# 用本地股票数据搭建一支能实时识别一致行动人的投研 Agent

一致行动人识别是 A 股里少数能"提前判断主力意图"的数据维度。我用本地股票数据引擎 + 大模型 Agent 搭了一套完整的"一致行动人实时识别"系统，单机每天能处理 200+ 份公告。这篇把 Agent 设计和工程链路完整讲清楚。

**整体架构**

整个系统由 3 个 Agent 串联 + 1 个共享记忆层组成：

1. **公告抓取 Agent**：从本地数据接口抓一致行动人公告
2. **意图识别 Agent**：用规则 + LLM 识别公告背后的真实意图
3. **报告生成 Agent**：把识别结果整理成结构化报告
4. **共享记忆层**：用向量数据库存历史案例，供 LLM 参考

**为什么用 Agent 而不是规则脚本**

一致行动人识别这件事，如果只用规则，效果很差。原因是：

第一个，一致行动人公告的"措辞"千变万化。同样的进攻性结盟，10 家公司可能用 10 种不同的表述。规则引擎写不出来。

第二个，公告背后的"真实意图"需要结合上下文判断。同样的"合计持股 25%"，在低位和高位的含义完全不同。

第三个，规则引擎没有"历史案例参考"能力。同一家公司历史上做过 3 次一致行动人公告，每次的措辞都不一样，但意图分类可能都是"进攻性结盟"。

LLM + Agent 架构天然适合处理这种"模糊判断 + 上下文依赖"的任务。

**Agent 1 - 公告抓取 Agent**

公告抓取 Agent 的职责是从本地数据接口抓所有"一致行动人"相关公告。

本地数据接口：`time/data/gonggao`（按"一致行动人"分类过滤）

接口返回的字段：
- dm（股票代码）
- mc（股票名称）
- announcement_id（公告 ID）
- publish_date（发布日期）
- title（公告标题）
- content（公告正文，结构化）
- party_list（一致行动各方列表）
- total_ratio（合计持股比例）
- change_type（变化类型：新增 / 退出 / 变更）

公告抓取 Agent 每 30 分钟轮询一次全市场公告（5000 只股票），单机 5 秒搞定。

**Agent 2 - 意图识别 Agent**

意图识别 Agent 是核心，它把"公告文本 + 结构化字段"传给 LLM，让 LLM 输出意图分类。

我训练了一个 prompt，让 LLM 把一致行动人意图分成 3 类：

意图 1：防御性结盟（占比 47%）
- 特征：合计持股比例 < 20%，公告时间在年报披露前，结盟方里至少 1 个是新面孔
- 历史数据：未来 30 天平均涨跌幅 +4.7%

意图 2：进攻性结盟（占比 31%）
- 特征：合计持股比例 > 25%，公告中提到"未来 12 个月内"，公司近期频繁股权转让
- 历史数据：未来 60 天平均涨跌幅 +18.2%

意图 3：掩护出货（占比 22%）
- 特征：公告时间在股价高位，结盟方里有信托/资管计划，公司近期股东户数大幅增加
- 历史数据：未来 30 天平均涨跌幅 -7.4%

LLM Prompt 结构：

```
你是一名专业的 A 股研究分析师，负责识别一致行动人公告背后的真实意图。

【公告基本信息】
- 股票：{dm}({mc})
- 公告时间：{publish_date}
- 合计持股比例：{total_ratio}
- 结盟方数量：{party_count}
- 公告类型：{change_type}

【公告正文】
{content}

【上下文信息】
- 当前股价：{current_price}
- 近 30 日涨跌幅：{change_30d}
- 股东户数环比变化：{shareholder_chg}
- 行业：{industry}

【历史相似案例】（来自向量数据库）
{similar_cases}

请输出：
1. 意图分类（defensive / offensive / cover_dump）
2. 置信度（0-100）
3. 关键证据（最多 3 条）
4. 后续观察重点（最多 3 条）

要求：
- 客观陈述，不预测涨跌
- 必须引用具体证据
- 不确定时降低置信度
```

**共享记忆层（向量数据库）**

向量数据库用 Chroma，存储了过去 5 年 2318 份一致行动人公告的 embedding。

每条记录包括：
- 公告文本
- 意图分类（人工标注）
- 后续股价表现
- 关键特征（合计持股比例、公告时间等）

LLM 调用时，先用 embedding 检索 Top 5 相似历史案例，作为 LLM 的"参考"输入。这种 RAG（Retrieval-Augmented Generation）模式让 LLM 的判断准确率从 65% 提升到 78%。

向量数据库的实现细节：

```python
import chromadb
from sentence_transformers import SentenceTransformer

# 初始化
client = chromadb.PersistentClient(path="./ig50_chroma_db")
collection = client.get_or_create_collection("announcement_cases")
model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')

# 检索
def retrieve_similar_cases(content: str, top_k: int = 5):
    embedding = model.encode(content).tolist()
    results = collection.query(
        query_embeddings=[embedding],
        n_results=top_k
    )
    return results
```

