建立股票分析機器人 在之前的章節中，我們學會建立基本和網路搜尋功能的機器人，但基本的機器人並無法根據特定資料來進行進行客製化的回答。在本節的課程中，我們會結合之前所學的讓AI分析大盤資料股價，以及新聞的資料，然後給出一份完整的個股趨勢分析報告。最後，我們會將機器人部署到LINE及Discord中，讓使用者可以更迅速的取用，使分析報告更貼近我們的生活。 直接用這個機器人來提供某支股票的分析報告這個方法看似可行但經測試gpt模型常常給出一些較為陽春無法深入分析的回答如以下單純用chatGPT 或是用based on透過之前的網路搜尋+gpt機器人 為了讓AI能更客觀的回答時，變成一位真正專業的股票分析師，我們必須要增加能夠分析的資料量和穩定性。因此，我們會搭配之前所介紹的資料收集方式，將股價的價格資料、基本資料及相關新聞輸入至模型中，讓AI從各個角度來進行分析。此外，我們會介紹如何將個股分析的機器人部署到Line或Discord上，讓學生可以隨時方便的取用分析報告，並且分享給其他人使用。 1. 安裝及匯入套件 !pip install openai !pip install yfinance from openai import OpenAI, OpenAIError # 串接 OpenAI API import yfinance as yf import pandas as pd # 資料處理套件 import numpy as np import datetime as dt # 時間套件 import requests from bs4 import BeautifulSoup 2. 輸入 OpenAI API KEY 我們這次主要會使用 yfinance 與爬蟲的方式來取得股市資料，這些套件在之前的課程筆記中就有提過, 要是忘記可以回去看一下。這邊先不再贅述。 接著, 一樣先在環境中載入openai api key import getpass # 保密輸入套件 api_key = getpass.getpass("請輸入金鑰：") client = OpenAI(api_key = api_key) # 建立 OpenAI 物件 3. 取得股票資料 接下來，我們會建立取得股票資料的函式，包含近期股價資料、基本面資料以及新聞資料，這些資料將會輸入至gpt的模型中。同時，我們希望當使用者輸入大盤時，也能透過這幾個函式找到其相關資料，但是由於大盤缺乏基本面資料，且在搜尋新聞資料時，常常會找到其他個股的非相關新聞。 我會在函式內進行一些調整，讓我們先執行下一段程式碼，來建立取得股價資料的函式。 # 從 yfinance 取得一周股價資料 def stock_price(stock_id="大盤", days = 10): if stock_id == "大盤": stock_id="^TWII" else: stock_id += ".TW" end = dt.date.today() # 資料結束時間 start = end - dt.timedelta(days=days) # 資料開始時間 # 下載資料 df = yf.download(stock_id, start=start) # 更換列名 df.columns = ['開盤價', '最高價', '最低價', '收盤價', '調整後收盤價', '成交量'] data = { '日期': df.index.strftime('%Y-%m-%d').tolist(), '收盤價': df['收盤價'].tolist(), '每日報酬': df['收盤價'].pct_change().tolist(), '漲跌價差': df['調整後收盤價'].diff().tolist() } return data print(stock_price("2330")) 程式碼詳解：首先，我們在第一行輸入stock id來取得股價資料的函式，其中days為取得最近幾天的資料包含非交易日。接著，第三到六行設定一個判斷式，若輸入大盤，即會將stock id轉換成twii，讓這個函式能取得大盤資料的指數的資料並方便我們整合後續的程式。第十一行從yfinance下載資料。第十七到二十二行過濾出比較重要的資料並在後續程式中輸入至gpt模型。在此，我們選擇使用日期,收盤價,每日報酬,與漲跌價差。 讀者可以自行選擇想分析的資料內容。另外，為了讓 gpt 模型容易解析輸入的資料，建議先將資料轉換成”字典”，或”json”格式。 