課程類型:微學程 學程名稱:智慧數據分析與應用微學程 指導老師:經濟學系 王偉芳老師、蔡明熹老師,派大老師
金融市場情緒分析 AI 助手
在資訊爆炸的時代,投資人與決策者需快速掌握市場情緒變化,手動閱讀與分析海量新聞或社群貼文不僅耗時,也容易主觀失準。因此,我們希望能結合 AI 技術與自動化流程,打造一個能自動蒐集資訊、分析情緒、並定期輸出結果的工具,協助投資人更有效率地掌握市場動向。
市場情緒難以掌握 : 據統計美股每日平均有 3–5 次劇烈波動(漲跌超過 1%),多數與突發新聞或政策消息相關。
解讀大量資訊耗時且帶有主觀性: 全球主要財經媒體如 Bloomberg、Reuters、CNBC 每日總計產出超過 1,000 篇新聞,手動閱讀與篩選極為耗時。
學習如何使用 n8n 設計自動化流程
學習如何整合 OpenAI 的 API key 進行情緒分析
將分析結果整合為市場分數,並將結果寄送到個人 Email
建構一套完整的自動化 AI 資訊處理流程:從抓資料、分析、整合、到報告發送
使用 n8n 平台,透過節點串接建立自動化程式流程:
使用 Schedule Trigger 定時觸發流程
透過 HTTP Request 抓取外部新聞或貼文資料
使用 Code Node 與 OpenAI API 節點進行情緒分析
整合所有回傳的分數,再以 Python 節點計算平均
最後用 Gmail 節點寄送結果報告
Temperature 數值:參數隨機性太高導致輸出的成果無法收斂, 不具有代表性
無效分析:無法明確定義資料庫中的特徵,使 AI 無法給出情緒指標分數,導致無效分析
蒐集資料 Bug:抓取資料時出現不明原因失敗
附圖為完整的流程圖,包含
收集資料-- 轉換資料-- 分析資料 --儲存內容-- 寄送成果
等過程
分析信件會直接寄到指定信箱中,內容是過去24 小時中市場新聞的情緒指標
擴展資料庫規模:可以儲存更多的新聞內容,使模型自動學習較具影響力的特徵
多語言新聞整合:加入翻譯節點, 使向量資料庫中有更多資訊可以使用
社群整合:將資料擴充至 Facebook、Reddit、PTT、X 等等社群平台建立散戶指標
擴大商業規模:參考CNN 恐慌指數, AAII 散戶指數等具規模的機構指數,發展出一系列資訊整理的商業模式