Skip to content

新闻证券分析 第四课

回顾

让我们快速回顾一下， 我们的设计思路:

  1. 给定一个新闻
  2. 从数据库中获取用户喜欢的股票
  3. 从知识库中获取股票信息
  4. 对每个股票进行分析， 分析的依据是新闻和股票的相似度
  5. 如果相似度大于7分，则输出股票代码和相似度
  6. 如果相似度小于7分，则不输出
  7. 对于关联度高的股票，进行影响分析
  8. 最后汇总输出所有符合条件的股票代码和影响分析

上节课我们完成了1-3步， 这节课我们完成第4-6步.

工作流

我们先做一个独立的工作流，这个工作流会接收单条的新闻和股票信息，然后计算相似度，并输出相似度评分.

这里需要用到我们在第一课提到的评分标准:

    - 总分 10分， 9分最高， 1分最低
    - 主营业务匹配 5 分
        - 地理匹配 3 分
        - 行业匹配 2 分
    - 产品和服务匹配 5 分
        - 地理匹配 3 分
        - 行业匹配 2 分

    综合得分的计算公式：
    ``` 公式
    综合得分 = (主营业务得分 + 产品和服务得分) * 0.5 + 地理匹配 * 0.3 + 行业匹配 * 0.2

因此我构建了如下提示词：

你是一个证券分析专家，我会提供上市公司的信息{{stockinfo}} 和一条新闻 {{news}}，你需要一步一步仔细分析,
1. 这条新闻会影响哪些行业
2. 这条新闻会影响哪些产品和服务
3. 这条新闻的发生地有提到吗
4. 这条新闻会不会和这家公司有关系
5.然后根据评分规则打分
    - 总分 10分， 9分最高， 1分最低
    - 主营业务匹配 5 分
        - 地理匹配 3 分
        - 行业匹配 2 分
    - 产品和服务匹配 5 分
        - 地理匹配 3 分
        - 行业匹配 2 分

    综合得分的计算公式：
    ``` 公式
    综合得分 = (主营业务得分 + 产品和服务得分) * 0.5 + 地理匹配 * 0.3 + 行业匹配 * 0.2

6. 计算完成之后回顾一下得分和实际公式结果是否一致, 确保得分和公式结果一致再下结论

最后输出 得分，影响(得分大于7 ，有影响true，小于7，没影响false), 评分理由, 计算过程

创建工作流

alt text

这里很有意思的是， coze提供的智能体无法正确计算得分，不过这里我们也不做过多的纠结，凑合着用吧.

alt text

至少大的方向是对的，勉强接受吧.

下节课我们对 1-6 步进行汇总， 并进行过滤.