output:[*********************100%%**********************]  1 of 1 completed{'日期': ['2024-03-07', '2024-03-08', '2024-03-11', '2024-03-12', '2024-03-13', '2024-03-14', '2024-03-15'], '收盤價': [760.0, 784.0, 766.0, 770.0, 779.0, 784.0, 753.0], '每日報酬': [nan, 0.03157894736842115, -0.022959183673469385, 0.005221932114882533, 0.011688311688311748, 0.006418485237484006, -0.039540816326530615], '漲跌價差': [nan, 24.0, -18.0, 4.0, 9.0, 5.0, -31.0]} 4. 取得基本面資料 # 基本面資料 def stock_fundamental(stock_id= "大盤"): if stock_id == "大盤": return None stock_id += ".TW" stock = yf.Ticker(stock_id) # 營收成長率 quarterly_revenue_growth = np.round(stock.quarterly_financials.loc["Total Revenue"].pct_change(-1).dropna().tolist(), 2) # 每季EPS quarterly_eps = np.round(stock.get_earnings_dates()["Reported EPS"].dropna().tolist(), 2) # EPS季增率 quarterly_eps_growth = np.round(stock.get_earnings_dates()["Reported EPS"].pct_change(-1).dropna().tolist(), 2) # 轉換日期 dates = [date.strftime('%Y-%m-%d') for date in stock.quarterly_financials.columns] data = { '季日期': dates[:len(quarterly_revenue_growth)], '營收成長率': quarterly_revenue_growth.tolist(), 'EPS': quarterly_eps[0:3].tolist(), 'EPS 季增率': quarterly_eps_growth[0:3].tolist() } return data print(stock_fundamental("2330")) {'季日期': ['2023-12-31', '2023-09-30', '2023-06-30'], '營收成長率': [0.14, -0.05, -0.19], 'EPS': [9.21, 8.14, 7.01], 'EPS 季增率': [0.13, 0.16, -0.12] 對上面的程式碼進行解釋，由於大盤沒有基本面資料，所以設定一個判斷式，如果輸入的是大盤則跳出此程式。接著，我們建立一個 yfinance 的 Ticker 物件來取得特定股票的各種資料。然後，使用 quarterly_financials 來取得季度報告資料並計算每季的營收變化，結果將控制並四捨五入到小數點後的第二位。最後，我們建立一個字典，選擇要輸入到 GPT 模型中的季營收資料。 5. 取得新聞資料 # 新聞資料 def stock_news(stock_name ="大盤"): if stock_name == "大盤": stock_name="台股 -盤中速報" data=[] # 取得 Json 格式資料 json_data = requests.get(f'https://ess.api.cnyes.com/ess/api/v1/news/keyword?q={stock_name}&limit=5&page=1').json() # 依照格式擷取資料 items=json_data['data']['items'] for item in items: # 網址、標題和日期 