liaolei
/
stock_fundamentals
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

commit;

This commit is contained in:
liao 2025-04-02 17:38:26 +08:00
parent ed2758532e
commit ae9b2f2fcf
2 changed files with 267 additions and 158 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

23
src/app.py
View File

@ -1,6 +1,8 @@
import sys
import os
from src.fundamentals_llm.fundamental_analysis_database import get_analysis_result, get_db
# 添加项目根目录到 Python 路径
sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
@ -25,6 +27,9 @@ CORS(app) # 启用跨域请求支持
# 创建企业筛选器实例
screener = EnterpriseScreener()
# 获取数据库连接
db = next(get_db())
@app.route('/api/health', methods=['GET'])
def health_check():
"""健康检查接口"""
@ -752,9 +757,25 @@ def comprehensive_analysis():
# 筛选出传入列表中符合条件的股票
for code, name in all_stocks:
if code in input_stock_codes:
# 获取各个维度的分析结果
investment_advice_result = get_analysis_result(db, code, "investment_advice")
industry_competition_result = get_analysis_result(db, code, "industry_competition")
financial_report_result = get_analysis_result(db, code, "financial_report")
valuation_level_result = get_analysis_result(db, code, "valuation_level")
# 从ai_response和extra_info中提取所需的值
investment_advice = investment_advice_result.ai_response if investment_advice_result else None
industry_space = industry_competition_result.extra_info.get("industry_space") if industry_competition_result else 0
financial_report_level = financial_report_result.extra_info.get("financial_report_level") if financial_report_result else 0
pe_industry = valuation_level_result.extra_info.get("pe_industry") if valuation_level_result else 0
filtered_stocks.append({
"code": code,
"name": name
"name": name,
"investment_advice": investment_advice, # 投资建议（从ai_response获取）
"industry_space": industry_space, # 行业发展空间（2:高速增长, 1:稳定经营, 0:不确定性大, -1:不利经营）
"financial_report_level": financial_report_level, # 经营质量（2:优秀, 1:较好, 0:一般, -1:存在隐患，-2：较大隐患）
"pe_industry": pe_industry # 个股在行业的PE水平（-1:高于行业, 0:接近行业, 1:低于行业）
})
logger.info(f"筛选出 {len(filtered_stocks)} 个符合条件的股票")

402
src/fundamentals_llm/fundamental_analysis.py
View File

@ -66,7 +66,7 @@ class FundamentalAnalyzer:
# 使用联网模型进行基本面分析
self.chat_bot = ChatBot(model_type="online_bot")
# 使用离线模型进行其他分析
self.offline_bot = OfflineChatBot(platform="volc", model_type="offline_model")
self.offline_bot = OfflineChatBot(platform="tl_private", model_type="ds-v1")
