首页
/ deepfund 的项目扩展与二次开发

deepfund 的项目扩展与二次开发

2025-05-21 16:25:21作者:晏闻田Solitary

项目的基础介绍

DeepFund 是一个开源项目,由 HKUSTDial 开发,旨在探索大型语言模型(LLM)在金融投资领域的应用能力。该项目通过让 LLM 消化外部信息,驱动多智能体系统,并做出交易决策,从而评估 LLM 在不同金融市场的交易能力。

项目的核心功能

DeepFund 的核心功能包括:

  • 数据分析:项目集成了多种分析师角色,能够分析公司新闻、财务指标、内部人士交易活动、宏观经济指标、政策新闻以及技术指标,为交易决策提供依据。
  • 交易决策:系统可以根据分析结果生成交易信号,如看涨、看跌或中立,并记录交易决策。
  • 数据存储:使用数据库存储交易状态和 LLM 推理结果,以便进行后续分析和回溯。

项目使用了哪些框架或库?

DeepFund 项目使用了以下框架或库:

  • 数据库:支持 Supabase 和 SQLite 两种数据库。
  • LLM 提供商:支持 OpenAI、DeepSeek、Anthropic、Grok 等官方 API,以及 Fireworks AI、AiHubMix 等代理 API。
  • 金融数据源:使用 Alpha Vantage API 和 YFinance API 下载市场数据。

项目的代码目录及介绍

DeepFund 项目的代码目录结构如下:

  • src/: 源代码目录,包含主要的程序文件。
    • main.py: 主入口文件。
    • agents/: 智能体构建和注册。
    • apis/: 外部金融数据的 API 接口。
    • config/: 配置文件。
    • database/: 数据库设置和帮助函数。
    • example/: 预期输出示例。
    • graph/: 工作流、提示和模式。
    • llm/: LLM 提供商。
    • util/: 实用函数和帮助工具。
  • environment.yml: Conda 环境配置文件。
  • README.md: 项目文档。

对项目进行扩展或者二次开发的方向

  1. 增加新的分析师角色:根据需求添加新的分析师,如市场情绪分析师、行业趋势分析师等,以丰富交易决策的维度。
  2. 集成更多的金融数据源:整合更多金融数据服务,如国际知名财经媒体等,以获取更全面的市场信息。
  3. 优化交易策略:根据市场反馈和历史数据,改进现有的交易决策逻辑,提高交易成功率。
  4. 增加用户界面:开发一个用户友好的前端界面,使得用户能够更直观地查看分析结果和交易决策。
  5. 扩展数据库功能:增强数据库的存储和管理能力,以便处理更大规模的数据集和复杂的查询需求。
  6. 提升系统的性能和可扩展性:优化代码结构和性能,确保系统能够在高负载下稳定运行。
登录后查看全文
热门项目推荐