LLM Portfolio Journal：大模型驱动的智能投资组合分析系统

LLM Portfolio Journal是一款整合券商数据、市场行情与社交媒体情绪的智能投资分析工具，通过SQLite轻量级存储，利用大语言模型生成投资日报、情绪洞察及可视化报告，辅助个人投资者高效管理投资组合。

传统投资分析工具多依赖单一价格数据，个人投资者需手动整理持仓、追踪市场及分析情绪，耗时且难以全面捕捉市场动态，亟需智能化工具整合多源信息并自动化分析流程。

1. 多源数据整合：覆盖券商账户（持仓/交易/资金流水）、市场行情（价格/指数/板块）、社交情绪（媒体/论坛指标）；2. SQLite存储：轻量部署，结构化存储便于查询回溯；3. 大模型应用：生成投资摘要、情绪洞察、Markdown报告及可视化图表。

• 数据工程：处理异构数据源清洗转换，统一存入SQLite；- Prompt工程：设计专业金融上下文，确保报告准确可读；- 自动化：支持定期生成报告，实现时序追踪与复盘对比。

• 个人数字助手：自动化数据整理，释放决策精力；- 复盘纪律养成：结构化报告助力历史决策回顾；- 情绪管理：识别极端市场情绪，提醒理性决策避免追涨杀跌。

• 大模型定位：辅助分析而非替代决策，聚焦数据整合与文本生成；- 轻量架构：SQLite+Python降低部署门槛，本地运行保护持仓隐私。

• 扩展数据源接入；- 引入RAG技术结合投资知识库；- 增加多模态分析（财经视频/财报图表）；- 开发自然语言交互式查询功能。