Yleisagentit eivät toimi? Tämä 15 000 tähden rahoitus-AI automatisoi sijoitustutkimusprosessin kokonaan

Viime vuosina AI-älykkäiden toimijoiden kehityssuuntaus on muuttunut yhä selkeämmäksi, ja yleisten suurten mallien tukema yleinen agenttitoiminto on kasvanut tasaisesti.

Mutta heti kun astutaan ammattialoille, nämä "kaikkivoivat agentit" paljastavat helposti puutteensa, ja rahoitustutkimus on tyypillisin esimerkki.

Taseiden purkamisen logiikka, indikaattoreiden yhtenäisen tarkistuksen, tietolähteiden todenmukaisuuden varmistaminen ja tutkimustulosten toistettavuus ovat rahoitustutkimuksen ydinedellytyksiä, joita ei voida todella ratkaista yhdellä yleisellä, eri aloille soveltuvalla älykkäällä toimijalla.

Avointen lähdekoodiprojektien läpikäynnin aikana löysin myös projektin, joka on kerännyt paljon mainetta sekä rahoituspiireissä että kehittäjäyhteisössä: Dexter, itsenäinen älykäs toimija, joka on suunniteltu syvälliseen rahoitustutkimukseen.

Toisin kuin tavalliset rahoituskyselytyökalut, se voi purkaa tutkimustehtäviä, hakea ammattitietoja, suorittaa analyysiprosesseja ja toistuvasti tarkistaa tutkimustuloksia. Sitä voidaan pitää älykkäänä toimijana, joka on todella toteutettu rahoitus- ja sijoitustutkimusskenaarioissa, ja sen suosio ja vahvuus ovat erittäin hyvät.

Ei "rahoitusversio ChatGPT:stä"

Jos tavallinen rahoitus-AI ratkaisee kysymyksen "voiko antaa vastauksen", Dexter ratkaisee rahoitustutkimuksen ydinongelman "voiko ongelman tutkia selvästi".

Dexterin tavoitteena ei ole olla "rahoitusversio ChatGPT:stä", vaan toistaa todellisen rahoitus- ja sijoitustutkimusprosessin.

Kun esität tutkimuskysymyksen, kuten:

• Analysoidaanko tietyn yrityksen liikevaihdon muutoksia viiden viime vuoden aikana?
• Verrataanko kahden toimialan arvostusrakennetta?
• Arvioidaanko tietyn yrityksen kassavirran laatua?

Se ei anna suoraan johtopäätöstä sisältävää tekstiä, vaan noudattaa ammattimaista sijoitustutkimuslogiikkaa, ensin määrittelee tutkimustavoitteen, sitten arvioi tutkimuksen suorittamiseen tarvittavat keskeiset taloudelliset indikaattorit, sitten seuloo sopivat ammattitietolähteet ja lopuksi suorittaa analyysin vaihe vaiheelta, tarkistaa tiedot ja täydentää tiedot.

Koko tutkimusprosessi on jäsennelty ja jäljitettävissä, eikä se ole suuren mallin kertaluonteisesti "luoma" vastaus.

Ammattimaiset tietolähteet ovat sen vahvuus

Rahoitusanalyysin alaraja riippuu aina tietojen laadusta.

Dexter voi suoraan olla yhteydessä institutionaalisen tason rahoitustietolähteisiin, jotka kattavat keskeiset tiedot, kuten tuloslaskelman, taseen ja kassavirtalaskelman.

Tämä ei ole yksinkertaista verkkosivujen kaavintaa, vaan tietojärjestelmä, joka on järjestetty ammattimaisen taloudellisen rakenteen ympärille.

Monien yleisten agenttien ongelmana on: logiikka voi olla kunnossa, mutta tietolähteet ovat epämääräisiä ja mittarit epäyhtenäisiä, joten lopullinen johtopäätös ei ole pätevä.

Dexter pitää tietolähteitä ydinosaamisena suunnittelutasolla, ei lisäominaisuutena. Tämä on erittäin tärkeä askel sijoitustutkimusskenaarioissa.

Se "tarkistaa itsensä"

Dexterin itsevarmistusmekanismi vastaa entisestään rahoitusalan korkeita tarkkuusvaatimuksia.

Koko analyysiprosessin aikana Dexter tarkistaa jatkuvasti välitulokset ja lopulliset johtopäätökset. Jos se havaitsee loogisia puutteita tai tietojen puutteita, se säätää automaattisesti tutkimusvaiheita ja jatkaa suorittamista, kunnes koko tutkimustehtävä on suoritettu.

