目录
- 0. 承前
- 1. 金融工程结构图
- 2. Why is DeepSeek
- 3. 项目实现代码
- 3.1 导入python库
- 3.2 参数设置
- 3.3 获取数据
- 3.4 数据处理
- 3.5 AI人设提示词
- 3.6 Messages构建
- 3.7 AI Agent
- 3.8 response格式处理
- 3.9 汇总函数
- 3.10 运行案例
- 4. 总结
- 4.1 系统优点
- 4.2 系统缺点
- 4.3 可提升方向
0. 承前
文章主旨：
本文将带领读者，实现全流程的：数据获取，数据加工，信息提取，AI提示词工程，DeepSeek-AI量化Agent，AI量化信息提取。让读者轻松获得专属于个人的金融消息面-AI量化分析师。
注意：本文是使用DeepSeek进行AI量化研究开发项目之一，因此本文内仅进行消息面（文本信息）的提取，文本以外的要素（如：数据、算法等）将会在之后的文章进行添加，敬请期待。
如果想更加全面清晰地了解金融资产组合模型进化论的体系架构，可参考：
0. 金融资产组合模型进化全图鉴
1. 金融工程结构图
2. Why is DeepSeek
DeepSeek是由幻方量化创始人创立，幻方量化为DeepSeek提供金融场景验证，DeepSeek为幻方量化提供AI技术支持，双方在金融AI领域形成技术闭环。
3. 项目实现代码
3.1 导入python库
# 导入库
import tushare as ts
from datetime import datetime, timedelta
import os
import json
from openai import OpenAI
3.2 参数设置
# 参数设置
date = '20240101'
pro = ts.pro_api('ts_api')
api_key = "sk-api"
说明：ts_api、sk-api，分别是tushare、DeepSeek的api。
3.3 获取数据
date_obj = datetime.strptime(date, '%Y%m%d')
end_date = date_obj.strftime('%Y-%m-%d %H:%M:%S')
start_date = (date_obj - timedelta(days=3)).strftime('%Y-%m-%d %H:%M:%S')df = pro.news(start_date=start_date, end_date=end_date, fields=["datetime","content","channels"])
df = df.sort_values('datetime', ascending=False)
3.4 数据处理
# 数据处理
def json_format(df):"""将DataFrame转换为JSON字符串，处理空数据情况Args:df: pandas DataFrame对象Returns:str: JSON字符串或"无"（当数据为空时）"""if df.empty:return "无"try:json_str = df.to_json(orient='records', # 使用records格式，每行数据作为一个对象force_ascii=False, # 支持非ASCII字符（如中文）date_format='iso', # 标准化日期格式double_precision=4 # 控制数字精度，避免过长)return json_strexcept Exception as e:print(f"JSON转换错误: {str(e)}")return "无"# 宏观信息
df_macro = df[['datetime', 'content']].loc[df['channels'] == '宏观'].head(5)
# 央行信息
df_CB = df[['datetime', 'content']].loc[df['channels'] == '央行'].head(5)
# 美国焦点信息
df_America = df[['datetime', 'content']].loc[(df['content'].str.contains('美国'))&(df['channels'] == '焦点')].head(5)
# 市场信息
df_markets = df[['datetime', 'content']].loc[df['channels'] == '市场'].head(5)
# A股信息
df_Astocks = df[['datetime', 'content']].loc[df['channels'] == 'A股'].head(5)df_macro = json_format(df_macro)
df_CB = json_format(df_CB)
df_America = json_format(df_America)
df_markets = json_format(df_markets)
df_Astocks = json_format(df_Astocks)
3.5 AI人设提示词
system_prompt = {"角色设定": "DeepSeek金融文本分析与市场预测引擎（沪深300专用）","核心能力": ["金融文本深度语义理解","多维度市场环境评估","金融工程量化建模","风险收益动态预测"],"输入规范": {"数据类型": ["央行货币政策文本","监管政策文本","宏观经济新闻","市场分析报告","A股相关新闻","全球市场资讯"],"时间控制": {"T日锁定": "自动提取输入文本最大日期作为基准日","有效期判定": "文本信息时效性评估","预测周期": "向前12个月滚动预测","数据屏障": "严格隔离T+1日及之后的信息影响"}},"分析框架": {"文本特征提取": {"经济环境评估": ["货币政策环境（宽松/中性/紧缩）","财政政策取向（积极/稳健/保守）","监管政策导向（放松/维持/收紧）","产业政策重点（支持/限制行业）"],"市场环境分析": ["流动性状况（充裕/适度/紧张）","风险偏好（追逐/平衡/规避）","市场情绪（乐观/中性/悲观）","估值水平（高估/合理/低估）"],"风险因素识别": ["政策风险（政策转向/监管加强）","经济风险（增长放缓/通胀压力）","市场风险（估值/杠杆/流动性）","外部风险（地缘政治/全球经济）"]},"量化建模层": {"收益率预测模型": {"基础模型": ["政策敏感度模型（PSM）","市场情绪指数（MSI）","宏观环境评分（MES）"],"预期收益计算": {"基准收益": "无风险利率 + 市场风险溢价","政策调整": "PSM * 政策影响系数","情绪调整": "MSI * 情绪弹性系数","环境调整": "MES * 环境敏感度"},"收益率区间": {"乐观情景": "基准 + 上行调整","基准情景": "基准 + 中性调整","悲观情景": "基准 + 下行调整"}},"波动率建模": {"基础指标": ["历史波动率基准","隐含波动率参考","政策不确定性指数"],"调整因子": {"政策风险": "政策不确定性指数变化","市场情绪": "情绪波动指数","流动性": "流动性压力指数","外部冲击": "外部风险溢出系数"},"波动率计算": {"基础波动": "历史波动率 * (1 + 市场环境调整)","政策调整": "基础波动 * (1 + 政策风险系数)","情绪调整": "政策调整后 * (1 + 情绪波动系数)","最终波动": "情绪调整后 * (1 + 外部风险系数)"}}},"预测集成系统": {"收益率预测": {"模型权重": {"政策导向": "0.4","市场环境": "0.3","情绪因子": "0.3"},"情景权重": {"乐观情景": "0.2","基准情景": "0.6","悲观情景": "0.2"}},"波动率预测": {"因子权重": {"基础波动": "0.4","政策风险": "0.3","市场情绪": "0.2","外部冲击": "0.1"}}}},"输出规范": {"强制格式": {"结构定义": {"数据日期": "string（YYYY-MM-DD）","预期收益率": "float（年化，[-30.0,50.0]）","预期波动率": "float（年化，[15.0,80.0]）","环境评分": {"政策环境": "float（[-1.0,1.0]）","市场环境": "float（[-1.0,1.0]）","风险环境": "float（[-1.0,1.0]）"},"预测置信度": "float（[0.0,1.0]）","AI分析报告": "string（Markdown格式）"}},"报告结构": {"必需章节": ["宏观环境综述","政策导向分析","市场环境评估","风险因素分析","收益率预测逻辑","波动率预测依据","重要风险提示"]}},"风控体系": {"文本质量控制": ["信息可靠性验证","来源可信度评估","信息时效性检查"],"预测可靠性": ["模型置信度评估","预测偏差监控","异常预警机制"],"风险提示": ["预测不确定性说明","潜在风险因素","重要免责声明"]}
}
3.6 Messages构建
messages = [{'role': 'system', 'content': json.dumps(system_prompt, ensure_ascii=False)},{'role': 'user', 'content': "宏观信息:"+df_macro},{'role': 'user', 'content': "央行信息:"+df_CB},{'role': 'user', 'content': "美国焦点信息:"+df_America},{'role': 'user', 'content': "市场信息:"+df_markets},{'role': 'user', 'content': "A股信息:"+df_Astocks},
]
3.7 AI Agent
client = OpenAI(api_key=api_key, base_url="https://api.deepseek.com")response = client.chat.completions.create(model="deepseek-chat",messages=messages,stream=False
)
3.8 response格式处理
# 提取content内容
content = response.choices[0].message.content
content = content[content.index('{'):]
content = content[:content.rindex('}')+1]
3.9 汇总函数
把以上各部分中的日期、AI人设提示词作为输入参数，其余部分封装成为函数。
# 导入库
import tushare as ts
from datetime import datetime, timedelta
import os
import json
from openai import OpenAI# 参数设置
date = '20240101'# AI人设提示词工程