news_id = item["newsId"] title = item["title"] publish_at = item["publishAt"] # 使用 UTC 時間格式 utc_time = dt.datetime.utcfromtimestamp(publish_at) formatted_date = utc_time.strftime('%Y-%m-%d') # 前往網址擷取內容 url = requests.get(f'https://news.cnyes.com/' f'news/id/{news_id}').content soup = BeautifulSoup(url, 'html.parser') p_elements=soup .find_all('p') # 提取段落内容 p='' for paragraph in p_elements[4:]: p+=paragraph.get_text() data.append([stock_name, formatted_date ,title,p]) return data print(stock_news("台積電")) [['台積電', '2024-03-17', '〈台股風向球〉技術面轉弱無礙多頭格局 聚焦三大事件', '反觀外資狂加碼鴻海 (2317-TW) 達 276 億元，廣達 (2328-TW) 逾 75 億元，元大台灣 50(0050-TW) 近 43 億元，佳世達 (2352-TW)30 億元，世界 (5347-TW) 和瑞昱 (2379-TW) 在 20 億左右，並搶進中信金 (2891-TW)、玉山金 (2884-TW) 和國泰金 (2882-TW) 均逾 10 億元，著重布局權值股，顯然仍看好後市。而投信同樣積極搶進鴻海達 82 億元，其次為長榮 31 億元，瑞昱 20 億元，群光 (2385-TW)、新普 (6121-TW)、聯詠 (3034-TW)、雙鴻 (3324-TW) 和力成 (6239-TW) 均超過 16 億元。台股交易員認為，過去一周雖多頭總司令台積電回跌，但仍有 25 檔個股漲幅超過 15%，顯示多方群起點火的態勢積極，但仍須留意大盤技術面的過熱修正，預料個股間的表現持續分歧。永豐投顧進一步說明，雖大盤短線技術面轉弱，但可視為調整，多頭架構並未破壞，上周鴻海對 AI 伺服器訂單釋放利多，料本周輝達的 GTC 大會對 AI 應用可望推波助瀾，並重新點燃台股電子股主力；至於本周 FOMC 會議，則有望維持全年降息 3 碼的預期。下一篇'], ['台積電', '2024-03-17', '台股創高兩萬點震盪 全民此時解定存 押房貸瘋搶申購高股息ETF，注意熱門ETF成分股特定人拉高出貨 聯發科 聯電 聯詠 長榮', '〈下載陳智霖分析師 APP 獲得更即時資訊 ，完成註冊獎勵金最高 6000 元 〉陳智霖老師的直播節目及 APP 的獨家廣播都會針對國際總經還有重要財經事件即時追蹤分析，同時提供產業趨勢方向，只要 APP 完成註冊驗證者都可獲得獎勵金 (最高回饋 6000 元)，邀請您可以立即點選下方連結免費下載陳智霖分析師 App，下載連結: https://hantec.liveinapp.com/jhih-lin-app-link〈高股息與半導體 ETF 差異在哪裡〉近年台灣投資人偏好高股息 ETF，除了最近開放申購的 00939 與 00940 之外，還有 0056 元大台灣高股息、00919 群益台灣精選高息、00878 國泰 ESG 永續高股息、00900 富邦特選高股息、00713 元大台灣高息低波與 00934 中信成長高股息等多檔高股息 ETF，要特別注意高股息都是選擇低成長且已經成熟的產業，因此高成長的例如 AI 產業趨勢的台積電 (2330-TW) 是不會被納入成分股當中，反而半導體成熟製程受到對岸產能大量開出競爭供過於求的聯電 (2330-TW) 與世界先進 (5347-TW) 被納入其中。過去一年股市大漲，主要由 AI 趨勢帶動半導體晶片需求旺，晶圓代工龍頭台積電全球擴產，台積電股價也從去年 10 月 516 元大漲至近期 796 元大漲超過 50%，若看好 AI 趨勢發展要賺資金利得可以選擇市值型或者半導體的 ETF。台股半導體 ETF 有 00891 中信關鍵半導體、00892 富邦台灣半導體、00904 新光臺灣半導體、00913 兆豐台灣晶圓製造與群 00927 益台灣半導體收益，以及週五新掛牌的 00941 中信上游半導體。