本文帶你在3分鐘內跑通基本範例，用llamaIndex 串接Excel，經過爬蟲與Mistral 7B整理的資料，讓GPT4成為國際政治經濟大師，每天為您自動產生經濟分析報告。
眾所皆知大語言模型擅長回答各種問題，但如果直接詢問大語言模型關於現時數據的問題，非常容易出錯。llamaIndex及時出現🥳，完美的解決了這個痛點，能夠串接資料來源，針對問題進行相關性排序，讓相關資料與問題一起提交給大語言模型(LLM)🤗。
自動經濟日報生成結果:
Title: 全球經濟與政治動態對資產類別的影響分析
Abstract:
本文從宏觀經濟和政治的角度出發，分析了 2023 年 11 月 13 日的關鍵指數和事件，
並探討了它們對不同資產類別的影響。文章將涵蓋股票或房地產、商品、美元或短期債券、
長期債券等資產類別，並提出有趣的問題與答案，同時引入經濟公式來支持觀點。
Stocks or Real Estate:
股票市場和房地產投資受到多種因素的影響，包括政治穩定性、經濟增長預期和利率水平。
目前，美國短期國債收益率的上升（例如，3 個月期國債收益率從上年的 1.63%上升至 5.42%），
以及聯邦基金利率的提高（OIS FED Fund Rate 從上 年的 1.55%上升至 5.33%），
表明短期內利率可能會繼續上升，這可能會對股票市場和房地產投資造成壓力。
Commodities:
商品市場受到全球經濟活動和地緣政治事件的強烈影響。例如，尼日利亞恢復石油生產可能會
對石油價格產生影響，而中美電動車礦物資源合作的討論可能會影響鎳和其他電池金屬的市場。
Dollar or Short-term Bonds:
在不確定性和風險上升的環境中，美元和短期債券通常被視為避險資產。目前的經濟指標和政治
事件，如中東地區的緊張局勢和美國對敘利亞的空襲，可能會增加對這些資產的需求。
Long-term Bonds:
長期債券作為一種相對穩定的投資選擇，在當前的經濟環境下可能具有吸引力。德國決定加倍對
烏克蘭的軍事援助，以及美國對伊朗支持的團體在敘利亞的空襲，都可能導致投資者尋求更安全的資產。
QA:
Q: 目前的經濟指標和政治事件對短期債券的吸引力有何影響？
A: 美國短期國債收益率的上升和聯邦基金利率的提高，以及中東地區的緊張局勢，都可能增加
短期債券的吸引力，因為投資者可能會尋求避險資產。
Formula:
投資組合的風險和回報可以通過以下公式來估計：
E(R_p) = ∑[w_i * E(R_i)]
σ_p^2 = ∑∑[w_i * w_j * Cov(R_i, R_j)]
其中，E(R_p) 是投資組合的預期回報，σ_p^2 是投資組合的風險（方差），w_i 是資產 i
在投資組合中的權重，E(R_i) 是資產 i 的預期回報，Cov(R_i, R_j) 是資產 i 和 j 的
回報的協方差。這些公式可以幫助投資者根據不同資產類 別的風險和回報特性來構建投資組合。
如果直接詢問GPT，無法得到任何答案
缺乏資料的情況下，普通GPT不會主動去滿足你的需求，必須使用具備RAG(Retrieval-Augmented Generation)功能的生成模型，或是自己搭建專業的LlamaIndex系統。
完整流程:
- 申請一個Openai API key (For Openai API 初次使用者)
- 安裝Anaconda (For python 初次使用者)
- 安裝git，並且設定好Git (For git 初次使用者)
- 打開Power shell依序輸入以下指令，從Github上面下載程式包，然後到程式目錄下，藉由requirements.txt 安裝好程式運作所需要的python套件
- 執行程式之前，要打指令設定好你的OPENAI_API_KEY
- 執行python demo程式
git clone https://github.com/tim9510019/llamaIndex.git
cd llamaIndex
pip install -r requirements.txt
[Linux terminal] export OPENAI_API_KEY="Your API key"
[windows terminal] set OPENAI_API_KEY=YourAPIkey
python demo_daily_newsIndex.py
LlamaIndex介紹:
此套件可以幫助你在真實新聞(數據)資料庫中，找出最符合問題描述的數據，一起送去大型語言模型作回答，如下圖所示，可以串接各種資料形式，從各種可靠來源，包含Youtube，雲端存儲，PDF，Power Point，Excel，Notion，discord...，支援的資料輸入類型與串接方式一直不斷增加，這些支援工具可以從LlamaHub裡面搜尋到。
