AI 财报分析 Agent 怎么搭

最后更新:

从两期财报原文提取收入、现金流和风险,代码计算指标,模型生成带引用的解释。

用两期财报完成三项可追溯分析

先选一家公司、两个连续报告期,保存原始财报、公告发布日期和文件哈希。提取收入、经营现金流与重大风险,使用代码复算变化,再把带页码的证据卡交给模型解释。

输出应包含事实、计算公式、解释与引用,证据不足的项目保留为未知。先让这三项分析逐条回到原文,再扩展同业比较;模型 API 负责解释,财报文件和解析工具需要独立准备。

问题先准备复核重点
收入为什么变化两期收入、分部信息与原文页码期间、单位、合并范围一致
现金流质量如何同期间利润与经营现金流计算可复算,解释有引用
风险发生了什么变化两期风险章节与更正公告区分新增披露和已确认事件

FinGPT 官方界面展示金融研究输入形态

这张官方截图说明金融研究工具通常需要标的与日期等明确输入。本文不把它当作本工作流已经运行的证据,而是用来说明:财报任务必须先锁定公司、报告期和当时可见资料。

FinGPT Forecaster 官方金融预测交互界面
项目官方截图:FinGPT Forecaster 接收股票与日期输入并组织金融研究结果。

完整数据流从文件版本开始

采集器保存原文件和响应头;解析器输出带页码或章节坐标的段落与表格;计算层生成指标;证据卡把数值、公式与原文绑定;模型只阅读证据卡并提出结论和反证。

AI 财报分析 Agent → 原始文件 -> 解析 -> 证据卡 -> 模型复核 → 财报原文 / 结构化指标 / 证据卡 / 带引用报告
原文与计算是事实层,模型是解释层;最终报告必须保留两层连接。

证据卡使用稳定字段而不是长文本拼接

每张卡只表达一个可检查事实,包含来源、定位、单位、期间、计算和状态。模型收到的是证据卡数组,不是无法定位的 PDF 大段文本。

evidence_card.py
from dataclasses import asdict, dataclass

@dataclass
class EvidenceCard:
    claim_id: str
    metric: str
    value: float
    unit: str
    period: str
    source_url: str
    source_locator: str
    published_at: str
    formula: str | None = None

card = EvidenceCard(
    claim_id="revenue-current",
    metric="revenue",
    value=123.4,
    unit="CNY million",
    period="2026-H1",
    source_url="https://issuer.example/report.pdf",
    source_locator="page 18, table 4",
    published_at="2026-08-01T08:00:00+08:00",
)
payload = asdict(card)

模型只基于卡片回答并返回引用 ID

示例要求 JSON 中每条判断携带 claim_ids,程序先检查引用 ID 是否存在,再人工或另一个复核步骤核对引用是否支持判断。JSON 解析失败或引用缺失都应让该次分析进入待复核状态;ID 存在本身不证明句子正确。

review_cards.py
import json, os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["KKAIAPI_KEY"],
    base_url="https://api.kkaiapi.com/v1",
)
response = client.chat.completions.create(
    model=os.environ.get("KKAIAPI_MODEL", "gpt-6.1-sol"),
    temperature=0,
    messages=[
        {"role": "system", "content": "只使用证据卡,返回 JSON:judgments 数组中每项含 text 与 claim_ids;未知项放 unknowns。"},
        {"role": "user", "content": json.dumps([payload], ensure_ascii=False)},
    ],
)
answer = response.choices[0].message.content or ""
parsed = json.loads(answer)
known_ids = {payload["claim_id"]}
assert isinstance(parsed.get("judgments"), list)
for item in parsed["judgments"]:
    citations = item.get("claim_ids", [])
    assert citations and set(citations) <= known_ids
# 引用 ID 存在后,仍要核对原文是否真正支持该条判断。

每个阶段都有明确通过条件

财报分析不是一次模型请求,而是一条证据生产链。阶段门禁能把下载、解析、计算和引用错误定位到具体步骤,同时保留可恢复的中间结果。

只有前一阶段通过,下一阶段才运行;失败不能被一段流畅文本覆盖。
阶段输入通过条件失败时保留
采集公司、报告期原文件哈希与发布日期可复现HTTP 状态与原始响应
解析PDF / HTML关键表格与章节有定位失败页码与解析日志
计算结构化字段单位、期间、公式明确缺失字段与异常值
模型复核证据卡每条判断引用存在请求 ID、原始错误与重试
发布带引用草稿链接可打开且数字一致未闭环条目

防止未来信息和口径错配

纳入分析的财报发布日期必须早于或等于研究截止日,不能按报告期末误判信息已经公开。同比计算要确认币种、单位、合并范围、会计准则和重述情况;现金流与利润的比较要使用相同期间。

若公司后来发布更正公告,应作为新版本加入,而不是覆盖旧文件。历史复跑使用当时可见版本,当前研究则明确采用最新修订。

成本、失败和可恢复重试

一次任务成本 = 输入 token × 输入单价 + 输出 token × 输出单价 + 缓存读写费用 + 外部数据费用。模型价格和实际 token 只从当前模型目录与控制台调用日志读取,不在文章里复制一份会过时的数字。

财报任务的主要浪费来自重复发送长原文。先在本地解析并压缩为证据卡,按章节缓存,再让模型阅读。下载失败可重试采集;解析失败只重跑对应页;模型 429 按服务端节奏退避;引用检查失败退回模型重写。每次重试沿用同一 job_id,并记录尝试编号。

故障是否可重试恢复点
原文件暂时不可用是采集阶段
表格结构无法解析人工确认后单页或单表
模型超时 / 429是同一证据卡请求
引用不存在是模型复核阶段
原始数据矛盾不可自动决定人工审查

原始文件和模型管线的参考入口

美股财报原文可从 SEC EDGAR 官方入口 获取,访问时遵守其请求规范。本文 EvidenceCard 的数值和 issuer.example 地址均为结构示例,不是公司事实。金融模型与应用管线的区别见 FinGPT 官方仓库。

常见问题

为什么不直接把整份 PDF 发给模型?

整份 PDF 容易出现表格错位、定位困难和重复 token。先解析为带来源的证据卡,更容易验证和重试。

模型能负责同比和比率计算吗?

可以复核解释,但关键计算应由确定性代码完成,并把公式、单位和期间写入证据卡。

怎样防止使用未来信息?

保存文件发布日期与研究截止日,历史复跑只加载截止日前真实可见的文件版本。

引用检查通过就代表结论正确吗?

不代表。它证明结论有来源,还需要核对计算口径、数据完整性和模型推理。

财报 Agent 最先应该做哪三个问题?

收入变化、经营现金流质量和重大风险,范围足够窄,便于逐条核对原文。