Mallituki

Dexterin yhteensopivuus on myös erittäin joustava. Olipa kyseessä pilvipohjaiset suuret mallit, kuten OpenAI, Anthropic, Google, xAI, OpenRouter, tai paikallisesti asennettu Ollama, ne voidaan liittää saumattomasti. Se voidaan suorittaa nopeasti pilvessä ja se voi myös täyttää paikallisen asennuksen tietosuojatarpeet.

Nopea aloitus

1. Valmistele suoritusympäristö

Dexter käyttää Bunia suoritusaikana, ja virallinen vaatimus on versio 1.0 tai uudempi. Asennustapa vaihtelee eri järjestelmissä. Käynnistä pääte uudelleen toiminnon suorittamisen jälkeen.

macOS / Linux -järjestelmät voivat suorittaa:

curl -fsSL https://bun.com/install | bashWindows-järjestelmät voivat suorittaa:

powershell -c "irm bun.sh/install.ps1|iex"Kun asennus on valmis, kirjoita päätteeseen bun --version. Jos versionumero tulostuu normaalisti, asennus onnistui.### II. Projektin kloonaaminen ja riippuvuuksien asentaminen

Projektin arkiston kloonaamisen jälkeen siirry projektikansioon ja asenna projektin tarvitsemat riippuvuudet Bunilla:

git clone https://github.com/virattt/dexter.git cd dexter bun install

III. Ympäristömuuttujien määrittäminen

Tämä on Dexterin suorittamisen kannalta kriittinen vaihe. Projekti sisältää jo ympäristömuuttujien mallitiedoston. Meidän tarvitsee vain kopioida malli ensin määritystiedoston luomiseksi ja muokata sitä sitten omien tarpeidemme mukaan:

cp env.example .env

Muokkaa sitten luotua .env-tiedostoa. Tärkeimmät määritettävät API-avaimet voidaan jakaa kolmeen luokkaan:

• Suurten kielimallien tarjoajien API-avaimet: Mukaan lukien OpenAI, Anthropic, Google, xAI, OpenRouter jne. (kuten OPENAI_API_KEY) voidaan määrittää käytetyn suuren kielimallin mukaan;
• Financial Datasets API Key: Käytetään instituutioiden tason rahoitusmarkkinoiden ja taloustietojen hakemiseen, mikä on ammattimaisen rahoitusanalyysin toteuttamisen ydinmääritys. Suositellaan pakolliseksi määritykseksi. Hanki osoitteesta: https://financialdatasets.ai/
• Verkkohakuun liittyvät API-avaimet: Mukaan lukien Exa, Tavily, joita käytetään älykkään agentin verkkohakukyvyn parantamiseen, ovat valinnaisia määrityksiä. Hanki osoitteesta: https://exa.ai/

Jos haluat käyttää paikallisesti asennettua Ollamaa, määritä tiedostossa:

OLLAMA_BASE_URL=http://127.0.0.1:11434

IV. Dexterin käynnistäminen

Kun ympäristömuuttujat on määritetty, suorita käynnistyskomento suoraan terminaalissa:

bun start

Tämä avaa Dexterin interaktiivisen CLI-käyttöliittymän. Syötä käyttöliittymään rahoitustutkimukseen liittyviä kysymyksiä, ja se suunnittelee ja suorittaa automaattisesti täydellisen analyysiprosessin.

Jos kyseessä on kehitys- tai virheenkorjaustarkoitus, voidaan käyttää kuumakäynnistystilaa:

bun dev

V. Arviointi ja virheenkorjaus

Edistyneempiä tarpeita varten Dexterissä on sisäänrakennettu arviointityökalu, jolla voidaan testata älykkään agentin analyysikykyä. Sekä täydellisen arviointiprosessin suorittaminen että satunnaisten otosten ottaminen testattavaksi on mahdollista:

bun run src/evals/run.ts bun run src/evals/run.ts --sample 10

Dexter tallentaa automaattisesti kaikki analyysiprosessit, työkalukutsut ja välitulokset tähän hakemistoon:

.dexter/scratchpad/

Sen alla olevien tiedostojen avulla voidaan suorittaa tutkimusprosessin kertaaminen ja projektin virheenkorjaus.

Vertikaalinen agentti on seuraavan vaiheen painopiste

Yleiskäyttöiset agentit kehittyvät edelleen, mutta todella "hyödylliset" älykkäät agentit kaivavat syvälle vertikaalisilla aloilla.

Dexter on tyypillinen esimerkki. Se ei yritä kattaa kaikkia aloja, vaan keskittyy rahoitustutkimukseen, syventäen tietolähteitä, analyysiprosesseja ja validointimekanismeja.Projektin osoite: https://github.com/virattt/dexter