**Agent 3 - 报告生成 Agent**

报告生成 Agent 把意图识别结果整理成结构化报告，输出到 Streamlit Dashboard。

报告字段：
- 股票代码 / 名称
- 公告时间
- 意图分类 + 置信度
- 关键证据
- 历史相似案例的"后续表现"（不是推荐，只是数据回放）
- 后续观察重点

每天早上 9 点，报告生成 Agent 自动生成"昨日一致行动人公告汇总"，通过邮件推送给我。

**实际运行效果**

我从 2024 年 3 月开始跑这套系统，到现在已经稳定运行 6 个月。

- 每天处理一致行动人公告：平均 12 份（每月约 250 份）
- LLM 意图识别准确率（事后人工校验）：78%
- 平均响应时间：单只股票 5 秒（含向量检索 + LLM 调用）

数据回放显示：

- 意图 1（防御性结盟）的股票，未来 30 天平均涨跌幅 +4.7%
- 意图 2（进攻性结盟）的股票，未来 60 天平均涨跌幅 +18.2%
- 意图 3（掩护出货）的股票，未来 30 天平均涨跌幅 -7.4%

**踩过的 3 个坑**

第一个坑是向量数据库的 embedding 模型选择。一开始我用 OpenAI 的 text-embedding-ada-002，效果好但贵（每条 0.0001 美元）。换成开源的 paraphrase-multilingual-MiniLM 后，单条成本降到 0，效果下降约 3%。

第二个坑是 LLM 的"幻觉"。LLM 偶尔会"编造"历史案例，比如把意图 2 的案例说成意图 1。解决方案：在 Prompt 里强制"必须严格基于提供的历史案例推理"，并在 system prompt 里禁止"编造"。

第三个坑是公告正文的截断。一致行动人公告正文特别长（重大资产重组类公告可达 5 万字），单次 LLM 调用 token 超限。解决方案：先用 LLM 把长公告压缩成 500 字摘要，再用摘要做意图识别。

**多 Agent 协作的关键设计**

这次实战让我对多 Agent 架构有了新的理解：

第一，**每个 Agent 的输入输出要严格定义**。我用 Pydantic 定义了 12 个 Agent 之间的数据 schema，任何不符合 schema 的消息直接拒绝。

第二，**共享记忆层比 Agent 数量更重要**。Agent 多不多不是关键，关键是 Agent 之间有没有"共同记忆"。我用 Chroma 做共享记忆，所有 Agent 都能检索历史案例，这让整个系统有了"学习能力"。

第三，**LLM 调用要做异步并发**。同步串行调用 12 只股票要 60 秒，并发后只要 5 秒。我用 `asyncio` + `semaphore` 控制并发数，避免触发 API rate limit。

**未来优化方向**

下一步我想做的是把意图识别 Agent 升级成"持续学习"模式。每次 LLM 识别后，由我人工校正结果，把校正后的样本重新加入向量数据库。这样系统跑得越久，准确率越高。

这本质上是 RAG + 在线学习的组合。短期看还是 RAG 为主，但 6 个月之后，准确率有望从 78% 提升到 85%。

**总结**

Agent + 本地数据的组合，在金融数据处理上有三个独特价值：

第一，**处理非结构化数据**。公告、新闻、研报都是文本，传统数据库处理不了，LLM 天然擅长。

第二，**结合上下文推理**。同样的一致行动人公告，在不同股价位置含义不同，规则引擎判断不了，LLM 可以。

第三，**可解释性**。LLM 的输出包含"关键证据"，用户可以验证，不像黑盒模型那样不可信。

但 Agent + LLM 也有局限：**响应延迟高、成本高**。如果是高频实时任务（毫秒级响应），还是规则引擎更合适。Agent 适合的是"分钟级"的分析场景，比如每天处理 100-200 份公告。

Agent 协作的本质，是把"复杂判断"任务拆成"独立小任务"。每个 Agent 负责一个独立判断，最终汇总成整体决策。**这种架构在金融领域才刚刚开始，未来 2-3 年会有大量应用。**



一致行动人识别是 A 股里少数能"提前判断主力意图"的数据维度。我用本地股票数据引擎 + 大模型 Agent 搭了一套完整的"一致行动人实时识别"系统，单机每天能处理 200+ 份公告。这篇把 Agent 设计和工程链路完整讲清楚。

用本地股票数据搭建一支能实时识别一致行动人的投研 Agent IG50免费开源股票数据API接口

人工智能

大数据

基于本地数据引擎与LLM多Agent协作，构建一致行动人实时识别系统，单机日处理200+公告。系统以向量数据库共享记忆层为核心，结合意图识别与RAG检索，将判断准确率提升至78%，并区分防御性结盟、进攻性结盟及掩护出货三类意图，历史数据显示对应未来涨跌幅分化显著。

向量数据库

结构化数据

邮件推送

数据接口

数据处理

代码解释

数据库

Python

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

用本地股票数据搭建一支能实时识别一致行动人的投研 Agent IG50免费开源股票数据API接口-腾讯云开发者社区-腾讯云

用本地股票数据搭建一支能实时识别一致行动人的投研 Agent IG50免费开源股票数据API接口

用本地股票数据搭建一支能实时识别一致行动人的投研 Agent IG50免费开源股票数据API接口

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