FinAgent组合经理阶段怎么做：设计、实现逻辑与报告输出

摘要：组合经理（portfolio_manager）是FinAgent单股分析流水线的倒数第二个业务阶段，位于风控评审之后、组合报告之前。它在Risk Judge终稿与规则风险基线之上，由LLM给出五档投资组合评级（Buy/Overweight/Hold/Underweight/Sell）及执行摘要、投资论点等叙事，并与技术面、情绪、风险等结构化字段合并为final_conclusion（最终结论）。本文说明该节点的设计约定、实现逻辑、兜底策略，以及结果如何进入report_json、Markdown 与前端展示。

关键词：FinAgent；LangGraph；组合经理

---

一、组合经理在流水线中做什么

主图顺序（server/finagent/graph/runner.py）：

analyst→research_debate→trader→risk_review→portfolio_manager→build_report

阶段	职责	主要产出
risk_review（上游）	风控辩论+Risk Judge审议交易员方案	final_trade_decision、risk_section、risk_debate_state
portfolio_manager（本文重点）	在风控结论之上，站在整个组合的角度做五档评级+执行摘要	portfolio_output→final_conclusion
build_report（下游）	把所有内容打包成网页和PDF	report_json、Markdown

对照投研分工：交易员提方案，风控审议并给出裁决终稿，组合经理再从资产配置、仓位与执行节奏等角度给出评级与摘要。

---

二、设计思路：输入、输出与上下游衔接

2.1 设计原则

1. 汇总上游，不重复拉数：不再访问行情接口，主要阅读交易员方案、风控裁决与辩论、三份分析师报告。
2. 结构化骨架 + LLM 叙事：先用规则字段生成标题、风险摘要等固定结构，AI再往里填评级和长文，避免报告格式混乱。
3. 评级必须可解析：Prompt要求AI明确写Buy/Hold/Sell等词，代码用_extract_rating从正文中抽取，供评分卡与Markdown使用。
4. LLM 失败可降级：模型不可用或报错时，自动降级为HOLD+简短说明，保证整条分析线不会卡，进入最终报告。

2.2 输入字段

portfolio_manager_node从共享状态state读取：

字段	来源	用途
ticker/analysis_date	用户创建分析任务时传入	写入Prompt，标明标的（股票代码）与日期
trader_investment_plan	trader	交易员方案
final_trade_decision/risk_debate_state.judge_decision	risk_review	Risk Judge裁决的正文
risk_debate_state.history	risk_review	风控辩论全文（截断后传入）
risk_section	risk_review	risk_level、risk_score（风险分数、等级）等
三份 *_report	analyst	证据材料，默认最多12000字符，太长会截断

组合经理的输入=交易员方案+风控裁决与辩论+规则风险分+三份分析师报告+部分结构化技术面/情绪字段。

2.3 输出字段

字段	类型	说明
portfolio_output	对象	本阶段总包裹；含llm（表明是否走通了LLM）、portfolio_narrative（大模型生成的完整文本内容）
portfolio_output.final_conclusion	对象	写入report_json.final_conclusion的主结构，组合经理输出的核心业务数据结构，是整份研报最终综合结论的数据源
final_conclusion.rating	字符串	五档标准：BUY/OVERWEIGHT/HOLD/UNDERWEIGHT/SELL（解析失败默认 HOLD）
final_conclusion.llm_narrative	字符串	大模型完整投资论述（包含执行摘要、投资逻辑、组合配置建议，全文最长约8000字符），前端组合经理部分的展示
final_conclusion.headline 等	对象	规则自动生成，如：HIGH 风险 | 情绪=…
memory_log	字符串列表	日志记录，用来排查问题[portfolio_manager] LLM narrative或rule final_conclusion

2.4 与下游的关系

• build_report：若portfolio_output.final_conclusion存在，覆盖/写入report_json["final_conclusion"]（最终报告部分）；Markdown综合结论一节会展示headline、rating等。
• trading_signal（交易信号，如买入）：仍在build_report中由 final_trade_decision（风控阶段的最终裁决） 解析，不由组合经理评级直接映射。
• Agent 评分卡：agent_scorecards.portfolio_manager结合叙事文本、rating与risk_score给出展示分，标注prototype_shell（该模块属于原型壳功能，仅用于前端页面可视化展示，不能用于实盘交易、合规投研归档）。

---

三、实现逻辑

核心代码位于server/finagent/agents/managers/portfolio_manager.py：

3.1 LLM 主路径

使用深思考档（与Risk Judge同级），Prompt书写以下要点：

• 角色：组合经理，在Risk Judge裁决之后给出最终组合评级；
• 评级需要五选一：Buy/Overweight/Hold/Underweight/Sell；
• 输出结构（固定模块）：Rating（评级）、Executive Summary（执行摘要，包含仓位、入场、风控、周期）、Investment Thesis（基于证据的投资论点）；
• 输入材料：标的与日期、交易员方案、Judge 裁决（截断 6000）、风险基线、风控辩论（6000）、三份分析师报告（8000）。

