目录
-
- [0. 承前](#0. 承前)
- [1. 金融工程结构图](#1. 金融工程结构图)
- [2. Why is DeepSeek](#2. Why is DeepSeek)
- [3. 项目实现代码](#3. 项目实现代码)
-
- [3.1 导入python库](#3.1 导入python库)
- [3.2 参数设置](#3.2 参数设置)
- [3.3 获取数据](#3.3 获取数据)
- [3.4 数据处理](#3.4 数据处理)
- [3.5 AI人设提示词](#3.5 AI人设提示词)
- [3.6 Messages构建](#3.6 Messages构建)
- [3.7 AI Agent](#3.7 AI Agent)
- [3.8 response格式处理](#3.8 response格式处理)
- [3.9 汇总函数](#3.9 汇总函数)
- [3.10 运行案例](#3.10 运行案例)
- [4. 总结](#4. 总结)
-
- [4.1 系统优点](#4.1 系统优点)
- [4.2 系统缺点](#4.2 系统缺点)
- [4.3 可提升方向](#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
AI量化信息提取 数据日期 预期收益率 预期波动率 预测置信度 环境评分：
- 政策环境
- 市场环境
- 风险环境 AI量化投研报告 DeepSeek-AI量化Agent DeepSeek-V03 api Messages构建：
消息面+DeepSeek人设提示词工程 DeepSeek人设提示词工程 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
- 时间控制 分析框架：
- 文本特征提取
- 量化建模层
- 预测集成系统 输出规范：
- 强制格式
- AI投研报告结构 风控体系：
- 文本质量控制
- 预测可靠性
- 风险提示 消息面信息 宏观信息 央行信息 美国焦点信息 市场信息 A股信息
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
python
# 导入库
import tushare as ts
from datetime import datetime, timedelta
import os
import json
from openai import OpenAI3.2 参数设置
python
# 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
python
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
python
# 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_str
except 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
python
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
python
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
python
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
python
# 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。
python
# 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_str
except 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 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
)
# 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_dict3.10 运行案例
python
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