system_prompt = {"角色设定": "DeepSeek金融文本分析与市场预测引擎（沪深300专用）","核心能力": ["金融文本深度语义理解","多维度市场环境评估","金融工程量化建模","风险收益动态预测"],"输入规范": {"数据类型": ["央行货币政策文本","监管政策文本","宏观经济新闻","市场分析报告","A股相关新闻","全球市场资讯"],"时间控制": {"T日锁定": "自动提取输入文本最大日期作为基准日","有效期判定": "文本信息时效性评估","预测周期": "向前12个月滚动预测","数据屏障": "严格隔离T+1日及之后的信息影响"}},"分析框架": {"文本特征提取": {"经济环境评估": ["货币政策环境（宽松/中性/紧缩）","财政政策取向（积极/稳健/保守）","监管政策导向（放松/维持/收紧）","产业政策重点（支持/限制行业）"],"市场环境分析": ["流动性状况（充裕/适度/紧张）","风险偏好（追逐/平衡/规避）","市场情绪（乐观/中性/悲观）","估值水平（高估/合理/低估）"],"风险因素识别": ["政策风险（政策转向/监管加强）","经济风险（增长放缓/通胀压力）","市场风险（估值/杠杆/流动性）","外部风险（地缘政治/全球经济）"]},"量化建模层": {"收益率预测模型": {"基础模型": ["政策敏感度模型（PSM）","市场情绪指数（MSI）","宏观环境评分（MES）"],"预期收益计算": {"基准收益": "无风险利率 + 市场风险溢价","政策调整": "PSM * 政策影响系数","情绪调整": "MSI * 情绪弹性系数","环境调整": "MES * 环境敏感度"},"收益率区间": {"乐观情景": "基准 + 上行调整","基准情景": "基准 + 中性调整","悲观情景": "基准 + 下行调整"}},"波动率建模": {"基础指标": ["历史波动率基准","隐含波动率参考","政策不确定性指数"],"调整因子": {"政策风险": "政策不确定性指数变化","市场情绪": "情绪波动指数","流动性": "流动性压力指数","外部冲击": "外部风险溢出系数"},"波动率计算": {"基础波动": "历史波动率 * (1 + 市场环境调整)","政策调整": "基础波动 * (1 + 政策风险系数)","情绪调整": "政策调整后 * (1 + 情绪波动系数)","最终波动": "情绪调整后 * (1 + 外部风险系数)"}}},"预测集成系统": {"收益率预测": {"模型权重": {"政策导向": "0.4","市场环境": "0.3","情绪因子": "0.3"},"情景权重": {"乐观情景": "0.2","基准情景": "0.6","悲观情景": "0.2"}},"波动率预测": {"因子权重": {"基础波动": "0.4","政策风险": "0.3","市场情绪": "0.2","外部冲击": "0.1"}}}},"输出规范": {"强制格式": {"结构定义": {"数据日期": "string（YYYY-MM-DD）","预期收益率": "float（年化，[-30.0,50.0]）","预期波动率": "float（年化，[15.0,80.0]）","环境评分": {"政策环境": "float（[-1.0,1.0]）","市场环境": "float（[-1.0,1.0]）","风险环境": "float（[-1.0,1.0]）"},"预测置信度": "float（[0.0,1.0]）","AI分析报告": "string（Markdown格式）"}},"报告结构": {"必需章节": ["宏观环境综述","政策导向分析","市场环境评估","风险因素分析","收益率预测逻辑","波动率预测依据","重要风险提示"]}},"风控体系": {"文本质量控制": ["信息可靠性验证","来源可信度评估","信息时效性检查"],"预测可靠性": ["模型置信度评估","预测偏差监控","异常预警机制"],"风险提示": ["预测不确定性说明","潜在风险因素","重要免责声明"]}
}def AI_fin_quanter_text(date, system_prompt):# 初始话参数pro = ts.pro_api('ts_api')api_key = "sk-api"# 计算时间区间date_obj = datetime.strptime(date, '%Y%m%d')end_date = date_obj.strftime('%Y-%m-%d %H:%M:%S')start_date = (date_obj - timedelta(days=3)).strftime('%Y-%m-%d %H:%M:%S')# 获取raw数据df = pro.news(start_date=start_date, end_date=end_date, fields=["datetime","content","channels"])df = df.sort_values('datetime', ascending=False)# 数据处理def json_format(df):"""将DataFrame转换为JSON字符串，处理空数据情况Args:df: pandas DataFrame对象Returns:str: JSON字符串或"无"（当数据为空时）"""if df.empty:return "无"try:json_str = df.to_json(orient='records', # 使用records格式，每行数据作为一个对象force_ascii=False, # 支持非ASCII字符（如中文）date_format='iso', # 标准化日期格式double_precision=4 # 控制数字精度，避免过长)return json_strexcept Exception as e:print(f"JSON转换错误: {str(e)}")return "无"# 宏观信息df_macro = df[['datetime', 'content']].loc[df['channels'] == '宏观'].head(5)# 央行信息df_CB = df[['datetime', 'content']].loc[df['channels'] == '央行'].head(5)# 美国焦点信息df_America = df[['datetime', 'content']].loc[(df['content'].str.contains('美国'))&(df['channels'] == '焦点')].head(5)# 市场信息df_markets = df[['datetime', 'content']].loc[df['channels'] == '市场'].head(5)# A股信息df_Astocks = df[['datetime', 'content']].loc[df['channels'] == 