金融研究智能体

混合可用性:

✅ 开源版本: sec-filings(免费SEC EDGAR API)
✅ Shannon云版本: 所有智能体及托管API访问
✅* 开源版(自有API密钥): alpaca-news(Alpaca免费层级)、twitter-sentiment(xAI API)

概览

Shannon提供4个专用智能体用于金融研究和股票分析,结合免费公共数据(SEC文件)与高级情感分析(Twitter/xAI)和新闻聚合(Alpaca、Benzinga)。 使用场景:

事件监控(8-K重大事件、内部交易)
社交情感跟踪(Twitter提及、影响者分析)
新闻聚合(多源新闻及情感评分)
股票研究工作流

可用智能体

sec-filings

开源兼容: 免费SEC EDGAR API。在开源版和云版本中均可使用,无需API密钥。

获取股票代码的最近SEC文件(8-K、10-K、10-Q等)。 智能体ID: sec-filings 输入模式:

字段	类型	必需	默认值	描述
`ticker`	string	是	-	股票代码(例如 ‘NVDA’、‘TSLA’)
`days_back`	integer	否	`30`	搜索历史天数(1-365)
`forms`	string	否	`"8-K,10-K,10-Q,4,SC 13D"`	逗号分隔的表单类型

支持的表单类型:

8-K: 重大事件(收购、高管变动等)
10-K: 年度报告
10-Q: 季度报告
4: 内部交易(高管、董事)
SC 13D: 主要股东文件(>5%所有权)
DEF 14A: 委托书
S-1: IPO注册

请求示例:

curl -X POST https://api-dev.shannon.run/api/v1/agents/sec-filings \
  -H "X-API-Key: sk_your_api_key" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "ticker": "NVDA",
      "days_back": 90,
      "forms": "8-K,10-K,10-Q"
    }
  }'

输出结构:

{
  "source": "sec_edgar",
  "ticker": "NVDA",
  "company_name": "NVIDIA CORP",
  "cik": "0001045810",
  "filings": [
    {
      "form_type": "8-K",
      "filed_date": "2026-01-15",
      "description": "Current Report",
      "filing_url": "https://www.sec.gov/Archives/edgar/data/1045810/...",
      "is_material": true
    },
    {
      "form_type": "10-Q",
      "filed_date": "2025-11-20",
      "description": "Quarterly Report",
      "filing_url": "https://www.sec.gov/Archives/edgar/data/1045810/...",
      "is_material": false
    }
  ],
  "has_material_events": true,
  "total_count": 5
}

用例示例:

# 监控重大事件
import httpx

def check_material_events(ticker):
    response = httpx.post(
        "https://api-dev.shannon.run/api/v1/agents/sec-filings",
        headers={"X-API-Key": "sk_your_api_key"},
        json={"input": {"ticker": ticker, "forms": "8-K"}}
    ).json()

    # 等待任务完成
    task_id = response["task_id"]
    # ... 轮询结果 ...

    if result["has_material_events"]:
        print(f"⚠️  {ticker}的重大事件:")
        for filing in result["filings"]:
            if filing["is_material"]:
                print(f"  - {filing['filed_date']}: {filing['description']}")

twitter-sentiment

仅限Shannon云版本: 使用xAI API进行Twitter/X情感分析。

使用xAI的Grok模型分析股票的X/Twitter情感。 智能体ID: twitter-sentiment 输入模式:

字段	类型	必需	默认值	描述
`ticker`	string	是	-	股票代码(例如 ‘NVDA’、‘TSLA’)
`days_back`	integer	否	`1`	搜索历史天数(1-7)

请求示例:

curl -X POST https://api-dev.shannon.run/api/v1/agents/twitter-sentiment \
  -H "X-API-Key: sk_your_api_key" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "ticker": "NVDA",
      "days_back": 3
    }
  }'

输出结构:

{
  "ticker": "NVDA",
  "analysis": "近期Twitter对NVIDIA的情感以看涨为主。关键影响者正在讨论强劲的第四季度收益和AI芯片需求。值得注意的提及包括:\n- @analyst123: 'NVDA超出预期'\n- @investor_daily: 'AI需求没有放缓迹象'",
  "sentiment": "bullish",
  "citations": [
    "https://x.com/analyst123/status/123456789",
    "https://x.com/investor_daily/status/987654321"
  ],
  "cost_usd": 0.30
}

情感值:

bullish - 积极情感,买入兴趣
bearish - 消极情感,卖出压力
mixed - 信号冲突
neutral - 无明确方向性情感

API成本: Twitter情感分析使用xAI的Grok模型,每次分析成本约$0.30。请监控使用情况以控制成本。

alpaca-news

开源兼容: Alpaca Markets提供免费层级。在开源版中使用您的Alpaca API密钥即可工作。

从Alpaca Markets API(由Benzinga提供支持)获取最近的股票新闻。 智能体ID: alpaca-news 输入模式:

