http://localhost:3000你就可以在网页上输入股票代码点击按钮直观地查看研究进度和最终报告了。避坑指南首次运行时可能会因为网络问题或API速率限制导致某个数据获取步骤失败。FinSight的智能体具备一定的错误处理和重试能力但如果遇到持续失败建议检查.env中的API密钥是否正确且未过期。查看outputs/your_target/logs/下的日志文件定位具体错误。对于网络搜索任务如果默认的搜索API不可用可以在配置中尝试切换其他搜索工具如Bing、DuckDuckGo。对于长时间运行的任务充分利用resumeTrue的参数可以从断点处继续避免前功尽弃。4. 高级定制与扩展指南FinSight的强大之处在于其可扩展性。它不是一个黑盒而是一个开放的研究框架。当你熟悉基础用法后可以通过以下方式让它更贴合你的特定需求。4.1 自定义工具接入专属数据源假设你的公司有内部数据库或使用了某个特殊的金融数据API你可以轻松地将其集成到FinSight中。步骤1创建工具类在src/tools/下选择合适的目录如financial/,macro/新建一个Python文件例如src/tools/financial/my_internal_data.py。# src/tools/financial/my_internal_data.py import pandas as pd from src.tools.base import Tool, ToolResult class MyInternalFinancialsTool(Tool): def __init__(self): super().__init__( name内部财务数据接口, description从公司内部数据库获取深度财务指标包括分部营收和前瞻性指引。, parameters[ {name: stock_code, type: str, description: 股票代码, required: True}, {name: start_date, type: str, description: 开始日期格式YYYY-MM-DD, required: False}, {name: end_date, type: str, description: 结束日期格式YYYY-MM-DD, required: False}, ] ) async def api_function(self, stock_code: str, start_date: str 2019-01-01, end_date: str 2024-12-31): # 这里是你的内部数据获取逻辑例如调用内部API或查询数据库 # 模拟返回数据 internal_data { date: pd.date_range(startstart_date, endend_date, freqQ), segment_revenue_1: [100, 110, 120, 130, 140], # 业务分部1营收 segment_revenue_2: [50, 55, 60, 65, 70], # 业务分部2营收 management_guidance: [乐观, 积极, 稳健, 上调目标, 维持] # 管理层指引 } df pd.DataFrame(internal_data) return [ ToolResult( namef{stock_code}内部财务与指引数据, descriptionf包含分部营收和管理层指引时间范围{start_date}至{end_date}, datadf, source公司内部数据库 ) ]步骤2自动注册与使用FinSight会自动扫描src/tools/目录下的模块并注册工具。你无需修改任何其他代码。当DataCollector智能体运行时它会发现这个新工具并在合适的任务中调用它。LLM会根据工具的描述 (description) 来决定何时使用它。4.2 定制报告模板与风格默认的报告模板可能不符合你公司的格式要求。你可以轻松定制。1. 修改报告大纲模板报告的结构由大纲模板控制。复制src/template/company_outline.md并修改。# 投资价值分析报告{target_name} ## 核心观点与投资建议 此处由AI自动生成摘要、评级和目标价 ## 一、 公司基本面深度剖析 ### 1.1 业务与商业模式 ### 1.2 核心竞争力护城河分析 ### 1.3 管理层与公司治理评估 ## 二、 行业格局与成长空间 ### 2.1 市场规模与生命周期 ### 2.2 竞争态势与公司地位 ### 2.3 关键成功因素与风险 ## 三、 财务三维度分析 ### 3.1 盈利能力与质量利润表 ### 3.2 资产结构与健康度资产负债表 ### 3.3 现金流创造能力现金流量表 ## 四、 估值与投资结论 ### 4.1 相对估值法PE/PB/PS Band ### 4.2 绝对估值法DCF模型 ### 4.3 综合估值区间与安全边际 ## 附录重要数据图表然后在my_config.yaml中指定你的新模板路径outline_template_path: src/template/my_company_outline.md。2. 定制Word报告样式最终输出的Word文档的样式字体、标题、段落格式由一个参考文档控制。你可以用Microsoft Word打开src/template/report_template.docx修改其中的“样式”然后保存。在配置中通过reference_doc_path指向你修改后的文件即可。4.3 优化图表视觉风格FinSight的图表配色有默认方案但你可以定义自己的品牌色系。方法一全局修改调色板直接修改src/agents/data_analyzer/data_analyzer.py文件中的custom_palette变量。# 改为你的企业VI色系 custom_palette [ #1F3A93, # 深蓝 #4A90E2, # 亮蓝 #7EC8E3, # 浅蓝 #FF6B6B, # 强调红 #FFD166, # 强调黄 ]方法二通过子类动态注入如果你需要为不同的报告类型使用不同的配色可以创建一个自定义的Analyzer类。from src.agents.data_analyzer import DataAnalyzer class CustomStyleAnalyzer(DataAnalyzer): async def _prepare_executor(self): await super()._prepare_executor() # 动态设置调色板 if self.config.target_type financial_company: self.code_executor.set_variable(custom_palette, [#1F3A93, #4A90E2, #7EC8E3]) elif self.config.target_type macro: self.code_executor.set_variable(custom_palette, [#2E7D32, #66BB6A, #C8E6C9]) # 绿色系4.4 构建自定义研究流水线对于更复杂的研究需求你可以直接调用底层的智能体API编排你自己的流水线。