Building an Autonomous AI Financial Analyst with DeepSeek-R1, ChatGPT, and LangChain

代码开源！如何使用DeepSeek-R1或ChatGPT与Langchain构建专业金融分析师 在快速变化的金融市场中，如何用人工智能来助力投资决策正成为越来越多投资人的关注重点。利用大模型进行股票分析和新闻洞察，不仅能让我们高效获取关键数据，还能生成更具参考价值的投资建议。本文将带你一步步搭建两个实用场景： 1. 第一部分：通过 DeepSeek-R1 打造 股票分析代理，包括获取股价、计算技术指标、评估财务指标，并输出可执行的结论。 2. 第二部分：通过 ChatGPT 聚焦 新闻内容分析，提取实时新闻并进行情感分析，为投资决策提供更全面的参考。 如果你是金融从业者、量化工程师或数据科学家，这篇文章将为你提供几乎完整的示例代码，帮助你快速搭建自己的智能分析Agent。 第一部分：使用DeepSeek-R1构建股票分析代理 在这一部分，我们将通过 DeepSeek-R1 模型完成股价与财务数据的分析。主要包括以下步骤： 1. 环境准备与安装 2. 获取股票历史价格及关键技术指标（RSI、MACD、VWAP等） 3. 获取财务指标（如市盈率、市净率、债务股本比、利润率等） 4. 通过 LangChain 与 LangGraph 进行流程化编排，并使用 DeepSeek-R1 提供分析生成 1. 环境安装 请先安装所需库（请注意，DeepSeek-R1 依赖 Ollama 或相应本地部署环境）： Code open source! How to build a professional financial analyst using DeepSeek-R1 or ChatGPT with Langchain In the rapidly changing financial market, how to use artificial intelligence to assist investment decisions is becoming the focus of more and more investors. Using large models for stock analysis and news insights not only allows us to efficiently obtain key data, but also generates investment recommendations with more reference value. This article will take you step by step to build two practical scenarios: 1. Part 1: Build a stock analysis agent through DeepSeek-R1, including obtaining stock prices, calculating technical indicators, evaluating financial indicators, and outputting executable conclusions. 2. Part 2: Focus on News Content Analysis through ChatGPT, extract real-time news and perform sentiment analysis to provide a more comprehensive reference for investment decisions. If you are a financial practitioner, quantitative engineer or data scientist, this article will provide you with almost complete sample code to help you quickly build your own intelligent analysis agent. Part 1:…