调用成功后：

1. 调用generate_final_conclusion(tech, sentiment, risk)得到规则骨架，搭好报告的标准化结构；
2. 将LLM返回正文写入fc["llm_narrative"]，作为前端组合经理部分的展示正文，并用_extract_rating解析fc["rating"]（评级），存入对应的存入final_conclusion.rating字段；
3. 返回portfolio_output: { final_conclusion: fc, llm: True, portfolio_narrative: text }，将封装阶段结果返回写入流水线状态。

3.2 评级提取（_extract_rating）

在LLM正文中按优先级搜索英文评级词（整词匹配）：

UNDERWEIGHT→OVERWEIGHT→BUY→SELL→HOLD

均未命中则默认 HOLD。这样可以避免子串误匹配（例如先匹配OVERWEIGHT再匹配WEIGHT）。

3.3 规则兜底

当get_chat_model（获取模型）返回None，或invoke抛错的时候：

• 仍生成generate_final_conclusion的报告标准结构骨架；
• rating固定为 HOLD（持有）；
• llm_narrative预填写简短英文模板（说明 LLM 不可用、建议暂缓加仓）；
• portfolio_output.llm为**False**，标识本次结论不是LLM生成，是规则兜底产出；memory_log记[portfolio_manager] rule final_conclusion，日志说明该阶段触发了降级策略，方便排查模型、接口类故障。

流水线可继续执行build_report，不会出现组合经理阶段整段的缺失。

---

四、接入主图与阶段开关

主图节点_portfolio_node（runner.py）负责：

1.读取环境配置做阶段校验：从环境变量FINAGENT_ENABLED_STAGES读取当前开启的流水线阶段列表，如果列表里没有配置portfolio_manager，直接跳过本阶段，portfolio_output赋值为空对象，不会执行组合经理的 LLM、规则兜底等所有逻辑。
2.标记当前任务进度：调用mark_stage，把前端展示的任务执行进度更新为组合经理，用户可以在页面看到当前运行到哪一步。
3.执行业务核心函数：把全局流转的状态state转为字典传入，调用我们前面讲的portfolio_manager_node，执行LLM研判/规则兜底的逻辑，拿到处理结果portfolio_output。
4.结果回写全局状态：将portfolio_output写回AnalysisGraphState全局状态对象，下游build_report报告生成节点才能读取到组合经理产出的最终结论数据。

.env 完整流水线示例：

FINAGENT_ENABLED_STAGES=analyst,research_debate,trader,risk_review,portfolio_manager,build_report

---

五、报告输出与前端展示

5.1 写入report_json

build_report阶段逻辑（_build_report_node）：

1. 调用generate_report_json(...)生成含技术面、新闻、风险等的基础 JSON（其中已含一份默认 final_conclusion）；
2. 若主图state 中存在portfolio_output.final_conclusion，则用组合经理产出覆盖上面的 report_json["final_conclusion"]；
3. 同时挂载final_trade_decision、trading_signal、trader_*、risk_debate_state等字段；
4. 调用build_agent_scorecards(report_json)生成各Agent评分卡。

字段	主要来源阶段	典型含义
trader_investment_plan	交易员	交易方案原文
final_trade_decision	风控 Risk Judge	风控审议后的买/持/卖终稿
final_conclusion（含 rating）	组合经理	五档组合评级+执行摘要/论点
trading_signal	对final_trade_decision解析（build_report）	页面买入/目标价等标签

5.2 Markdown导出

generate_report_markdown 在文末综合结论与辅助建议一节输出：

• final_conclusion.headline、recommendation_style
• 组合经理评级：final_conclusion.rating
• 另附Risk Judge终稿章节与 结构化的交易信号（来自 trading_signal）
  

5.3 前端展示

（1）组合经理（PortfolioManagerTab）

页面区域	数据来源
折叠的组合经理正文	final_conclusion.llm_narrative或portfolio_narrative
标题旁评级BUY/HOLD/…	final_conclusion.rating
评分等小标签	agent_scorecards.portfolio_manager

（2）投资结论（InvestmentConclusion）

汇总展示final_conclusion.headline、风险要点、trading_signal标签，以及交易员/风控/组合经理三张下游评分卡——组合经理在此以评分与评级参与总览，而非重复全文。

5.4 Agent 评分卡

agent_scorecards.py对组合经理：

• 文本来源优先final_trade_decision，否则llm_narrative；
• 按rating映射基础分（如BUY偏高、SELL偏低），再与风险分等加权；
• 标注 prototype_shell：未部署完整组合约束、归因与实盘合规规则，仅展示用。

---

六、总结

FinAgent的组合经理阶段，在风控Judge终稿与规则风险基线之上，用一次深思考 LLM 调用产出五档评级与组合层叙事，并与规则生成的headline、风险摘要等合并为 final_conclusion。它在流水线中的角色是研究—交易—风控之后的最后一环业务 Agent，再把结果交给build_report统一出报告与评分卡。

往期：
【山东大学项目实训FinAgent】风控评审阶段怎么做：设计、实现逻辑与报告输出
【山东大学项目实训FinAgent】 交易员阶段：设计、实现逻辑与报告输出