Studiu de caz: Analiză financiară de sentiment cu GenAI & Google Cloud

Q: Care a fost problema de business fundamentală?

Analiza manuală a miilor de rapoarte financiare zilnice dura ore întregi și era prea lentă pentru a permite luarea unor decizii de investiții rapide, bazate pe date.

Q: Ce tehnologie a fost folosită pentru a înțelege documentele?

Am construit un pipeline de date personalizat în Google Cloud, folosind Vertex AI Gemini 2.5 pentru a extrage automat semnalele relevante și sentimentul din textul nestructurat al rapoartelor PDF.

Q: Cât de rapid este noul proces automatizat?

Sistemul procesează peste 60 de pagini de analize financiare zilnice în mai puțin de 5 minute, comparativ cu orele necesare pentru analiza manuală.

Q: Cât de precis este scorul de sentiment generat?

Scorul calculat de AI are o corelație ridicată (r = 0.79) cu indexul standard CNN Fear & Greed, ceea ce validează acuratețea sa în reflectarea pieței.

Studii de caz Dezvoltare software Automatizări de procese și agenți AI Transformare digitală

Introducere

Un administrator de active european avea nevoie de o modalitate mai sistematică de a-și ajusta portofoliul pe baza sentimentului de piață și a recomandărilor din rapoartele macroeconomice zilnice publicate de băncile de investiții și de consultanți. Pe parcursul a patru ani, aveau disponibile aproape 3.800 de rapoarte PDF zilnice, aproximativ 240.000 de pagini, la care se adăugau noi materiale în fiecare zi.

Echipa de cercetare trebuia să parcurgă noile rapoarte în fiecare dimineață, reacționând adesea prea târziu la schimbarea sentimentului pieței.

În vara 2025, OPTI a implementat o soluție bazată pe Google Cloud.

De la intuiție la scor zilnic în 4 minute: GenAI în cercetare Macro

PROVOCĂRI

Transformarea a patru ani de rapoarte financiare dense într-un scor fiabil zilnic de sentiment, suficient de rapid pentru a acționa pe baza lui și suficient de precis pentru a fi de încredere. S-au formulat următoarele obiective specifice:

1. Volume mari de date în câteva minute

Automatizarea extragerii de informații din peste 60 de pagini de analize financiare zilnice în mai puțin de 5 minute, pentru a înlocui analiza manuală care dura ore întregi.

2. Extragerea semnalelor granulare

Identificarea și evaluarea factorilor cheie ai pieței, cum ar fi schimbările de regim, lichiditatea și inflația, direct din textul nestructurat al rapoartelor.

3. Menținerea unei rigori de nivel excepțional

Calcularea unui scor de sentiment de piață care să se alinieze cu benchmark-uri standard cum ar fi indexul CNN Fear & Greed, simultan cu perspectiva proprie a clientului.

"Sunt impresionat că ați redescoperit indexul CNN Fear & Greed cu AI. Asta arată că AI poate aduce precizie în cercetarea financiară."

Investitor și administrator de fond

SOLUȚIE

DE LA IDEE LA PRODUS în 6 SĂPTĂMÂNI

Pipeline custom de inteligență artificială folosind Google Gemini 2.5 (OPTI este partener Google Cloud). Pipeline-ul este proiectat să proceseze documente de dimensiuni și cantități mari. Câteva componente cheie ale pipeline-ului:

Pipeline ETL End-to-End
- Ingerare automată de rapoarte zilnice cu folosite triggerelor Cloud Storage și rularea în Cloud Functions, cu posibilitatea de înlocuire a pasului OCR.
Înțelegerea documentelor cu AI
- Google Gemini 2.5 împreună cu prompt engineering strict și testat extensiv a stat la baza unei strategii map-reduce pentru extragerea semnalelor relevante pentru sentiment, plus tabele de date și alți indicatori din text nestructurat.
Model custom de calcul al sentimentului pieței
- Semnalele au fost grupate și ponderate pe axe determinante (Regim, Lichiditate, Poziționare, Fiscal etc), apoi normalizate într-un scor zilnic de sentiment 0–100 printr-un workflow automat.
Live Dashboard & Tactical Insights
- Informațiile sunt sincronizate către Looker Studio / Google Sheets, permițând monitorizarea real-time pentru deciziile tactice de alocare resurse (acțiuni, obligațiuni etc.).

Acest proiect demonstrează cum business intelligence (BI) poate fi revoluționat cu ajutorul AI. Dashboard-ul final nu doar prezintă date, ci oferă insight-uri acționabile, permițând echipei de management să ia decizii de investiții mai rapide și mai informate, bazate pe o analiză obiectivă a sentimentului pieței

REZULTATE (DUPĂ 30 ZILE)

210h dezvoltare + 30h PM/testing, livrare în 6 săptămâni

Acoperire 100% a rapoartelor

Toate cele 3,800 de rapoarte inițiale + rapoartele noi zilnice se procesează automat.

Timp de procesare < 5 minute

De la 2-3 ore de lectură umană în fiecare zi.

High correlation with CNN Fear & Greed Index (r = 0.79)

Sentimentul calculat urmează un benchmark standard, în special la evenimente majore (ex: discursurile lui Powell).

Dashboard pentru decizii de alocare

Permite decizii bazate pe date (scor global, semnale individuale) pentru alocarea resurselor între clase.

TEHNOLOGII

Google Cloud Run
Cloud Functions
Vertex AI Gemini 2.5
BigQuery
Looker Studio
Google Sheets

Indexul CNN Fear & Greed (sus) vs. rezultatele analizei de sentiment bazată pe AI (jos). Rezultatele AI urmează îndeaproape binecunoscutul benchmark CNN, ceea ce arată că AI poate interpreta cu precizie factori complecși investiționali.

Referințe

Sunt impresionat că ați redescoperit indexul CNN Fear & Greed cu AI. Asta arată că AI poate aduce precizie în cercetarea financiară.

Investor and Fund Manager

Sunt impresionat că ați redescoperit indexul CNN Fear & Greed cu AI. Asta arată că AI poate aduce precizie în cercetarea financiară.

Investor and Fund Manager

Întrebări rapide

Care a fost problema de business fundamentală?

Analiza manuală a miilor de rapoarte financiare zilnice dura ore întregi și era prea lentă pentru a permite luarea unor decizii de investiții rapide, bazate pe date.

Ce tehnologie a fost folosită pentru a înțelege documentele?

Am construit un pipeline de date personalizat în Google Cloud, folosind Vertex AI Gemini 2.5 pentru a extrage automat semnalele relevante și sentimentul din textul nestructurat al rapoartelor PDF.

Cât de rapid este noul proces automatizat?

Sistemul procesează peste 60 de pagini de analize financiare zilnice în mai puțin de 5 minute, comparativ cu orele necesare pentru analiza manuală.

Cât de precis este scorul de sentiment generat?

Scorul calculat de AI are o corelație ridicată (r = 0.79) cu indexul standard CNN Fear & Greed, ceea ce validează acuratețea sa în reflectarea pieței.

Care este concluzia (TLDR)?

Care sunt tehnologiile și metodologiile implicate?

Tehnologii: Google Cloud Run, Cloud Functions, Vertex AI Gemini 2.5, Google BigQuery, Looker Studio, Google Sheets
Metodologii: Pipeline ETL, Prompt Engineering, strategie Map-Reduce, modelare de sentiment, Business Intelligence (BI).