Search the number of web pages of specific date. # Arguments: firstUrl: The first web page of specific date. date

Generate dictionary and bow-vector of all tokenzied news(articles). # Arguments: documents: List of news(articles).

根据 URL 生成唯一 ID

Analyze website and extract useful information.

获取股票财务指标（用于辩论分析） 包括：PE、PB、ROE、净利润增长率等 Args: stock_code: 股票代码 Returns:

获取个股资金流向（用于辩论分析） 包括：主力资金净流入、散户资金流向等 Args: stock_code: 股票代码 days: 获取最近几天的数据

获取操作符的参数数量 Args: token: 操作符 token ID Returns: 参数数量（1, 2 或 3）

使用多个搜索引擎进行搜索 Args: query: 搜索关键词 engines: 搜索引擎列表 ['baidu_news', 'baidu', 'sogou', '360', 'bing']

检查搜索功能是否可用

Cut the documents into a sequence of independent words. # Arguments: documents: List of news(articles).

转换为字典

单步训练 Args: features: 特征张量 [batch, num_features, time_steps] returns: 收益率张量 [batch, time_steps]

滑动平均 Args: x: [batch, time_steps] 输入张量 window: 窗口大小 Returns: 滑动平均后的张量

滑动标准差 Args: x: [batch, time_steps] 输入张量 window: 窗口大小 Returns: 滑动标准差后的张量

Generate page number list using Range parameter.

Generate page number list using Range parameter.

评估内容质量 返回 0-1 的分数

生成模拟K线数据（当 akshare 不可用时使用）

返回模拟财务指标

返回模拟资金流向数据

返回模拟股票列表

准备特征数据

异步执行价格获取 Args: symbol: 股票代码 interval: K线周期 limit: 返回条数 adjust: 复权类型 prov

生成看多分析报告

执行量化分析 Args: stock_code: 股票代码 stock_name: 股票名称 market_data: 行情数据（可选） sentime

构建完整的公司知识图谱 Args: graph: 公司知识图谱数据 Returns: 是否成功

爬取单个页面内容 Args: url: 页面 URL Returns: {"url": "...", "title": "...", "content": "

同步执行工具

智能提取：依次尝试多种方法 1. readabilipy（最智能） 2. CSS 选择器（网站特定） 3. 启发式算法（兜底）

Extract column data with tag in 'tag_list' to the list.

从 akshare 数据提取基础信息 Args: stock_code: 股票代码 stock_name: 股票名称 stock_info: akshare 返回的股票信息

从新闻中提取业务变化和概念 Args: stock_code: 股票代码 stock_name: 股票名称 news_list: 新闻列表

生成因子表达式（训练模式，保留梯度） Args: batch_size: 生成数量 max_len: 最大长度 device: 设备

获取用于辩论的综合上下文数据 整合财务指标、资金流向、实时行情等信息 Args: stock_code: 股票代码 Returns:

获取K线数据（支持日线和分钟级数据） Args: stock_code: 股票代码 period: 周期 (daily, 1m, 5m, 15m, 30m, 60m) limi

获取 Neo4j 客户端单例

根据名称获取操作符函数和参数数量 Args: name: 操作符名称 Returns: (function, arity) 元组 Raises: KeyError: 如果操

获取所有操作符名称

获取支持指定数据类型的所有 Provider Args: data_type: 数据类型 Returns: 支持该类型的 Provider 名称列表 (按优先级排序)

获取向量存储实例（单例模式）

Label the historical news(articles/documents) with 'Bad', 'Good' or 'Neutral'. # Arguments: stockCode: Code of specific stock. date: Date

综合双方观点，做出投资决策 Args: stock_code: 股票代码 stock_name: 股票名称 bull_analysis: 看多分析 be

处理辩论发言中的搜索请求 Args: speech_text: 辩论发言文本 stock_code: 股票代码 stock_name: 股票名称 age

获取会话（上下文管理器）

时序差分：计算 x[t] - x[t-d] Args: x: [batch, time_steps] 输入张量 d: 差分步数 Returns: 差分后的张量

Invoke specific transformation models of Gensim module. # Arguments: Dict: Dictionary made by all tokenized news(articles/docu

Connect mongodb.

Connect mongodb.

Connect mongodb.

Connect mongodb.

Convert LDA(LSI) model vector to CSR sparse matrix, that could be accepted by Scipy and Numpy. # Arguments: modelVec: Transformation model

Divide date list into parts using Range parameter.

Generate page number list using Range parameter.

Generate page number list using Range parameter.

添加产品节点（内部方法）

对齐时间步长度

构建辩论提示词

计算百分比变化

计算收益率

计算 Sharpe Ratio

计算滚动波动率

辅助方法：在同步上下文中调用异步 add() 方法

提取新闻正文

提取新闻正文 Args: soup: BeautifulSoup对象 Returns: 新闻正文

同步获取页面

生成模拟情感数据

生成缓存键

初始化 AgentExecutor（延迟初始化）

:param date: 类型datetime.datetime，表示新闻发布的日期，只包括年月日，不包括具体时刻，如datetime.datetime(2015, 1, 5, 0, 0) :param symbol: 类型str，表示股票标的，如sh600000

执行因子挖掘

标准化特征

标准化股票代码，返回纯数字代码 支持格式: SH600519, sh600519, 600519

解析日期字符串

解析日期字符串

解析时间字符串

解析时间字符串（如"1小时前"、"昨天"、"2024-12-06 10:00"） Args: time_str: 时间字符串 Returns: datetim

处理发言中的搜索请求 Returns: (updated_context, supplement_data)

稳健标准化（使用中位数和 MAD） Args: features: [batch, num_features, time_steps] 或 [num_features, time_steps]

添加业务线

添加概念/主题

异步将文本转换为向量（推荐在异步上下文中使用） Args: text: 文本 Returns: 向量（List[float]）

爬取新浪财经新闻 Args: start_page: 起始页码 end_page: 结束页码 Returns: 新闻列表

爬取新闻 Args: start_page: 起始页 end_page: 结束页 Returns: 新闻列表

创建数据专员实例

删除公司及其所有关联节点

执行搜索计划 Args: plan: 已确认的搜索计划 Returns: 搜索结果汇总

Extract column data with tag in 'tag_list' to the list.

Extract column data with tag in 'tag_list' to the list.