Инвестиционные исследования с памятью между сессиями в агенте LangAlpha
LangAlpha это открытый агент для инвестиционных исследований в духе Claude Code. Он хранит рабочие пространства и память, поэтому финансовые модели и сравнения с аналогами можно обновлять в следующих сессиях. Измеренных результатов в README нет.
Сделано со своим агентом
Что сделали
Под каждую исследовательскую цель создаётся отдельное рабочее пространство, например под ребалансировку портфеля во втором квартале. Агент сначала расспрашивает о целях и стиле инвестирования. Потом он пишет код в песочнице Daytona, который подтягивает финансовые данные и собирает результаты вроде DCF-модели или сравнения с аналогами (comps). Файлы и заметки в agent.md он сохраняет в рабочем пространстве. Подзадачи параллельно решают субагенты, а направлять работу можно прямо по ходу.
Что получилось
Измеренных результатов в README нет. Там показан прогон comps, после которого получились Excel-модель и PDF-отчёт с расчётными диапазонами цены для NVDA, AMD и GOOGL. Следующие сессии продолжают работу с сохранённых файлов и заметок.
На что обратить внимание
LangAlpha можно развернуть у себя, для этого хватит Docker и собственного ключа к LLM. Но без ключей к источникам данных останутся только урезанные данные Yahoo Finance. Автоматизации по изменению цены и интеграции с каналами есть только в облачной версии.
Пояснение
DCF (дисконтированные денежные потоки) это модель, которая оценивает компанию по её будущим деньгам. Comps это сравнение компании с похожими по рыночным показателям. Daytona это изолированная среда, где агент безопасно запускает свой код.
Кому пригодится
Частным инвесторам и аналитикам, которые долго ведут исследования компаний и хотят возвращаться к ним без потери контекста.
Попробуйте сами
Создай постоянное исследовательское пространство для [компания или тикер] в [папка]. Собери последнюю отчётность и новости, построй простую финансовую модель и таблицу сравнения с [компании-аналоги], а допущения запиши в файл памяти. Когда я попрошу в следующий раз, обнови модель новыми данными и кратко опиши, что изменилось. В конце покажи первую модель и заметки.
Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗
Источник: github.com ·