最近AI Agent非常的熱門, 尤其是Copilot Agent, 讓AI幫忙寫UT或Script真的超方便, 這邊就想說能不能用AI Agent也幫忙做一些投資工具, 之前也有整open ai api做了這兩個小project:
* [網站開發] 新增GPT投資助手美股公司分析頁面 (Norn-StockScreener投資網站開發)
* [網站開發] 新增GPT投資助手美股選擇權估值分析頁面 (Norn-StockScreener投資網站開發)
不過上面做的就是把我爬蟲的資料餵給GPT幫忙生分析報告, 這次想做的不只是產生分析報告, 而是有沒有辦法更進一步用AI Agent幫忙自動做更進一步的研究及優化, 減少更多手動人力的參與。
目前第一個想到能做的, 就是資產配置的再平衡, 以及除了再平衡後怎麼再更進一步找出更好的資產配置, 想到的步驟如下:
1. 從劵商下載自己的portfolio data
2. 跑一些formula / rule base的資產配置優化演算法
3. 透過AI model根據原始的portfolio data以及(2) 計算後的基本分析報告, 以及AI model本身的knowledge, 產生完整的資產配置建議報告
4. 可以基於目前的資產配置建議報告, 再度調整portfolio data, 繼續跑(2)~(3), 迭代比較找出更佳的資產配置建議報告 (手動或AI Agent自動運行)
目前先寫出一版的程式如下:
https://github.com/zmcx16/investment-think-tank/blob/master/portfolio_analysis/README.md
要用這個Tool首先得先準備自己的portfolio data, 我自己美股劵商是用IB盈透, portfolio data可以透過Performance & Report的Flex Queries手動下載取得, 或是生成一個token打API直接下載:
https://github.com/zmcx16/investment-think-tank/blob/master/portfolio_analysis/data/interactivebrokers/download_flex_query_reports.py
之後把下載的xml檔案轉成JSON檔, AI model處理XML檔案很容易壞檔, 轉成JSON或CSV對AI model之後要處理出錯的機率會比較低。
https://github.com/zmcx16/investment-think-tank/blob/master/portfolio_analysis/data/interactivebrokers/convert_flex_query_reports.py
之後就可以執行main.py開始跑資產配置分析, 程式會下載portfolio內的個股歷史資料, 並根據過去歷史資料跑蒙地卡羅模擬, 計算最佳的資產配置比例。 程式跑完會產生最佳的個股權重:
跑完後程式會呼叫Gemini CLI, 讓Gemini根據原始的portfolio data以及上面的蒙地卡羅模擬後的資料, 產生全面性的資產配置報告:
