今天继续讲解股价预测系统的搭建，这次我们充分运用之前提到的ragflow系统和stock-chain框架，手把手讲解如何构建一个能进行股价预测的AI系统，如果对ragflow或者stock-chain有不清楚的小伙伴，请移步这里基于RAG创建智能体（实践篇）和这里用大模型构建股价预测系统，今天这篇不再赘述，直接上手实操。

开始之前

系统的整体思路沿用stock-chain：

本次使用开源系统ragflow来搭建以上流程，同时我们需要提前准备好知识库文档，用来创建知识库(知识库文档在下一章讲解)。此外大模型应该进行微调以满足本次股价预测任务，但由于软硬件限制，我们就直接使用开源模型来完成这个系统。

知识库准备

1、知识库文档：股票行情&业绩报告，这个我用的开源数据集，并且只选取了2家公司历史上的某次业绩点评报告和股价数据，大体格式如下

这是以赣锋锂业（002460）：2022年兑现高盈利增长，全产业链布局有望提速为题目,在2023-04-02 00:00:00日期发布的研究报告。研报内容如下: 研报题目是:赣锋锂业（002460）：2022年兑现高盈利增长，全产业链布局有望提速；目标价格是目标价格未公布，....该企业的近期数据如下:1.股票价格（元）:{'2023-04-03': 68.34, '2023-04-04': 65.84, '2023-04-06': 64.26, '2023-04-07': 64.19, '2023-04-10': 65.23, '2023-04-11': 66.94......

2、打开ragflow，创建知识库【上市公司业绩点评&股价】，导入这2家公司的文档

智能体创建

1、在ragflow中新建助理(智能体)，用来作为股价预测系统中的问答助手，选择智能体需要使用的知识库

2、设置调用大语言模型的系统prompt(提示词如下，大家可以模仿也可以超越)，设置RAG系统的检索准确性参数

3、设置系统使用的大语言模型以及相关参数

股价预测系统运行

创建完智能体，开启一个对话窗口，这里提了一个预测爱旭股份股价走势的问题

基于知识库的数据，它的问答是下个月(2023年6月)上涨概率较大，然后回答的格式整体是按照我的要求来的