Create app.py

app.py

@@ -0,0 +1,251 @@
+import mysql.connector
+import os
+from dotenv import load_dotenv
+import gradio as gr
+import cohere
+
+# Load environment variables
+load_dotenv(verbose=True)
+
+# Establish database connection
+conn = mysql.connector.connect(
+    host=os.environ.get("HOST"),
+    user=os.environ.get("USER_NAME"),
+    password=os.environ.get("PASSWORD"),
+    port=os.environ.get("PORT"),
+    database=os.environ.get("DB"),
+    ssl_disabled=True
+)
+
+cursor = conn.cursor(dictionary=True)
+
+# Function to fetch top high performers
+def get_top_high_performers(html: str):
+    try:
+        with cursor:
+            # Query to fetch top performers based on calculated score
+            query = """
+                SELECT manager_name, annual_return, risk_adjusted_return, alpha, volatility, max_drawdown, customer_feedback, behavior_patterns,
+                (annual_return + risk_adjusted_return + alpha - volatility - max_drawdown) AS score
+                FROM fm_kpis
+                WHERE annual_return >= 10
+                  AND risk_adjusted_return >= 5
+                  AND alpha >= 1
+                  AND volatility <= 20
+                  AND max_drawdown <= 10
+                ORDER BY score DESC
+                LIMIT 5
+            """
+            cursor.execute(query)
+            results = cursor.fetchall()
+
+            # Format the results for Gradio output
+            formatted_results = [
+                f"{i+1}. Manager: {row['manager_name']}, Score: {row['score']:.2f}\n"
+                f"Customer Feedback: {row['customer_feedback']}\n"
+                f"Behavior Patterns: {row['behavior_patterns']}\n"
+                f"Annual Return: {row['annual_return']}%, Risk-Adjusted Return: {row['risk_adjusted_return']}%, "
+                f"Alpha: {row['alpha']}, Volatility: {row['volatility']}%, Max Drawdown: {row['max_drawdown']}%\n"
+                for i, row in enumerate(results)
+            ]
+
+            tmp = "\n\n".join(formatted_results)
+
+            co = cohere.ClientV2(api_key=os.environ.get("COHERE_API_KEY"))
+            res = co.chat(
+                model="command-a-03-2025",
+                messages=[
+                {
+                    "role": "user",
+                    "content": tmp+"はパフォーマンスの高いファンド・マネージャのデータです。このデータを参考にしてファンド・マネージャの育成ガイドラインを策定してください。 必ず、日本語で答えてください。",
+                }
+            ],
+            )
+            
+            final = res.message.content[0].text
+
+            return "\n\n".join(formatted_results),final
+
+    except Exception as e:
+        return f"Error occurred: {e}"
+
+# Define Gradio interface