字段	类型	必需	默认值	描述
`symbols`	string	是	-	逗号分隔的股票代码(例如 ‘NVDA’或 ‘NVDA,AAPL’)
`hours_back`	integer	否	`24`	搜索历史小时数(1-168)
`limit`	integer	否	`10`	返回的最大新闻条目数(1-50)

请求示例:

curl -X POST https://api-dev.shannon.run/api/v1/agents/alpaca-news \
  -H "X-API-Key: sk_your_api_key" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "symbols": "NVDA,AMD",
      "hours_back": 48,
      "limit": 20
    }
  }'

输出结构:

{
  "symbols": "NVDA,AMD",
  "news": [
    {
      "headline": "NVIDIA宣布新AI芯片突破",
      "summary": "NVIDIA公司推出其下一代AI加速器...",
      "author": "Tech News Daily",
      "created_at": "2026-02-15T09:30:00Z",
      "updated_at": "2026-02-15T09:30:00Z",
      "url": "https://example.com/nvidia-ai-chip",
      "symbols": ["NVDA"],
      "source": "benzinga"
    },
    {
      "headline": "AMD在数据中心GPU市场份额增长",
      "summary": "Advanced Micro Devices报告数据中心收入增长...",
      "author": "Market Watch",
      "created_at": "2026-02-15T08:15:00Z",
      "updated_at": "2026-02-15T08:15:00Z",
      "url": "https://example.com/amd-datacenter",
      "symbols": ["AMD"],
      "source": "benzinga"
    }
  ],
  "total_count": 18
}

Alpaca免费层级:

每月200次新闻请求
实时新闻源
Benzinga新闻源

news-aggregator

仅限Shannon云版本: 结合多个高级来源(Alpaca、SEC、xAI)。

从多个来源(Alpaca、SEC、Twitter)获取股票的综合新闻和情感。 智能体ID: news-aggregator 输入模式:

字段	类型	必需	默认值	描述
`ticker`	string	是	-	股票代码(例如 ‘NVDA’)
`include_filings`	boolean	否	`true`	在结果中包含SEC文件
`include_twitter`	boolean	否	`true`	在结果中包含Twitter情感

请求示例:

curl -X POST https://api-dev.shannon.run/api/v1/agents/news-aggregator \
  -H "X-API-Key: sk_your_api_key" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "ticker": "NVDA",
      "include_filings": true,
      "include_twitter": true
    }
  }'

输出结构:

{
  "ticker": "NVDA",
  "as_of": "2026-02-15T10:30:00Z",
  "sources_used": ["alpaca", "sec", "twitter"],
  "overall_sentiment": {
    "score": 0.72,
    "label": "bullish"
  },
  "alpaca": {
    "articles": [
      {
        "headline": "NVIDIA宣布新AI芯片突破",
        "summary": "...",
        "created_at": "2026-02-15T09:30:00Z",
        "url": "https://..."
      }
    ],
    "total_count": 18,
    "heuristic_sentiment_score": 0.65
  },
  "sec": {
    "filings": [
      {
        "form_type": "8-K",
        "filed_date": "2026-01-15",
        "description": "Current Report",
        "filing_url": "https://www.sec.gov/...",
        "is_material": true
      }
    ],
    "has_material_events": true,
    "total_count": 3
  },
  "twitter": {
    "analysis": "近期Twitter情感以看涨为主...",
    "sentiment": "bullish",
    "citations": ["https://x.com/..."]
  }
}

综合情感计算: 聚合器计算加权情感评分:

Alpaca新闻: 40%权重(启发式关键词分析)
Twitter: 40%权重(xAI情感)
SEC文件: 20%权重(重大事件指标)

评分范围:

0.6 - 1.0: 看涨
0.4 - 0.6: 中性
0.0 - 0.4: 看跌

常用工作流

工作流1: 每日事件监控

监控多个股票代码的重大SEC事件:

import httpx

tickers = ["NVDA", "AAPL", "MSFT", "GOOGL", "AMZN"]
client = httpx.Client(
    base_url="https://api-dev.shannon.run",
    headers={"X-API-Key": "sk_your_api_key"}
)

for ticker in tickers:
    response = client.post("/api/v1/agents/sec-filings", json={
        "input": {
            "ticker": ticker,
            "days_back": 1,
            "forms": "8-K"
        }
    }).json()

    task_id = response["task_id"]
    # ... 轮询结果 ...

    if result.get("has_material_events"):
        print(f"⚠️  {ticker}: {len(result['filings'])} 个新8-K文件")

工作流2: 综合股票分析

结合单个股票代码的所有来源:

