过去几周，我一直在开发一个使用人工智能的投资研究工具。下面是它如何工作以及我学到了什么。

我想要解决的问题

询问单一的人工智能“购买 XYZ?”会得到模糊、过于乐观的答案。这没有对抗压力，没有挑战牛市的案例。

我build了什么？

一个由9款专门人工智能分析师组成的顺序委员会。每个分析师都会读之前的报告，然后写出自己的报告―因此，后续分析师可以挑战早期分析师。

流水线：

  1. Data Scout - 实时网络搜索当前价格、EPS vs 意见 poll、分析师目标、突然变化的信息
  2. Macro Strategist - 中央银行政策、周期、行业vs 指数
  3. Data Hunter - P/E、EV/EBITDA、FCF 产量、ROIC、内部拥有者
  4. Sentiment Analyst - 短期买卖意向、13F 变化、内部交易
  5. The Bear - 固定找理由不购买
  6. The Chartist - MA20/50/200、RSI、MFI、Fibonacci 水平、买入点
  7. Devil's Advocate - 攻击每个之前的报告的盲点
  8. The CIO - 读完 7 个分析师的报告，交出结论+1-10 个评分卡、5 个维度
  9. Portfolio Manager - 债券尺寸、DCA 块钱、特别价格以及止损、两个目标

我惊讶的是

The Bear 和 Devil's Advocate 对输出质量产生了帮助。没有对抗元素，委员会变得过于乐观。 强迫两个分析师攻击推翻我没有设想的案例。

技术方面

  • 单个HTML 文件，运行于浏览器
  • Anthropic API (七个分析师使用Haiku，CIO 和 Devil's Advocate 使用Sonnet)
  • 实时网络搜索通过 Anthropic 的 web 搜索工具
  • 隐私 - 未配置无主 сервер，没有一条数据离开你的计算机
  • \~$0.10/一项分析

我是否值得开发工具？你们是否用到了类似工具？