Свой ИИ-агент для анализа годовых отчётов 10-K в стоимостном инвестировании
Пользователь Reddit тестирует своего LLM-агента, который читает годовые отчёты 10-K и считает показатели для стоимостного инвестирования. Результатов он не приводит, только проблемы и частичные решения, которые обсуждали в треде.
Сделано со своим агентом
Что сделали
Автор тестировал инвестиционного ассистента на LLM. Тот читал отчёты 10-K и пытался посчитать нормализованную прибыль, ROIC, owner earnings и грубый обратный DCF. В треде автор пишет, что сначала брал данные из EDGAR/XBRL Companyfacts, потом из более простых API. Но он упёрся в нестандартные теги, сноски и утечку будущих данных в бэктест. Комментаторы советовали совмещать структурированные ключевые цифры с поиском по тексту отчётов. Исходные фрагменты и утверждения по годам они предлагали хранить вне чата, а сложные вопросы сопоставимости оставлять человеку.
Что получилось
Результатов работы источник не приводит, только проблемы и частичные решения. Целые истории отчётов не помещались в контекст. При разбиении на куски агент пропускал нужные места и выдумывал факты. Бэктесты выглядели нереально хорошими из-за пересчёта отчётности и задержки публикации. Вывод автора в том, что поиск со ссылками на источник, проверки на здравый смысл и данные на конкретную дату сделали систему надёжнее. Сравнивать сноски разных компаний это всё равно не помогло.
На что обратить внимание
Большая часть практических советов в треде о том, как не поверить ложной точности. Отчёты стоит обрабатывать один раз, сохранять извлечённую структуру и места фрагментов в тексте, а потом прогонять только новые отчёты, чтобы держать расходы под контролем.
Пояснение
10-K это годовой отчёт, который американские публичные компании подают в SEC. EDGAR это база этих отчётов, XBRL формат машиночитаемых данных в них. ROIC это рентабельность вложенного капитала, owner earnings это «доход владельца», а обратный DCF показывает, какой рост заложен в текущую цену акции. Бэктест это проверка метода на исторических данных.
Кому пригодится
Частным инвесторам, которые разбирают отчётность компаний и думают поручить расчёты ИИ.
Попробуйте сами
Проанализируй последний отчёт 10-K компании [название или тикер], я приложу его или дам ссылку [файл или URL]. Посчитай нормализованную прибыль, ROIC и owner earnings и покажи каждую корректировку и строки отчёта, которые ты использовал. Потом сделай грубый обратный DCF и покажи, какой рост заложен в текущую цену [цена] при ставке дисконтирования [ставка]%. В конце дай сводку на одну страницу с допущениями и всем, в чём ты не уверен.
Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗
Источник: reddit.com ·