〈注意 ETF 成分股 特定人拉高出貨〉檢視高股息的八檔 ETF 追蹤的前三大成份股來看，連結最多的是聯發科 (2454-TW) 共有五檔 ETF，其次則是聯詠 (3034-TW) 有三檔 ETF，其次則為瑞昱 (2379-TW)、長榮(2603-TW)、聯電(2303-TW) 以及大聯大(3702-TW)，本週這些個股已經有出現高檔爆量下跌情形，因為市場期待 3 月底至 4 月初將有 2000 億被動 ETF 買盤會進場因此造成資金過度集中，而且這些資金還有一些中老年人不具備財商觀念者解定存押房子買，發行後基金不排除會像過去 00900 一樣跌破發行價數年，成分股也看到提前拉高現象，注意特定錢出貨給被動型 ETF 的現象。陳智霖老師籌備了兩年時間錄製一個全都要操盤課程，將老師 20 年金融市場經驗整理成 12 堂課，想要上課學習就要學一整套邏輯，從國際總經到市場週期，包括如何選產業潛力漲倍股，操作如何資金控管，技術分析進出方式從基礎進階到高階，非常適合股市新手，內容也提到 ETF 將成為台股新勢力，邀請投資人可以先下載 APP 來體驗我全都要的操盤課程，要如何賺讓自己成為聰明錢，最新的細節，您可以點選下方影音收看老師最新週六的直播節目。最新影音 (請點影音上方標題至 Youtube 收視品質會更佳)才剛剛接觸陳智霖分析師的新朋友，建議您現在立即點選連結下載安裝陳智霖分析師 APP，新註冊的用戶可免費盤中選股以及會員專屬影音，歡迎您透過體驗來了解陳智霖老師，午報導航體驗都是限時限額開放，千萬不要浪費了您可以免費體驗的權益喔。點擊連結免費下載註冊〈陳智霖分析師 APP〉獎勵金回饋立即領\nhttps://hantec.liveinapp.com/jhih-lin-app-link錢進熱線 02-2653-8299, 立即邁向系統依據的股票操作。文章來源：陳智霖分析師 / 亨達投顧本公司所推薦分析之個別有價證券\n無不當之財務利益關係 以往之績效不保證未來獲利\n投資人應獨立判斷 審慎評估並自負投資風上一篇下一篇'], ['台積電', '2024-03-16', '高通驍龍新晶片將登場 搶占平價旗艦手機市場，###draft_code_symbol_lessthen###mark>台積電###draft_code_symbol_lessthen###/mark>最大贏家', '〈下載陳智霖分析師 APP 獲得更即時資訊 ，完成註冊獎勵金最高 6000 元 〉陳智霖老師的直播節目及 APP 的獨家廣播都會針對國際總經還有重要財經事件即時追蹤分析，同時提供產業趨勢方向，只要 APP 完成註冊驗證者都可獲得獎勵金 (最高回饋 6000 元)，邀請您可以立即點選下方連結免費下載陳智霖分析師 App，下載連結: https://hantec.liveinapp.com/jhih-lin-app-link〈長期追蹤台積電 權值股有買進實戰證據的分析師〉平價旗艦手機市場競爭日益激烈，據傳聯發科新款天璣 9400 晶片將採用台積電 (2330-TW)3 奈米製程生產，高通驍龍 8 Gen 4 也將採台積 3 奈米生產，加上自研晶片 Oryon CPU 設計的新款旗艦處理器，消費者也將能以更低的價格享受到更佳的用機體驗，台灣的半導體產業以台積電為首的代工廠也將受益。股票操作一共分成: 長線 / 中線 / 短期三個模式，長線權值龍頭股，鴻海 (2317-TW) 本週大漲變成熱門話題，但真正的買點都是在股災時刻，例如在 2022 年 9 月 - 10 月份股災智霖老師帶領全體會員用存股方式佈局鴻海在 101.5 元以下，經過長期配股配息成本早在百元之下，當時股災還公開買進台灣 50 ETF (0050-TW) ，包括 400 多元的台積電(2330-TW) ，帶領全體會員最後一次出手買台積電是在 2023 年 10 月 5 日，當日直播公開預告買在 525 元，近期的節目和文章都有都有提供相關證據。智霖老師籌備了兩年時間錄製一個全都要操盤課程，將老師 20 年金融市場經驗整理成 12 堂課，想要上課學習就要學一整套邏輯，從國際總經到市場週期，包括如何選產業潛力漲倍股，操作如何資金控管，技術分析進出方式從基礎進階到高階，非常適合股市新手，內容也提到 ETF 將成為台股新勢力，邀請投資人可以先下載 APP 來體驗我全都要的操盤課程，要如何讓自己成為聰明錢，最新的細節，您可以點選下方影音收看老師最新週六的直播節目。