import asyncio from src.config import Config from src.memory import Memory from src.agents import DataCollector, DataAnalyzer, ReportGenerator async def custom_research_pipeline(company_code, analysis_focus): config Config(config_dict{ target_name: f深度研究-{company_code}, stock_code: company_code, target_type: financial_company, language: zh, output_dir: f./outputs/deep_dive_{company_code} }) memory Memory(configconfig) # 1. 只收集特定数据 collector DataCollector(configconfig, memorymemory) await collector.async_run(input_data{ task: 收集核心财务与市场数据, custom_collect_tasks: [最近10个季度的利润表, 每日股价数据, 券商最新研报观点] }) # 2. 进行多轮专项分析 analyzer DataAnalyzer(configconfig, memorymemory) analysis_tasks [ f对{company_code}进行杜邦分析并做时间序列拆解, f结合股价数据计算并分析{company_code}的Beta值和波动率, analysis_focus # 传入自定义的分析重点 ] for task in analysis_tasks: await analyzer.async_run(input_data{task: 专项分析, analysis_task: task}) # 3. 生成简版报告不含封面、目录等 generator ReportGenerator(configconfig, memorymemory) await generator.async_run(input_data{task: 生成分析简报}, add_introductionFalse, add_conclusionFalse) print(f研究完成报告已保存至{config.output_dir}) # 运行自定义流水线 asyncio.run(custom_research_pipeline(000858, 分析高端化战略对毛利率的影响))这种方式给了你最大的灵活性可以针对特定场景如周度跟踪、事件驱动分析定制最合适的研究流程。5. 常见问题排查与性能优化在实际使用中你可能会遇到一些问题。以下是一些常见情况的排查思路和优化建议。5.1 数据获取失败或为空这是最常见的问题通常源于API限制、网络问题或数据源变更。症状日志显示某个工具调用失败或最终报告缺少关键数据部分。排查步骤检查日志首先查看outputs/your_target/logs/下的详细日志错误信息通常会在这里。验证API与网络如果是财务数据工具失败尝试手动运行一个简单的Python脚本调用akshare或efinance库获取同一代码的数据确认基础数据源是否可用。切换数据源FinSight内建的某些数据工具可能有备用方案。例如A股数据可能同时有多个来源。虽然不能直接配置但你可以通过修改工具代码或使用自定义工具来切换。降级处理在my_config.yaml的custom_collect_tasks中暂时移除失败的任务让系统先完成其他部分。对于网络搜索失败可以尝试在.env中配置不同的搜索API密钥Serper, Bocha等。5.2 报告内容肤浅或分析不深入症状报告泛泛而谈缺乏深刻的洞察和具体的数据支撑。优化方案细化分析任务不要使用过于宽泛的custom_analysis_tasks如“分析公司财务”。而是将其拆解为更具体、可执行的任务例如“计算并分析过去5年营收的复合年均增长率(CAGR)并按季度分解增长动力。”“对比公司销售费用率与行业均值并分析其营销效率的变化。”“使用波特五力模型分析公司在行业内的竞争地位。”提供高质量数据分析深度依赖于数据粒度。确保收集任务包含了足够细化的数据比如“年度和季度的利润表”、“分产品线的营收数据”。调整LLM配置在my_config.yaml的llm_config_list中尝试降低temperature如从0.7调到0.3以获得更确定、更聚焦的分析增加max_tokens以确保有足够的篇幅进行复杂推理。5.3 图表生成质量不佳或耗时过长症状图表样式简陋、标签重叠或者VLM评审循环卡住。优化方案自定义调色板与样式如前文所述注入更美观、更专业的配色方案。调整VLM反馈强度在DataAnalyzer的_draw_single_chart方法中有一个max_iterations参数默认可能是3。如果图表始终无法让VLM满意可以适当增加迭代次数但也会增加耗时。你也可以在代码中调整传递给VLM的评审提示词使其要求更明确或更宽松。绕过VLM评审对于追求速度的场景你可以在调用分析器时设置enable_chartFalse然后使用自己预设的图表代码。或者修改代码在图表生成后跳过VLM评审环节。5.4 运行速度慢或内存占用高生成一份详实报告涉及大量LLM调用、代码执行和数据处理对资源有一定要求。性能优化建议利用缓存确保配置中所有use_*_cache选项为True。这样在重复研究同一公司或修改报告模板后再次运行时系统会直接使用缓存的数据和分析结果极大提升速度。分步执行与断点续跑对于超大型报告不要指望一次跑完。可以分阶段运行先跑DataCollector再跑DataAnalyzer最后跑ReportGenerator。每次运行都会保存检查点下次可以从断点继续。控制分析范围在custom_analysis_tasks中精选最关键的分析点避免让AI进行无边际的探索。升级硬件或使用更快的模型如果使用本地部署的LLMGPU性能是关键。如果使用API选择延迟更低的服务商。5.5 处理美股与港股的特殊情况FinSight已支持美股和港股但需要注意数据源差异。美股主要通过yfinance库获取数据。确保你的网络可以稳定访问雅虎财经。美股财报是季报10-Q和年报10-K数据字段名称与A股财报有差异但智能体会自动处理。港股数据源可能混合了akshare和efinance。港股代码需要加.HK后缀。需注意部分港股细价股或流动性较差的股票数据可能不全。通用建议首次研究某只美股或港股时建议先运行一个仅包含基础数据收集任务的小规模测试确认关键数据如股价、基本面能正确获取后再展开全面分析。FinSight将一个原本需要资深分析师数日才能完成的研究流程压缩到了“一键生成”的级别。它的价值不仅在于效率的千百倍提升更在于其过程的标准化、透明化和可复现性。无论是用于快速扫描大量公司、生成初步研究底稿还是作为投研团队的分析辅助平台它都展现出了巨大的潜力。当然它目前仍是一个需要“调教”和“配合”的工具而非完全取代人类的“黑箱”。理解其工作原理善用其扩展能力并根据自身需求进行定制才能让它真正成为你投资研究中的“第二大脑”。