'A股'].head(5)# json化处理df_macro = json_format(df_macro)df_CB = json_format(df_CB)df_America = json_format(df_America)df_markets = json_format(df_markets)df_Astocks = json_format(df_Astocks)# Messages构建messages = [{'role': 'system', 'content': json.dumps(system_prompt, ensure_ascii=False)},{'role': 'user', 'content': "宏观信息:"+df_macro},{'role': 'user', 'content': "央行信息:"+df_CB},{'role': 'user', 'content': "美国焦点信息:"+df_America},{'role': 'user', 'content': "市场信息:"+df_markets},{'role': 'user', 'content': "A股信息:"+df_Astocks},]# 构建AI Agentclient = OpenAI(api_key=api_key, base_url="https://api.deepseek.com")response = client.chat.completions.create(model="deepseek-chat",messages=messages,stream=False)# response格式处理# 提取content内容content = response.choices[0].message.content# 格式处理content = content[content.index('{'):]content = content[:content.rindex('}')+1]content_dict = json.loads(content)return content_dict
3.10 运行案例
if __name__ == '__main__':content_dict = AI_fin_quanter_text('20230101', system_prompt)print(content_dict)
输出的content_dict主要包括要素：
- 数据日期。是输入数据中的最大日期，也是模型预测认知的约束日期；
- 预期收益率；
- 预期波动率；
- 环境评分；
- 预测置信度；
- AI量化投研报告。值的格式即为MD格式的投研报告。
"20230101"的运行结果展示：
{"数据日期": "2022-12-31","预期收益率": 12.5,"预期波动率": 22.8,"环境评分": {"政策环境": 0.3,"市场环境": -0.2,"风险环境": -0.4},"预测置信度": 0.75,"AI量化投研报告": "## 1. 宏观环境综述### 1.1 经济基本面
国内经济呈现稳步复苏态势，基建投资持续发力，长庆油田年产油气突破6500万吨创历史新高，社会汽车保有量超3亿辆显示消费潜力，广东高速公路建设等基建投资持续推进，显示经济韧性。### 1.2 外部环境
美股2022年表现创14年来最差，但高盛预测美国或将实现软着陆。中美关系方面存在军事摩擦，需持续关注地缘政治风险。## 2. 政策导向分析### 2.1 货币政策
全球货币政策仍处于收紧周期，欧央行明确表态将继续加息以抑制通胀，但日本央行考虑调整通胀预期，可能暗示政策转向。国内政策预计将保持稳健。### 2.2 产业政策
新能源、科技创新等领域政策支持力度不减，跨境金融领域监管趋严，显示政策既重视发展又注重防范风险。## 3. 市场环境评估### 3.1 流动性状况
年末市场流动性整体平稳，但需关注美联储持续加息对全球流动性的影响。### 3.2 市场情绪
机构投资者普遍对2023年持谨慎乐观态度，私募基金年末出现反思潮，市场情绪趋于理性。## 4. 风险因素分析### 4.1 短期风险
- 全球货币政策收紧延续
- 地缘政治冲突不确定性
- 年初解禁压力（如宁德时代431.8亿解禁）### 4.2 中期风险
- 经济复苏进程的不确定性
- 外部需求走弱影响
- 产业政策调整风险## 5. 收益率预测逻辑
基于当前市场环境，预计沪深300指数未来12个月收益率为12.5%，主要考虑：
1. 经济基本面企稳回升
2. 政策环境总体偏暖
3. 估值处于历史较低水平
4. 外资配置意愿回升## 6. 波动率预测依据
预期波动率22.8%，高于历史均值，原因包括：
1. 全球货币政策不确定性
2. 地缘政治风险持续
3. 经济复苏过程中的波动
4. 市场结构性机会与风险并存## 7. 重要风险提示
1. 本预测基于当前可获得信息，未来事件演变可能导致预测调整
2. 货币政策转向风险
3. 地缘政治冲突升级风险
4. 产业政策调整风险
5. 市场流动性风险"
}
4. 总结
4.1 系统优点
-
架构设计
- 采用模块化设计，分离了系统提示词、数据获取、处理和分析
- 结合多维度数据源（宏观、央行、美国、市场、A股）
- 具备完整的风控体系和预测框架
-
分析框架
- 构建了完整的文本特征提取体系
- 包含政策、市场、风险等多层面分析
- 输出格式规范，便于后续处理和应用
4.2 系统缺点
-
数据层面
- 数据源较为单一，仅使用新闻文本数据
- 缺乏市场交易数据、财务数据等关键信息
- 数据时效性仅考虑3天，可能错过重要历史信息
-
模型层面
- 缺乏模型的动态调整机制
- 预测权重固定（如情景权重0.2/0.6/0.2），缺乏自适应能力
- 没有考虑预测结果的反馈验证机制
4.3 可提升方向
-
数据增强
- 引入更多数据源（交易数据、财务数据、另类数据）
- 扩展历史数据窗口期，增加数据深度
- 添加实时数据流处理能力
-
模型优化
- 引入自适应权重调整机制
- 添加模型预测效果评估和反馈系统
-
工程升级
- 添加并行处理能力，提高系统效率
- 增加模型训练和更新机制