最新影音 (請點影音上方標題至 Youtube 收視品質會更佳)才剛剛接觸陳智霖分析師的新朋友，建議您現在立即點選連結下載安裝陳智霖分析師 APP，新註冊的用戶可免費盤中選股以及會員專屬影音，歡迎您透過體驗來了解陳智霖老師，午報導航體驗都是限時限額開放，千萬不要浪費了您可以免費體驗的權益喔。點擊連結免費下載註冊〈陳智霖分析師 APP〉獎勵金回饋立即領 https://hantec.liveinapp.com/jhih-lin-app-link錢進熱線 02-2653-8299, 立即邁向系統依據的股票操作。文章來源：陳智霖分析師 / 亨達投顧本公司所推薦分析之個別有價證券\n無不當之財務利益關係 以往之績效不保證未來獲利\n投資人應獨立判斷 審慎評估並自負投資風險下一篇'], ['台積電', '2024-03-16', '鉅亨速報 - Factset 最新調查：廣達(2382-TW)目標價調升至288.5元，幅度約3.45%', '最新相關新聞資料來源：Factset，數據僅供參考，不作為投資建議。上一篇下一篇'], ['台積電', '2024-03-16', '鉅亨速報 - Factset 最新調查：國泰金(2882-TW)EPS預估下修至3.39元，預估目標價為51元', '歷史獲利表現詳細資訊請看台股內頁：https://www.cnyes.com/twstock/2882/financials/ratios最新相關新聞資料來源：Factset，數據僅供參考，不作為投資建議。上一篇下一篇'] 我們可以看到其實資料來源自”鉅亨網”然後輸出內容也發散掉了, 有很多其他股票的消息或新聞, 下一步我們將優化這一點。請繼續執行以下的function來優化輸出內容: 6. 爬取股號、股名對照表 # 取得全部股票的股號、股名 def stock_name(): print("線上讀取股號、股名、及產業別") response = requests.get('https://isin.twse.com.tw/isin/C_public.jsp?strMode=2') url_data = BeautifulSoup(response.text, 'html.parser') stock_company = url_data.find_all('tr') # 資料處理 data = [ (row.find_all('td')[0].text.split('\u3000')[0].strip(), row.find_all('td')[0].text.split('\u3000')[1], row.find_all('td')[4].text.strip()) for row in stock_company[2:] if len(row.find_all('td')[0].text.split('\u3000')[0].strip()) == 4 ] df = pd.DataFrame(data, columns=['股號', '股名', '產業別']) return df name_df = stock_name() 此程式會抓取”上市證券代碼表”，此資料會每日更新, 以避免因為某些公司上市下市而導致資料過時的狀況。 7. 取得股票名稱 # 取得股票名稱 def get_stock_name(stock_id, name_df): return name_df.set_index('股號').loc[stock_id, '股名'] print(name_df.head()) print("--------------------------") print(get_stock_name("1417",name_df)) 輸出: 股號  股名   產業別 0 1101 台泥 水泥工業 1 1102 亞泥 水泥工業 2 1103 嘉泥 水泥工業 3 1104 環泥 水泥工業 4 1108 幸福 水泥工業     股票分析機器人 完成股票資料搜索功能後，我們可以開始本次的主軸，打造一個專業的股票分析機器人。透過將客製化的資料輸入到GPT模型中，AI可以快速生成一份大盤或股票的分析報告。在接下來的部分，我們將建立三個函式，包括之前提到的GPT模型的get_reply()函式，將股票資料整合為字串的generate_content msg() 函式，以及建立訊息串列並生成回覆的stock_gpt()函式。我們將在接下來的程式碼中一一介紹這三個函式。 