+interface = gr.Interface(
+    fn=get_top_high_performers,
+    inputs=[gr.HTML("""<strong>優秀なファンドマネージャーのKPI（重要業績評価指標）</strong>は、そのパフォーマンスを測定し、投資家の期待に応えるための指標として活用されます。以下に、具体的なKPIについて詳しく説明します：<br /><br />
+
+    1. ポートフォリオのリターン
+    年間リターン: ファンドのパフォーマンスを年間でどれだけ向上させたかを評価します。
+
+    リスク調整後リターン（シャープレシオなど）: リスクを取った分に対してどれだけ効率的にリターンを生んだか。<br />
+
+    2. ベンチマークとの比較
+    ベンチマークインデックス（例: S&P500やTOPIX）を超えたパフォーマンスがあるかどうか。
+
+    アルファ: ベンチマークを上回る超過リターンを測定。<br />
+
+    3. リスク管理
+    ボラティリティ: ポートフォリオの価格変動の安定性を測定。
+    
+    最大ドローダウン: ポートフォリオがどれだけ急落したかを把握。<br />
+
+    4. 資金流入と流出
+    資金流入量: 新規投資家から集めた資金額。
+
+    資金流出量: 既存投資家の資金引き上げ率。<br />
+
+    5. 費用対効果
+    経費率: ファンドの運営にかかる総費用が投資家に与える影響を分析。<br />
+
+    6. ポートフォリオの構成・分散
+    アセットアロケーション: 投資先の地域やセクターの多様性。
+
+    分散投資: リスクを軽減するための適切な銘柄選択。<br />
+
+    7. 投資家とのコミュニケーション
+    投資家に対する透明性と情報提供の頻度。<br />
+
+    8. 定期的なレポートや説明会の実施。<br />
+
+    これらのKPIを総合的に分析し、運用手腕を評価することで、優秀なファンドマネージャーの力量が分かります。
+    
+    <br /><br /><strong>High Performer</strong><br />
+    High Performer 抽出の基準例<br />
+    ✨年間リターンが10%以上<br />
+    ✨リスク調整後リターンが5%以上<br />
+    ✨アルファが1%以上<br />
+    ✨ボラティリティが20%以下<br />
+    ✨最大ドローダウンが10%以下
+    """)],
+    outputs=[gr.Textbox(label="結果",info="Show records where the annual return is 10% or more, the risk-adjusted return is at least 5%, the alpha (excess return) is greater than or equal to 1, the volatility is no more than 20%, and the maximum drawdown is 10% or less. Then, sort these records in score descending order.\n年間リターンが10%以上、リスク調整後リターンが5%以上、アルファ（超過リターン）が1以上であり、ボラティリティが20%以下、最大ドローダウンが10%以下のレコードを選択します。その後、計算されたスコアを基準に降順で並び替えます。"),gr.Textbox(label="教育ガイドライン",info="""
+    High Performerとは、優れた業績を上げるファンドマネージャーのことを指します!!
+    ✨ 特に、以下のような基準を満たしていることが重要です：
+    高いリターン:年間リターンが安定して高く、投資家に大きな利益をもたらします。
+    リスク管理能力:ボラティリティ（価格変動）や最大ドローダウンが低く、リスクを抑えながら運用しています。
+    ベンチマーク超過リターン:市場の指標（例: S&P500など）を上回るアルファ（超過リターン）を達成。
+    顧客との信頼関係:顧客からのフィードバックが良好で、透明性や適切なコミュニケーションを維持。
+    行動習慣と戦略:継続的な学習や市場の動向を分析するなど、優れた投資戦略を展開。
+
+    例えば、あるHigh Performerの行動として、「地政学的イベントを監視して意思決定を行う」や「歴史的トレンドに基づいた投資方針を確立する」などがあります。💡
+    このような特徴を持つファンドマネージャーは投資家から信頼され、資金運用の成功を導く鍵となる存在です。
+    score = (annual_return + risk_adjusted_return + alpha - volatility - max_drawdown)""")],
+    title="Top High Performers",
+    submit_btn="実行",
+    clear_btn="クリア",
+    description="""Displays the top 5 high-performing fund managers based on calculated score.\n計算されたスコアに基づいて、パフォーマンスの高いファンドマネージャー上位5名を表示します。"""
+)
+
+# Add a sidebar for additional context or features
+with gr.Blocks() as app:
+    with gr.Row():
+        #with gr.Column(scale=4):
+        with gr.Sidebar(open=False):
+            gr.HTML("""<!DOCTYPE html>