# 千问打杂
self.offline_bot_tl_qw = OfflineChatBot(platform="tl_qw_private", model_type="qwq")
self.db = next(get_db())
@ -366,25 +366,25 @@ class FundamentalAnalyzer:
try:
prompt = f"""请对{stock_name}({stock_code})的财报情况进行简要分析，严格要求最新财报情况200字以内，最新业绩预告情况100字以内，近三年变化趋势150字以内，请严格按照以下格式输出：
1. 最新财报情况
- 营业收入及同比变化
- 主要成本构成及变化
- 净利润及同比变化
- 毛利率和净利率变化
- 其他重要财务指标（如ROE、资产负债率等）
2. 最新业绩预告情况（没有就不要提）
- 预告类型（预增/预减/扭亏/续亏）
- 预计业绩区间
- 变动原因
3. 近三年变化趋势
- 收入增长趋势
- 利润变化趋势
- 盈利能力变化
- 经营质量变化
请提供专业、客观的分析，突出关键信息，避免冗长描述。"""
1. 最新财报情况
- 营业收入及同比变化
- 主要成本构成及变化
- 净利润及同比变化
- 毛利率和净利率变化
- 其他重要财务指标（如ROE、资产负债率等）
2. 最新业绩预告情况（没有就不要提）
- 预告类型（预增/预减/扭亏/续亏）
- 预计业绩区间
- 变动原因
3. 近三年变化趋势
- 收入增长趋势
- 利润变化趋势
- 盈利能力变化
- 经营质量变化
请提供专业、客观的分析，突出关键信息，避免冗长描述。"""
# 获取AI分析结果
result = self.chat_bot.chat(prompt)
@ -425,16 +425,16 @@ class FundamentalAnalyzer:
# 使用在线模型分析财报水平
prompt = f"""请对{stock_name}({stock_code})的财报水平进行专业分析，并返回对应的数值评级：
- 如果财报水平边际向好，最新财报没有任何风险，返回数值"2"
- 如果边际变化波动不高较为稳定，并且风险很小，返回数值"1"
- 如果波动不高较为稳定，但其中存在一定财报隐患，返回数值"0"
- 如果财报波动较大（亏损或者盈利），并且存在一定财报隐患，返回数值"-1"
- 如果财报波动较大（亏损或者盈利），并且存在较大财报隐患，返回数值"-2"
财报分析内容：
{report_text}
请仅返回一个数值：2、1、0、-1或-2，不要包含任何解释或说明。"""
- 如果财报水平边际向好，最新财报没有任何风险，返回数值"2"
- 如果边际变化波动不高较为稳定，并且风险很小，返回数值"1"
- 如果波动不高较为稳定，但其中存在一定财报隐患，返回数值"0"
- 如果财报波动较大（亏损或者盈利），并且存在一定财报隐患，返回数值"-1"
- 如果财报波动较大（亏损或者盈利），并且存在较大财报隐患，返回数值"-2"
财报分析内容：
{report_text}
请仅返回一个数值：2、1、0、-1或-2，不要包含任何解释或说明。"""
# 使用在线模型进行分析
response = self.chat_bot.chat(prompt)
@ -484,26 +484,26 @@ class FundamentalAnalyzer:
try:
prompt = f"""请对{stock_name}({stock_code})所在行业的发展趋势和竞争格局进行简要分析，要求输出控制在400字以内，请严格按照以下格式输出：
1. 市场需求：
- 主要下游应用领域
- 需求增长驱动因素
- 市场规模和增速
2. 竞争格局：
- 主要竞争对手及特点
- 行业集中度
- 竞争壁垒
3. 行业环境：
- 行业平均利润率
- 政策环境影响
- 技术发展趋势
- 市场阶段结论：新兴市场、成熟市场、衰退市场
4. 小结：
- 简要说明当前市场是否有利于企业经营
请提供专业、客观的分析，突出关键信息，避免冗长描述。"""
1. 市场需求：
- 主要下游应用领域
- 需求增长驱动因素
- 市场规模和增速
2. 竞争格局：
- 主要竞争对手及特点
- 行业集中度
- 竞争壁垒
3. 行业环境：
- 行业平均利润率
- 政策环境影响
- 技术发展趋势
- 市场阶段结论：新兴市场、成熟市场、衰退市场
4. 小结：
- 简要说明当前市场是否有利于企业经营
请提供专业、客观的分析，突出关键信息，避免冗长描述。"""
# 获取AI分析结果
result = self.chat_bot.chat(prompt)
@ -543,15 +543,15 @@ class FundamentalAnalyzer:
try:
# 使用离线模型分析行业发展空间
prompt = f"""请分析以下{stock_name}({stock_code})的行业发展趋势和竞争格局文本，评估当前市场环境、阶段和竞争格局对企业未来的影响，并返回对应的数值：
- 如果当前市场环境、阶段和竞争格局符合未来企业高速增长，返回数值"2"
- 如果当前市场环境、阶段和竞争格局符合未来企业稳定经营，返回数值"1"
- 如果当前市场环境、阶段和竞争格局存在较大不确定性，返回数值"0"
- 如果当前市场环境、阶段和竞争格局不利于企业正常经营，返回数值"-1"
行业发展趋势和竞争格局文本：
{industry_text}
请仅返回一个数值：2、1、0或-1，不要包含任何解释或说明。"""
- 如果当前市场环境、阶段和竞争格局符合未来企业高速增长，返回数值"2"
- 如果当前市场环境、阶段和竞争格局符合未来企业稳定经营，返回数值"1"