8.建構 GPT 3.5 模型 # 建立 GPT 3.5-16k 模型 def get_reply(messages): try: response = client.chat.completions.create( model = "gpt-3.5-turbo-1106", messages = messages ) reply = response.choices[0].message.content except OpenAIError as err: reply = f"發生 {err.type} 錯誤\n{err.message}" return reply 之前介紹過get_reply()函式，會透過 openai 套件來串接 gpt 模型的 api。 另外，由於新聞資料量常常會超過 gpt 3.5 turbo 模型的 tokens 限制，所以我們將替換至 gpt3.5 16k，已處理更龐大的文本量。 # 建立訊息指令(Prompt) def generate_content_msg(stock_id, name_df): stock_name = get_stock_name( stock_id, name_df) if stock_id != "大盤" else stock_id price_data = stock_price(stock_id) news_data = stock_news(stock_name) content_msg = f'請依據以下資料來進行分析並給出一份完整的分析報告:\n' content_msg += f'近期價格資訊:\n {price_data}\n' if stock_id != "大盤": stock_value_data = stock_fundamental(stock_id) content_msg += f'每季營收資訊：\n {stock_value_data}\n' content_msg += f'近期新聞資訊: \n {news_data}\n' content_msg += f'請給我{stock_name}近期的趨勢報告,請以詳細、\ 嚴謹及專業的角度撰寫此報告,並提及重要的數字, reply in 繁體中文' return content_msg # StockGPT def stock_gpt(stock_id, name_df=name_df): content_msg = generate_content_msg(stock_id, name_df) msg = [{ "role": "system", "content": f"你現在是一位專業的證券分析師, 你會統整近期的股價\ 、基本面、新聞資訊等方面並進行分析, 然後生成一份專業的趨勢分析報告" }, { "role": "user", "content": content_msg }] reply_data = get_reply(msg) return reply_data 9. 大盤趨勢報告 只要將”大盤”帶入到stock_id中就可以。 reply = stock_gpt(stock_id="大盤") print(reply) output [*********************100%%**********************] 1 of 1 completed 【市場趨勢分析報告】 一、收盤價資訊 最近7個交易日的收盤價分別為19693.52、19785.32、19726.08、19914.55、19928.51、19937.92、19682.5，每日報酬率分別為0.00%、0.47%、-0.30%、0.96%、0.07%、0.05%、-1.28%，而漲跌價差分別為nan、91.80、-59.24、188.47、13.96、9.41、-255.42。 二、新聞資訊分析 1. 技術面轉弱無礙多頭格局 外資積極加碼權值股，顯然看好後市；但投信同樣積極搶進鴻海等股，顯示資金輪動快速，市場上下波動幅度加大，需留意大盤技術面的過熱修正，以及個股表現的持續分歧。 2. 第一季底到第二季AI產品釋出，需求處於空窗期 隨著AI產品交替，市場預期將出現明朗訊息前的需求緩和景象；建議留意具長線趨勢利基的題材或族群，進行分批佈局。 3. 高股息與半導體ETF投資熱門 近年來，台灣投資人偏好高股息ETF，然而需特別注意此類ETF選擇著重於低成長且成熟的產業，而非高成長的產業，處於高股息ETF重要成分的特定股票拉高出貨情形也需留意。 