+    <html lang="ja">
+    <head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>投資指標の説明</title>
+    <style>
+        body {
+            font-family: Arial, sans-serif;
+            line-height: 1.6;
+            margin: 20px;
+        }
+        h1, h2 {
+            color: #2E86C1;
+        }
+        p {
+            margin: 10px 0;
+        }
+        ul {
+            margin: 10px 20px;
+        }
+        li {
+            margin-bottom: 5px;
+        }
+    </style>
+    </head>
+    <body>
+    <h1>投資指標の概要</h1>
+    <h2>ドローダウン (Drawdown)</h2>
+    <p>ドローダウンは、資産価値が最大から最小までどれだけ減少したかを示す指標です。投資のリスクを評価する重要な指標であり、ドローダウンが小さいほど安定した運用とみなされます。</p>
+    <ul>
+        <li>例: 資産価値が1,000万円から800万円に下がった場合、ドローダウン率は20%。</li>
+        <li>「最悪の場合どれだけの損失を出す可能性があるか」を示します。</li>
+    </ul>
+
+    <h2>アルファ (Alpha)</h2>
+    <p>アルファは市場全体（ベンチマーク）をどれだけ上回ったかを示す指標で、ファンドマネージャーの運用手腕を評価するのに使われます。</p>
+    <ul>
+        <li>アルファ = ポートフォリオのリターン - [無リスク利率 + ベンチマークリターン × ベータ値]</li>
+        <li>アルファがプラスの場合、運用が市場を上回っていることを意味します。</li>
+    </ul>
+
+    <h2>年間リターン (Annual Return)</h2>
+    <p>年間リターンは、1年間でどれだけの利益を生み出したかを示す指標です。</p>
+    <ul>
+        <li>計算式: 年間リターン (%) = [(期末の資産価値 - 期初の資産価値) / 期初の資産価値] × 100</li>
+        <li>投資パフォーマンスを評価する際の基本的な指標。</li>
+    </ul>
+
+    <h2>リスク調整後リターン (Risk-Adjusted Return)</h2>
+    <p>リスク調整後リターンは、リスクを考慮してリターンの質を評価する指標です。主な指標にはシャープレシオとトレイナーレシオがあります。</p>
+    <ul>
+        <li>シャープレシオ: ポートフォリオのリターン − 無リスク資産のリターン ÷ ポートフォリオの標準偏差</li>
+        <li>トレイナーレシオ: ポートフォリオのリターン − 無リスク資産のリターン ÷ ベータ値</li>
+    </ul>
+
+    <h2>ボラティリティ (Volatility)</h2>
+    <p>ボラティリティは資産の価格変動の大きさを表す指標で、リスクの尺度として使われます。</p>
+    <ul>
+        <li>価格の標準偏差を基に計算されます。</li>
+        <li>ボラティリティが高いほどリスクが高く、低いほど安定していると評価されます。</li>
+    </ul>
+    <ul>
+        <li>S&P500とTopixの計算方法</li>
+        <li>S&P500は、時価総額加重平均指数を使用しています。これは、大企業がインデックスに与える影響が大きくなる仕組みです。
+
+        計算式:
+
+        S&P500 = frac{sum text{各企業の時価総額}}{text{基準時の時価総額}} times 100
+        各企業の時価総額は「株価 × 発行済み株式数」で求められます。
+
+        基準時の時価総額は固定された値で、比較を容易にします。
+
+        特徴:
+
+        米国のトップ500社が対象。
+
+        大企業の動向がインデックスに強く影響。
+
+        TOPIX（東京証券取引所株価指数）の計算方法
+        TOPIXも同様に、時価総額加重平均指数を使用しますが、日本市場全体を対象としています。
+
+        計算式:
+
+
+        Topix = ∑各企業の時価総額/基準時の時価総額×100
+        各企業の時価総額 = 株価 x 発行済み株式数。
+
+        基準時の時価総額は1968年の市場時価総額。
+
+        特徴:
+
+        東京証券取引所に上場しているすべての銘柄が対象。
+
+        市場全体の動きを反映。
+
+        両インデックスとも時価総額加重方式を採用し、大企業が与える影響が大きいですが、S&P500は米国市場、TOPIXは日本市場を示す指標として利用されます。
+    </ul>
+    </body>
+    </html>
+""")
+        with gr.Column(scale=8):
+            interface.render()
+
+# Launch the app
+app.launch()
+
+# Launch Gradio app
+#interface.launch()