- 如果当前市场环境、阶段和竞争格局存在较大不确定性，返回数值"0"
- 如果当前市场环境、阶段和竞争格局不利于企业正常经营，返回数值"-1"
行业发展趋势和竞争格局文本：
{industry_text}
请仅返回一个数值：2、1、0或-1，不要包含任何解释或说明。"""
self.offline_bot_tl_qw.clear_history()
# 使用离线模型进行分析
space_value_str = self.offline_bot_tl_qw.chat(prompt)
@ -702,17 +702,17 @@ class FundamentalAnalyzer:
try:
prompt = f"""请对{stock_name}({stock_code})的股吧讨论内容进行简要分析，要求输出控制在300字以内，请严格按照以下格式输出：
1. 主要讨论话题（150字左右）：
- 近期热点事件
- 投资者关注焦点
- 市场情绪倾向
2. 重要信息汇总（150字左右）：
- 公司相关动态
- 行业政策变化
- 市场预期变化
请提供专业、客观的分析，突出关键信息，避免冗长描述。重点关注投资者普遍关注的话题和重要市场信息。"""
1. 主要讨论话题（150字左右）：
- 近期热点事件
- 投资者关注焦点
- 市场情绪倾向
2. 重要信息汇总（150字左右）：
- 公司相关动态
- 行业政策变化
- 市场预期变化
请提供专业、客观的分析，突出关键信息，避免冗长描述。重点关注投资者普遍关注的话题和重要市场信息。"""
# 获取AI分析结果
result = self.chat_bot.chat(prompt)
@ -752,14 +752,14 @@ class FundamentalAnalyzer:
try:
# 使用离线模型分析市场情绪
prompt = f"""请分析以下{stock_name}({stock_code})的股吧讨论内容分析，判断整体市场情绪倾向，并返回对应的数值：
- 如果股吧讨论情绪偏乐观，返回数值"1"
- 如果股吧讨论情绪偏中性，返回数值"0"
- 如果股吧讨论情绪偏悲观，返回数值"-1"
股吧讨论内容分析：
{discussion_text}
请仅返回一个数值：1、0或-1，不要包含任何解释或说明。"""
- 如果股吧讨论情绪偏乐观，返回数值"1"
- 如果股吧讨论情绪偏中性，返回数值"0"
- 如果股吧讨论情绪偏悲观，返回数值"-1"
股吧讨论内容分析：
{discussion_text}
请仅返回一个数值：1、0或-1，不要包含任何解释或说明。"""
self.offline_bot_tl_qw.clear_history()
# 使用离线模型进行分析
emotion_value_str = self.offline_bot_tl_qw.chat(prompt)
@ -807,17 +807,17 @@ class FundamentalAnalyzer:
try:
prompt = f"""请对{stock_name}({stock_code})最近半年内的产业链上下游合作动态进行简要分析，要求输出控制在400字以内，请严格按照以下格式输出：
1. 重要客户合作（200字左右）：
- 主要客户合作进展
- 产品供应情况
- 合作深度和规模
2. 产业链布局（200字左右）：
- 上下游合作动态
- 新业务领域拓展
- 战略合作项目
请提供专业、客观的分析，突出关键信息，避免冗长描述。重点关注最近半年内的合作动态，如果没有相关动态，请直接说明。"""
1. 重要客户合作（200字左右）：
- 主要客户合作进展
- 产品供应情况
- 合作深度和规模
2. 产业链布局（200字左右）：
- 上下游合作动态
- 新业务领域拓展
- 战略合作项目
请提供专业、客观的分析，突出关键信息，避免冗长描述。重点关注最近半年内的合作动态，如果没有相关动态，请直接说明。"""
# 获取AI分析结果
result = self.chat_bot.chat(prompt)
@ -858,15 +858,15 @@ class FundamentalAnalyzer:
# 使用在线模型分析合作动态质量
prompt = f"""请评估{stock_name}({stock_code})的产业链上下游合作动态质量，并返回相应数值：
- 如果企业近期有较多且质量高的新合作动态（具备新业务拓展能力，以及可以体现在近一年财报中），返回数值"2"
- 如果企业半年内合作动态频率低或质量一般（在原有业务上合作关系的衍生，对财报影响一般），返回数值"1"
- 如果企业没有合作动态或质量低，返回数值"0"
- 如果企业有负面合作关系（解除合作，或业务被其他厂商瓜分），返回数值"-1"
以下是合作动态相关信息：
{cooperation_text}
请仅返回一个数值：2、1、0或-1，不要包含任何解释或说明。"""
- 如果企业近期有较多且质量高的新合作动态（具备新业务拓展能力，以及可以体现在近一年财报中），返回数值"2"
- 如果企业半年内合作动态频率低或质量一般（在原有业务上合作关系的衍生，对财报影响一般），返回数值"1"
- 如果企业没有合作动态或质量低，返回数值"0"
- 如果企业有负面合作关系（解除合作，或业务被其他厂商瓜分），返回数值"-1"
以下是合作动态相关信息：
{cooperation_text}
请仅返回一个数值：2、1、0或-1，不要包含任何解释或说明。"""
# 使用在线模型进行分析
response = self.chat_bot.chat(prompt)