4. 台積電除息 台積電即將除息，市值縮水907億，市場關注其能否上演秒填息；現金殖利率只約0.46%，市場持續關注台股行情。 5. 外資翻空提款 外資翻空提款117億，三大法人賣超133.97億元。 三、趨勢分析 從收盤價走勢及每日報酬率來看，大盤近期呈現震盪調整的態勢。多方資金持續注入權值股，顯示對後市持續看好，但下跌的風險也需謹慎關注。另外，影響台股走勢的因素包括外資資金動向、產業趨勢、特定股票出貨情形等，投資人應謹慎應對，注意市場風險。 總結來看，大盤近期呈現較大幅度的波動，投資者應保持謹慎態度，留意市場資金動向及各項重要事件對於個股及大盤的影響，並做好風險控制和資產配置策略。 以上報告僅供參考，投資者應謹慎評估個人風險承受能力，並充分考量專業意見後做出投資決策。 10.個股分析報告 reply = stock_gpt(stock_id="2330") print(reply) [*********************100%%**********************] 1 of 1 completed # 台積電(TSMC) 近期趨勢報告 ## 股價趨勢 從最近的價格資訊來看，台積電的股價呈現一定的波動。在 2024 年 3 月 7 日至 3 月 15 日之間，台積電的股價從 760.0 上升到 784.0，然後再回落至 753.0。每日報酬率從 -3.95% 到 3.16% 之間波動，漲跌幅度也有 31.0 的差異。 ## 基本面分析 從最近季度的營收資訊來看，台積電的營收成長率呈現不穩定的狀態。2023 年 12 月 31 日的營收成長率為 14%，但 2023 年 6 月 30 日的營收成長率為 -19%。EPS 部分，則有逐季下降的趨勢，分別為 9.21, 8.14, 和 7.01。EPS 季增率也出現了起伏，從 0.13 到 -0.12。 ## 新聞資訊影響 最近的新聞資訊顯示外資對鴻海等公司的持股比例有明顯增加，顯示出對後市的樂觀情緒。另外高股息 ETF 的相關消息也影響了投資者的情緒。近期高通驍龍新晶片的問世對台積電有明顯利多影響。不過也有部分公司的預估目標價調整和 EPS 預估下修，這可能會影響市場對整體產業的看法。 ## 綜合分析 綜合以上資訊來看，台積電的股價波動有所增加，但整體走勢仍呈現較大波段的震盪。基本面上，營收成長率和 EPS 季增率的波動也顯示公司業績波動較大。投資者需要留意公司業績及相關產業新聞的變動，以更準確地評估台積電的未來發展趨勢。 以上分析僅供參考，投資者還需綜合考量更多面的因素，並考慮尋求專業投資建議。 11.雞蛋水餃股也能做分析 reply = stock_gpt(stock_id="4414") print(reply) [*********************100%%**********************] 1 of 1 completed --- **如興近期趨勢分析報告** 一、 股價走勢 近期如興股價波動較大，3月7日至3月15日期間，股價收盤價由3.61下跌至3.56，短期呈現波動走低的趨勢。每日報酬率在這段期間也表現不穩定，整體趨勢較為下滑。 二、 基本面分析 根據每季營收資訊，公司營收成長率表現較為波動，顯示公司營運穩定性有一定挑戰。EPS季增率亦呈現負增長，顯示公司盈利表現不穩定且存在壓力。 三、 新聞資訊分析 根據最新新聞資訊，如興公司及其子公司近期進行了一系列資金貸與與背書保證的交易，其背書保證額度及相關動向較為複雜。此外，公司亦有進行土地出售款項收回等相關資訊公告。以上交易行為顯示公司在資金調度及財務方面面臨壓力。 四、 總結與建議 綜合股價走勢、基本面分析和新聞資訊，我們認為如興公司目前面臨一定的財務壓力和營運挑戰，建議投資者應對公司近期的資金調度與財務運作保持警覺，並密切關注公司後續的財務報表及公告情況。 以上報告僅供參考，投資者在做出任何投資決策前應謹慎評估相關資訊並考慮風險。 此報告僅為分析師基於數據的觀點和建議，不構成投資建議。投資者應自行評估風險後做出投資決策。 希望對你有所幫助，如有任何問題，歡迎進一步討論。 接下來請進入Line的開發者頁面 LINE Developers 一樣分成上下集, 上為核心coding為主, 下集純粹介紹怎麼部署這些code到Line和Discord開發者頁面上, 進而能夠進入到我們自己的私人世界中(手機line,discord或電腦)。