# 获取聚合视图
aggregated = client.post("/api/v1/agents/news-aggregator", json={
    "input": {"ticker": "NVDA"}
}).json()

task_id = aggregated["task_id"]
# ... 轮询结果 ...

print(f"综合情感: {result['overall_sentiment']['label']}")
print(f"来源: {', '.join(result['sources_used'])}")
print(f"新闻文章: {result['alpaca']['total_count']}")
print(f"重大事件: {result['sec']['has_material_events']}")

工作流3: 同行情感比较

比较多个股票代码的情感:

peer_group = ["NVDA", "AMD", "INTC"]
sentiments = {}

for ticker in peer_group:
    response = client.post("/api/v1/agents/twitter-sentiment", json={
        "input": {"ticker": ticker, "days_back": 1}
    }).json()

    task_id = response["task_id"]
    # ... 轮询结果 ...

    sentiments[ticker] = result["sentiment"]

print("同行情感比较:")
for ticker, sentiment in sentiments.items():
    print(f"  {ticker}: {sentiment}")

工作流4: 新闻驱动的交易提醒

监控特定关键词的新闻:

response = client.post("/api/v1/agents/alpaca-news", json={
    "input": {
        "symbols": "NVDA",
        "hours_back": 1,
        "limit": 50
    }
}).json()

task_id = response["task_id"]
# ... 轮询结果 ...

keywords = ["突破", "合作", "收购", "诉讼"]

for article in result["news"]:
    headline_lower = article["headline"].lower()
    if any(kw in headline_lower for kw in keywords):
        print(f"🚨 提醒: {article['headline']}")
        print(f"   URL: {article['url']}")

自托管开源版设置

在Shannon开源版中使用金融智能体:

sec-filings(无需API密钥)

开箱即用 - SEC EDGAR是免费公共API。

# 无需配置
docker compose up -d

alpaca-news(有免费层级)

注册Alpaca(免费层级): https://alpaca.markets
从仪表板获取API密钥
添加到.env:

# .env
ALPACA_API_KEY=your_api_key_here
ALPACA_SECRET_KEY=your_secret_key_here

重启服务:

docker compose restart llm-service

twitter-sentiment(付费API)

注册xAI(需要付费): https://x.ai
获取API密钥
添加到.env:

# .env
XAI_API_KEY=your_xai_api_key_here

重启服务:

docker compose restart llm-service

xAI成本: Twitter情感分析每次请求成本约$0.30。请仔细监控使用情况。

成本比较

智能体	开源版(自托管)	Shannon云版本
`sec-filings`	免费(SEC EDGAR)	免费(已包含)
`alpaca-news`	免费层级(200次/月)	托管(已包含)
`twitter-sentiment`	~$0.30/次调用(自有xAI密钥)	~$0.30/次调用(托管)
`news-aggregator`	免费 + $0.30(组合)	~$0.35/次调用(托管)

Shannon云版本优势:

✅ 托管API密钥(无需注册)
✅ 按租户成本核算
✅ 速率限制和配额
✅ 基础设施(无需服务器维护)

智能体API参考

完整API端点文档

广告研究智能体

竞争广告情报智能体

获取任务状态

检索智能体执行结果

智能体概览

完整智能体目录和可用性矩阵

入门指南

任务

流式

智能体

会话

Swarm 集群

技能

定时任务

人机协同审查

参考

金融研究智能体

概览

可用智能体

sec-filings

twitter-sentiment

alpaca-news

news-aggregator

常用工作流

工作流1: 每日事件监控

工作流2: 综合股票分析

工作流3: 同行情感比较

工作流4: 新闻驱动的交易提醒

自托管开源版设置

sec-filings(无需API密钥)

alpaca-news(有免费层级)

twitter-sentiment(付费API)

成本比较

相关资源

智能体API参考

广告研究智能体

获取任务状态

智能体概览

入门指南

任务

流式

智能体

会话

Swarm 集群

技能

定时任务

人机协同审查

参考

​概览

​可用智能体

​sec-filings

​twitter-sentiment

​alpaca-news

​news-aggregator

​常用工作流

​工作流1: 每日事件监控

​工作流2: 综合股票分析

​工作流3: 同行情感比较

​工作流4: 新闻驱动的交易提醒

​自托管开源版设置

​sec-filings(无需API密钥)

​alpaca-news(有免费层级)

​twitter-sentiment(付费API)

​成本比较

​相关资源

智能体API参考

广告研究智能体

获取任务状态

智能体概览

概览

可用智能体

sec-filings

twitter-sentiment

alpaca-news

news-aggregator

常用工作流

工作流1: 每日事件监控

工作流2: 综合股票分析

工作流3: 同行情感比较

工作流4: 新闻驱动的交易提醒

自托管开源版设置

sec-filings(无需API密钥)

alpaca-news(有免费层级)

twitter-sentiment(付费API)

成本比较

相关资源