@ -1084,15 +1084,13 @@ class FundamentalAnalyzer:
prompt = f"""请对{stock_name}({stock_code})的估值水平进行简要分析，要求输出控制在300字以内，请严格按照以下格式输出：
1. 历史估值水平（150字左右）：
- 当前PE和PB值
- PE在历史分位水平的位置（高于/接近/低于历史平均分位）
- PB在历史分位水平的位置（高于/接近/低于历史平均分位）
- 当前PE值及其在历史分位水平的位置（高于/接近/低于历史平均分位）
- 当前PB值及其在历史分位水平的位置（高于/接近/低于历史平均分位）
- 历史估值变化趋势简要分析
2. 行业估值对比（150字左右）：
- 所在行业平均PE和PB
- PE与行业平均的比较（高于/接近/低于行业平均）
- PB与行业平均的比较（高于/接近/低于行业平均）
- 当前PE值与行业平均水平的比较（高于/接近/低于行业平均）
- 当前PB值与行业平均水平的比较（高于/接近/低于行业平均）
- 与可比公司估值的简要对比
请提供专业、客观的分析，突出关键信息，避免冗长描述。如果无法获取某项数据，请直接说明。"""
@ -1130,14 +1128,18 @@ class FundamentalAnalyzer:
stock_name: 股票名称
Returns:
Dict[str, int]: 包含历史估值和行业估值分类的字典
Dict[str, int]: 包含四个分类值的字典：
- pe_historical: PE历史分位分类 (-1:高于历史, 0:接近历史, 1:低于历史)
- pb_historical: PB历史分位分类 (-1:高于历史, 0:接近历史, 1:低于历史)
- pe_industry: PE行业对比分类 (-1:高于行业, 0:接近行业, 1:低于行业)
- pb_industry: PB行业对比分类 (-1:高于行业, 0:接近行业, 1:低于行业)
"""
try:
# 提取历史估值分类
historical_classification = self._extract_historical_valuation(valuation_text)
# 提取行业估值分类
industry_classification = self._extract_industry_valuation(valuation_text)
# 直接提取四个分类值
pe_historical = self._extract_pe_historical(valuation_text)
pb_historical = self._extract_pb_historical(valuation_text)
pe_industry = self._extract_pe_industry(valuation_text)
pb_industry = self._extract_pb_industry(valuation_text)
# 更新数据库中的记录
result = get_analysis_result(self.db, stock_code, "valuation_level")
@ -1150,103 +1152,189 @@ class FundamentalAnalyzer:
reasoning_process=result.reasoning_process,
references=result.references,
extra_info={
"historical_valuation": historical_classification,
"industry_valuation": industry_classification
"pe_historical": pe_historical,
"pb_historical": pb_historical,
"pe_industry": pe_industry,
"pb_industry": pb_industry
}
)
logger.info(f"已更新估值分类到数据库: historical_valuation={historical_classification}, industry_valuation={industry_classification}")
logger.info(f"已更新估值分类到数据库: pe_historical={pe_historical}, pb_historical={pb_historical}, pe_industry={pe_industry}, pb_industry={pb_industry}")
return {"historical_valuation": historical_classification, "industry_valuation": industry_classification}
return {
"pe_historical": pe_historical,
"pb_historical": pb_historical,
"pe_industry": pe_industry,
"pb_industry": pb_industry
}
except Exception as e:
logger.error(f"提取估值分类失败: {str(e)}")
return {"historical_valuation": 0, "industry_valuation": 0}
return {
"pe_historical": 0,
"pb_historical": 0,
"pe_industry": 0,
