Агентные кейсы
Деньги и счета

Свой агент с RAG и живой базой данных для отбора акций

Комментатор на Reddit собрал свой агент с RAG поверх живой базы данных, потому что обычный ChatGPT отставал от рынка. Агент добавляет свежий рыночный контекст в анализ и отбор акций, но подробностей устройства в обсуждении нет.

Сделано со своим агентом


Что сделали

Комментатор пишет, что обычный ChatGPT давал недостаточно свежие данные, а сверять в нём показатели между собой было неудобно. Поэтому он сделал собственного RAG-агента поверх базы данных, которая обновляется в реальном времени. Этим агентом он пользуется, когда изучает компании в чате и отбирает акции. Какая это база, как устроен поиск по ней и проверяет ли что-то человек, в обсуждении не сказано.

Что получилось

Итог, по словам автора, в том, что в чате и при отборе акций появился свежий рыночный контекст. Результатов, точности и других цифр он не приводит. Из ограничений названы только проблемы обычного ChatGPT, то есть устаревшие данные и неудобная сверка показателей.

На что обратить внимание

Подробностей реализации в источнике почти нет. Живую базу данных и схему RAG придётся продумывать самому.

Пояснение

RAG (retrieval-augmented generation) это подход, при котором агент перед ответом ищет сведения во внешней базе и опирается на них, а не только на то, что модель знала при обучении. Скрининг акций это отбор бумаг по заданным показателям.

Кому пригодится

Частным инвесторам, которые сами отбирают акции и упираются в то, что ChatGPT не знает свежих данных.

Попробуйте сами

Помоги мне сделать простого агента с поиском по данным, который подтягивает актуальный рыночный контекст для отбора акций. Подключи его к [источник данных, например API рыночных данных или моя база], проиндексируй свежие новости и ключевые показатели по [список тикеров или сектор] и дай возможность задавать вопросы вроде «у каких из этих компаний на этой неделе повысили прогнозы прибыли». Готово, когда я могу выполнить запрос из терминала и получить ответ с указанием исходных источников.

Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗

Читать оригинал ↗

Источник: reddit.com ·

Похожие кейсы

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.

Свой агент

Инвестиционный меморандум за 15 минут в Claude Cowork

Автор показывает, как без программирования собрать в Claude Cowork полный инвестиционный меморандум по Adyen меньше чем за 15 минут и потом следить за вложением. Для других акций, по словам комментатора, загрузка отчётов часто ломается.

Анализ портфеля, маркетинга и недвижимости в ChatGPT Agent с оценкой около C

Автор рассылки прогнал ChatGPT Agent Mode через пять бизнес-задач, от анализа портфеля акций до сценариев покупки недвижимости. Общая оценка около C, агент местами справляется, но за ним нужно присматривать.