"pb_industry": 0
}
def _extract_historical_valuation(self, valuation_text: str) -> int:
"""从估值水平分析中提取历史估值分类
def _extract_pe_historical(self, valuation_text: str) -> int:
"""从估值水平分析中提取PE历史分位分类
Args:
valuation_text: 完整的估值水平分析文本
Returns:
int: 历史估值分类值 (高于历史:-1, 接近历史:0, 低于历史:1)
int: PE历史分位分类值 (-1:高于历史, 0:接近历史, 1:低于历史)
"""
try:
# 使用在线模型提取历史估值分类
prompt = f"""请仔细分析以下估值水平文本，判断当前PE和PB在历史分位的位置，并返回对应的数值：
- 如果当前估值明显高于历史平均水平（高估），返回数值"-1"
- 如果当前估值接近历史平均水平，返回数值"0"
- 如果当前估值明显低于历史平均水平（低估），返回数值"1"
prompt = f"""请仔细分析以下估值水平文本，判断当前PE在历史分位的位置，并返回对应的数值：
- 如果当前PE为负数，返回数值"-1"
- 如果当前PE明显高于历史平均水平，返回数值"-1"
- 如果当前PE接近历史平均水平，返回数值"0"
- 如果当前PE明显低于历史平均水平，返回数值"1"
- 如果文本中没有相关信息，返回数值"0"
估值水平文本：
{valuation_text}
只需要输出一个数值，不要输出任何说明或解释。只输出：-1、0或1。"""
# 使用千问离线模型提取数值
self.offline_bot_tl_qw.clear_history()
response = self.offline_bot_tl_qw.chat(prompt)
# 清理模型输出
hist_val_str = self._clean_model_output(response)
# 尝试将响应转换为整数
pe_hist_str = self._clean_model_output(response)
try:
hist_val = int(hist_val_str)
# 确保值在有效范围内
if hist_val < -1 or hist_val > 1:
logger.warning(f"提取的历史估值分类值超出范围: {hist_val}，设置为默认值0")
pe_hist = int(pe_hist_str)
if pe_hist < -1 or pe_hist > 1:
logger.warning(f"提取的PE历史分位分类值超出范围: {pe_hist}，设置为默认值0")
return 0
return hist_val
return pe_hist
except ValueError:
logger.warning(f"无法将提取的历史估值分类值转换为整数: {hist_val_str}，设置为默认值0")
logger.warning(f"无法将提取的PE历史分位分类值转换为整数: {pe_hist_str}，设置为默认值0")
return 0
except Exception as e:
logger.error(f"提取历史估值分类失败: {str(e)}")
logger.error(f"提取PE历史分位分类失败: {str(e)}")
return 0
def _extract_industry_valuation(self, valuation_text: str) -> int:
"""从估值水平分析中提取行业估值对比分类
def _extract_pb_historical(self, valuation_text: str) -> int:
"""从估值水平分析中提取PB历史分位分类
Args:
valuation_text: 完整的估值水平分析文本
Returns:
int: 行业估值对比分类值 (高于行业:-1, 接近行业:0, 低于行业:1)
int: PB历史分位分类值 (-1:高于历史, 0:接近历史, 1:低于历史)
"""
try:
# 使用在线模型提取行业估值对比分类
prompt = f"""请仔细分析以下估值水平文本，判断当前企业的PE和PB与行业平均水平的对比情况，并返回对应的数值：
- 如果当前企业估值明显高于行业平均水平，返回数值"-1"
- 如果当前企业估值接近行业平均水平，返回数值"0"
- 如果当前企业估值明显低于行业平均水平，返回数值"1"
prompt = f"""请仔细分析以下估值水平文本，判断当前PB在历史分位的位置，并返回对应的数值：
- 如果当前PB为负数，返回数值"-1"
- 如果当前PB明显高于历史平均水平，返回数值"-1"
- 如果当前PB接近历史平均水平，返回数值"0"
- 如果当前PB明显低于历史平均水平，返回数值"1"
- 如果文本中没有相关信息，返回数值"0"
估值水平文本：
{valuation_text}
只需要输出一个数值，不要输出任何说明或解释。只输出：-1、0或1。"""
# 使用千问离线模型提取数值
response = self.offline_bot_tl_qw.chat(prompt)
# 清理模型输出
ind_val_str = self._clean_model_output(response)
# 尝试将响应转换为整数
self.offline_bot_tl_qw.clear_history()
response = self.offline_bot_tl_qw.chat(prompt)
pb_hist_str = self._clean_model_output(response)
try:
ind_val = int(ind_val_str)
# 确保值在有效范围内
if ind_val < -1 or ind_val > 1:
logger.warning(f"提取的行业估值对比分类值超出范围: {ind_val}，设置为默认值0")
pb_hist = int(pb_hist_str)
if pb_hist < -1 or pb_hist > 1:
logger.warning(f"提取的PB历史分位分类值超出范围: {pb_hist}，设置为默认值0")
return 0
return ind_val
return pb_hist
except ValueError:
logger.warning(f"无法将提取的行业估值对比分类值转换为整数: {ind_val_str}，设置为默认值0")
logger.warning(f"无法将提取的PB历史分位分类值转换为整数: {pb_hist_str}，设置为默认值0")
return 0
except Exception as e:
logger.error(f"提取行业估值对比分类失败: {str(e)}")
logger.error(f"提取PB历史分位分类失败: {str(e)}")
return 0
def _extract_pe_industry(self, valuation_text: str) -> int:
"""从估值水平分析中提取PE行业对比分类
Args:
valuation_text: 完整的估值水平分析文本
Returns:
int: PE行业对比分类值 (-1:高于行业, 0:接近行业, 1:低于行业)
"""
try:
prompt = f"""请仔细分析以下估值水平文本，判断当前PE与行业平均水平的对比情况，并返回对应的数值：
- 如果当前PE为负数，返回数值"-1"
- 如果当前PE明显高于行业平均水平，返回数值"-1"
- 如果当前PE接近行业平均水平，返回数值"0"
- 如果当前PE明显低于行业平均水平，返回数值"1"
- 如果文本中没有相关信息，返回数值"0"
估值水平文本：
{valuation_text}
只需要输出一个数值，不要输出任何说明或解释。只输出：-1、0或1。"""
self.offline_bot_tl_qw.clear_history()
response = self.offline_bot_tl_qw.chat(prompt)
pe_ind_str = self._clean_model_output(response)
try:
pe_ind = int(pe_ind_str)
if pe_ind < -1 or pe_ind > 1:
logger.warning(f"提取的PE行业对比分类值超出范围: {pe_ind}，设置为默认值0")
return 0
return pe_ind
except ValueError:
logger.warning(f"无法将提取的PE行业对比分类值转换为整数: {pe_ind_str}，设置为默认值0")
return 0
except Exception as e:
logger.error(f"提取PE行业对比分类失败: {str(e)}")
return 0
def _extract_pb_industry(self, valuation_text: str) -> int:
"""从估值水平分析中提取PB行业对比分类
Args:
valuation_text: 完整的估值水平分析文本
Returns:
int: PB行业对比分类值 (-1:高于行业, 0:接近行业, 1:低于行业)
"""
try:
prompt = f"""请仔细分析以下估值水平文本，判断当前PB与行业平均水平的对比情况，并返回对应的数值：
- 如果当前PB为负数，返回数值"-1"
- 如果当前PB明显高于行业平均水平，返回数值"-1"
- 如果当前PB接近行业平均水平，返回数值"0"
- 如果当前PB明显低于行业平均水平，返回数值"1"
- 如果文本中没有相关信息，返回数值"0"
估值水平文本：
{valuation_text}
只需要输出一个数值，不要输出任何说明或解释。只输出：-1、0或1。"""
self.offline_bot_tl_qw.clear_history()
response = self.offline_bot_tl_qw.chat(prompt)
pb_ind_str = self._clean_model_output(response)
try:
pb_ind = int(pb_ind_str)
if pb_ind < -1 or pb_ind > 1:
logger.warning(f"提取的PB行业对比分类值超出范围: {pb_ind}，设置为默认值0")
return 0
return pb_ind
except ValueError:
logger.warning(f"无法将提取的PB行业对比分类值转换为整数: {pb_ind_str}，设置为默认值0")
return 0
except Exception as e:
logger.error(f"提取PB行业对比分类失败: {str(e)}")
return 0
def generate_investment_advice(self, stock_code: str, stock_name: str) -> bool: