Deepvest/ProfilingAI

1import streamlit as st2import os3import sys4import asyncio5import numpy as np6import pandas as pd7import matplotlib.pyplot as plt8from datetime import datetime, timedelta9from pathlib import Path10 11# Ajouter le répertoire src au path pour l'importation des modules12current_dir = Path(__file__).parent.absolute()13sys.path.append(str(current_dir))14 15# Import des modules DeepVest16try:17    from src.core.profiling import DeepVestConfig, LLMProfileAnalyzer, DeepVestProfiler18except ImportError:19    st.error("Impossible d'importer les modules DeepVest. Vérifiez que le dossier src est correctement structuré.")20    21    # Version simplifiée pour la démo si imports échoués22    class DeepVestConfig:23        def __init__(self, **kwargs):24            for key, value in kwargs.items():25                setattr(self, key, value)26                27    class LLMProfileAnalyzer:28        def __init__(self, config):29            self.config = config30            31        async def analyze_profile(self, data):32            return {33                "risk_score": data.get("risk_tolerance", 3)/5,34                "investment_horizon": data.get("investment_horizon", 5),35                "primary_goals": data.get("investment_goals", []),36                "recommendations": [37                    "Diversifier votre portefeuille",38                    "Maintenir une épargne de sécurité",39                    "Investir régulièrement"40                ],41                "explanation": "Analyse simulée pour la démonstration."42            }43            44    class DeepVestProfiler:45        def __init__(self, config):46            self.config = config47            self.analyzer = LLMProfileAnalyzer(config)48            49        async def create_profile(self, data):50            analysis = await self.analyzer.analyze_profile(data)51            profile = type('Profile', (), {52                "id": "demo-profile",53                "risk_tolerance": data.get("risk_tolerance", 3),54                "investment_horizon": data.get("investment_horizon", 5),55                "risk_score": analysis["risk_score"],56                "investment_goals": data.get("investment_goals", []),57                "llm_analysis_results": type('LLMResults', (), analysis)58            })59            return profile60            61        async def generate_investment_strategy(self, profile):62            risk_score = getattr(profile, "risk_score", 0.5)63            64            # Allocation basée sur le score de risque65            stocks = risk_score66            bonds = (1 - risk_score) * 0.867            cash = (1 - risk_score) * 0.268            69            allocation = {70                'Actions': stocks,71                'Obligations': bonds,72                'Liquidités': cash73            }74            75            return {76                "risk_profile": {77                    "score": risk_score,78                    "category": "Dynamique" if risk_score > 0.6 else "Modéré" if risk_score > 0.4 else "Conservateur"79                },80                "asset_allocation": allocation,81                "recommendations": [82                    "Diversifier votre portefeuille selon votre profil de risque",83                    "Maintenir une épargne de sécurité",84                    "Investir régulièrement"85                ]86            }87 88# Configurer la page Streamlit89st.set_page_config(90    page_title="DeepVest - IA d'Investissement Personnalisé",91    page_icon="💼",92    layout="wide",93    initial_sidebar_state="expanded"94)95 96# Titre et présentation97st.title("DeepVest - Assistant d'Investissement Intelligent")98st.markdown("""99Cette plateforme analyse en temps réel votre situation personnelle, financière et professionnelle 100pour vous proposer une stratégie d'investissement sur mesure qui s'adapte dynamiquement aux événements de votre vie.101""")102 103# Initialisation de la session state si elle n'existe pas déjà104if 'profile' not in st.session_state:105    st.session_state.profile = None106if 'analyzer' not in st.session_state:107    config = DeepVestConfig(108        debug_mode=True,109        log_prompts=True,110        db_path="profiles_db"111    )112    st.session_state.analyzer = LLMProfileAnalyzer(config)113    st.session_state.profiler = DeepVestProfiler(config)114 115# Navigation par onglets116tabs = st.tabs(["Profil Investisseur", "Analyse de Portefeuille", "Simulation d'Objectifs", "Marché en Temps Réel"])117 118with tabs[0]:119    st.header("Votre Profil Investisseur")120    121    # Formulaire de profil122    with st.form("profile_form"):123        col1, col2 = st.columns(2)124        125        with col1:126            st.subheader("Informations personnelles")127            age = st.number_input("Âge", min_value=18, max_value=100, value=30)128            annual_income = st.number_input("Revenu annuel (€)", min_value=0, value=50000)129            monthly_savings = st.number_input("Épargne mensuelle (€)", min_value=0, value=500)130            family_status = st.selectbox("Situation familiale", ["Célibataire", "Marié(e)", "Divorcé(e)", "Veuf/Veuve"])131            dependents = st.number_input("Personnes à charge", min_value=0, max_value=10, value=0)132            133        with col2:134            st.subheader("Profil d'investissement")135            risk_tolerance = st.slider("Tolérance au risque", min_value=1, max_value=5, value=3, 136                                       help="1: Très prudent, 5: Très dynamique")137            investment_horizon = st.slider("Horizon d'investissement (années)", min_value=1, max_value=30, value=10)138            financial_knowledge = st.slider("Connaissances financières", min_value=1, max_value=5, value=3,139                                           help="1: Débutant, 5: Expert")140            investment_goals = st.multiselect("Objectifs d'investissement", 141                                             ["Retraite", "Achat immobilier", "Études des enfants", 142                                              "Épargne générale", "Revenus passifs", "Croissance patrimoine"])143            esg_preferences = st.checkbox("Préférences ESG (investissement responsable)")144            145        submitted = st.form_submit_button("Créer mon profil")146    147    if submitted:148        with st.spinner("Analyse de votre profil en cours..."):149            # Préparer les données du profil150            profile_data = {151                "age": age,152                "annual_income": annual_income,153                "monthly_savings": monthly_savings,154                "marital_status": family_status,155                "number_of_dependents": dependents,156                "risk_tolerance": risk_tolerance,157                "investment_horizon": investment_horizon,158                "financial_knowledge": financial_knowledge,159                "investment_goals": investment_goals,160                "esg_preferences": esg_preferences,161                "total_assets": 0,  # À compléter plus tard162                "total_debt": 0,    # À compléter plus tard163            }164            165            # Créer le profil166            async def create_profile():167                return await st.session_state.profiler.create_profile(profile_data)168            169            # Exécuter la fonction asynchrone170            loop = asyncio.new_event_loop()171            asyncio.set_event_loop(loop)172            try:173                st.session_state.profile = loop.run_until_complete(create_profile())174                st.success("Profil créé avec succès!")175            except Exception as e:176                st.error(f"Erreur lors de la création du profil: {str(e)}")177            finally:178                loop.close()179    180    # Affichage du profil si disponible181    if st.session_state.profile:182        profile = st.session_state.profile183        184        st.subheader("Analyse de votre profil")185        186        col1, col2, col3 = st.columns(3)187        with col1:188            st.metric("Score de risque", f"{profile.risk_score:.2f}/1.00")189        with col2:190            st.metric("Horizon recommandé", f"{profile.investment_horizon} ans")191        with col3:192            st.metric("Capacité d'investissement", f"{monthly_savings} €/mois")193        194        # Affichage des recommandations si disponibles195        if hasattr(profile, 'llm_analysis_results') and hasattr(profile.llm_analysis_results, 'recommendations'):196            st.subheader("Recommandations personnalisées")197            for i, rec in enumerate(profile.llm_analysis_results.recommendations[:5], 1):198                st.write(f"{i}. {rec}")199        200        # Génération de la stratégie d'investissement201        if st.button("Générer ma stratégie d'investissement"):202            with st.spinner("Génération de la stratégie en cours..."):203                async def generate_strategy():204                    return await st.session_state.profiler.generate_investment_strategy(profile)205                206                loop = asyncio.new_event_loop()207                asyncio.set_event_loop(loop)208                try:209                    strategy = loop.run_until_complete(generate_strategy())210                    211                    # Affichage de la stratégie212                    st.subheader("Stratégie d'investissement recommandée")213                    214                    # Affichage de l'allocation d'actifs215                    st.write("**Allocation d'actifs recommandée:**")216                    217                    # Préparation des données pour le graphique218                    labels = list(strategy['asset_allocation'].keys())219                    sizes = [round(v * 100, 1) for v in strategy['asset_allocation'].values()]220                    221                    # Création du graphique222                    fig, ax = plt.subplots(figsize=(8, 6))223                    wedges, texts, autotexts = ax.pie(sizes, autopct='%1.1f%%', 224                                                    textprops={'fontsize': 9, 'weight': 'bold'})225                    ax.axis('equal')226                    ax.legend(wedges, labels, loc="center left", bbox_to_anchor=(1, 0, 0.5, 1))227                    st.pyplot(fig)228                    229                    # Affichage des recommandations230                    st.write("**Recommandations clés:**")231                    for i, rec in enumerate(strategy.get('recommendations', []), 1):232                        st.write(f"{i}. {rec}")233                except Exception as e:234                    st.error(f"Erreur lors de la génération de la stratégie: {str(e)}")235                finally:236                    loop.close()237 238with tabs[1]:239    st.header("Analyse de Portefeuille")240    241    # Simulation d'un portefeuille existant242    st.subheader("Votre portefeuille actuel")243    244    # Exemple de portefeuille pour démonstration245    with st.expander("Ajouter des actifs à votre portefeuille"):246        with st.form("portfolio_form"):247            asset_type = st.selectbox("Type d'actif", ["Actions", "Obligations", "ETF", "Fonds", "Immobilier", "Autres"])248            asset_name = st.text_input("Nom/Ticker")249            asset_value = st.number_input("Valeur (€)", min_value=0.0, value=1000.0)250            add_asset = st.form_submit_button("Ajouter")251    252    # Affichage d'un portefeuille exemple253    portfolio_data = {254        "Actions": {"AAPL": 5000, "MSFT": 3000, "GOOGL": 4000},255        "ETF": {"VWCE": 10000, "AGGH": 5000},256        "Liquidités": {"EUR": 2000}257    }258    259    st.write("Portefeuille actuel:")260    261    # Création d'un DataFrame pour l'affichage262    portfolio_df = []263    for category, assets in portfolio_data.items():264        for asset, value in assets.items():265            portfolio_df.append({"Catégorie": category, "Actif": asset, "Valeur (€)": value})266    267    portfolio_df = pd.DataFrame(portfolio_df)268    st.dataframe(portfolio_df)269    270    # Calcul des statistiques du portefeuille271    total_value = portfolio_df["Valeur (€)"].sum()272    st.metric("Valeur totale du portefeuille", f"{total_value:,.2f} €")273    274    # Graphique de répartition275    st.subheader("Répartition du portefeuille")276    277    # Par catégorie278    category_allocation = portfolio_df.groupby("Catégorie")["Valeur (€)"].sum()279    category_allocation_pct = category_allocation / total_value * 100280    281    fig, ax = plt.subplots(figsize=(8, 6))282    wedges, texts, autotexts = ax.pie(category_allocation_pct, autopct='%1.1f%%',283                                      textprops={'fontsize': 9, 'weight': 'bold'})284    ax.axis('equal')285    ax.legend(wedges, category_allocation.index, loc="center left", bbox_to_anchor=(1, 0, 0.5, 1))286    st.pyplot(fig)287    288    # Analyse de performance simulée289    st.subheader("Performance historique simulée")290    291    # Données simulées pour la démonstration292    dates = pd.date_range(start=datetime.now() - timedelta(days=365), end=datetime.now(), freq='D')293    performance = 100 * (1 + np.cumsum(np.random.normal(0.0003, 0.01, size=len(dates))))294    benchmark = 100 * (1 + np.cumsum(np.random.normal(0.0002, 0.008, size=len(dates))))295    296    performance_df = pd.DataFrame({297        'Date': dates,298        'Portefeuille': performance,299        'Benchmark': benchmark300    })301    302    st.line_chart(performance_df.set_index('Date'))303    304    # Recommandations d'optimisation305    st.subheader("Recommandations d'optimisation")306    307    if st.session_state.profile:308        st.write("Basé sur votre profil, nous recommandons les ajustements suivants:")309        310        st.markdown("""311        1. **Rééquilibrage recommandé**: Réduire l'exposition aux actions technologiques312        2. **Diversification géographique**: Augmenter l'exposition aux marchés émergents313        3. **Allocation tactique**: Augmenter la part des obligations face aux incertitudes actuelles314        """)315    else:316        st.info("Créez d'abord votre profil d'investisseur pour obtenir des recommandations personnalisées.")317 318with tabs[2]:319    st.header("Simulation d'Objectifs de Vie")320    321    st.subheader("Définissez vos objectifs financiers")322    323    # Sélection d'objectif324    goal_type = st.selectbox("Type d'objectif", [325        "Retraite", 326        "Achat immobilier", 327        "Études des enfants", 328        "Création d'entreprise",329        "Voyage/Sabbatique",330        "Achat important"331    ])332    333    # Configuration de l'objectif334    col1, col2 = st.columns(2)335    336    with col1:337        amount = st.number_input("Montant cible (€)", min_value=0, value=100000)338        years = st.slider("Horizon (années)", min_value=1, max_value=40, value=10)339        340    with col2:341        monthly_contribution = st.number_input("Contribution mensuelle (€)", min_value=0, value=500)342        initial_capital = st.number_input("Capital initial (€)", min_value=0, value=10000)343    344    # Calcul de simulation345    if st.button("Simuler l'atteinte de l'objectif"):346        if st.session_state.profile:347            risk_profile = st.session_state.profile.risk_score348        else:349            risk_profile = 0.5  # Valeur par défaut350        351        # Estimation du taux de rendement en fonction du profil de risque352        expected_return = 0.02 + risk_profile * 0.08  # Entre 2% et 10%353        354        # Simulation355        periods = years * 12356        future_value_formula = initial_capital * (1 + expected_return/12) ** periods357        contribution_future_value = monthly_contribution * ((1 + expected_return/12) ** periods - 1) / (expected_return/12)358        total_future_value = future_value_formula + contribution_future_value359        360        # Affichage des résultats361        success_rate = min(100, total_future_value / amount * 100)362        363        col1, col2, col3 = st.columns(3)364        365        with col1:366            st.metric("Montant projeté", f"{total_future_value:,.2f} €")367        with col2:368            st.metric("Objectif", f"{amount:,.2f} €")369        with col3:370            st.metric("Taux de réussite", f"{success_rate:.1f}%")371        372        # Graphique de progression373        st.subheader("Projection de votre épargne dans le temps")374        375        # Données pour le graphique376        months = range(0, periods + 1)377        cumulative_values = []378        379        for t in months:380            value = initial_capital * (1 + expected_return/12) ** t381            contrib = monthly_contribution * ((1 + expected_return/12) ** t - 1) / (expected_return/12) if expected_return > 0 else monthly_contribution * t382            cumulative_values.append(value + contrib)383        384        # Création d'un DataFrame pour le graphique385        projection_df = pd.DataFrame({386            'Mois': months,387            'Valeur Projetée': cumulative_values,388            'Objectif': [amount] * len(months)389        })390        391        # Graphique392        st.line_chart(projection_df.set_index('Mois'))393        394        # Recommandations395        st.subheader("Recommandations pour atteindre votre objectif")396        397        if total_future_value < amount:398            shortfall = amount - total_future_value399            increased_contribution = monthly_contribution * amount / total_future_value400            401            st.warning(f"Avec les paramètres actuels, vous n'atteindrez pas complètement votre objectif. Il manquera environ {shortfall:,.2f} €.")402            st.markdown(f"""403            Pour atteindre votre objectif, vous pourriez:404            1. **Augmenter votre contribution mensuelle** à environ {increased_contribution:.2f} €405            2. **Allonger votre horizon d'investissement** de quelques années406            3. **Ajuster votre profil de risque** pour viser un rendement plus élevé407            """)408        else:409            surplus = total_future_value - amount410            reduced_contribution = monthly_contribution * amount / total_future_value411            412            st.success(f"Félicitations ! Vous êtes sur la bonne voie pour atteindre votre objectif, avec un surplus potentiel de {surplus:,.2f} €.")413            st.markdown(f"""414            Options à considérer:415            1. **Réduire votre contribution mensuelle** à environ {reduced_contribution:.2f} € tout en atteignant votre objectif416            2. **Augmenter votre objectif** pour mettre à profit votre capacité d'épargne417            3. **Réduire votre profil de risque** pour une approche plus conservatrice418            """)419 420with tabs[3]:421    st.header("Marché en Temps Réel")422    423    # Tableau de bord du marché424    st.subheader("Tableau de bord du marché")425    426    # Indices principaux (données simulées)427    col1, col2, col3, col4 = st.columns(4)428    429    with col1:430        st.metric("S&P 500", "4,782.21", "+0.42%")431    with col2:432        st.metric("CAC 40", "7,596.91", "-0.15%")433    with col3:434        st.metric("DAX", "16,752.23", "+0.21%")435    with col4:436        st.metric("Nikkei 225", "33,408.39", "-0.54%")437    438    # Conditions de marché439    st.subheader("Conditions de marché actuelles")440    441    # Simulations de données pour démonstration442    market_sentiment = 0.65  # 0 à 1443    volatility_level = 0.4   # 0 à 1444    market_regime = "Bull Market"  # Bull/Bear/Neutre445    446    col1, col2, col3 = st.columns(3)447    448    with col1:449        st.write("**Sentiment de marché**")450        sentiment_color = "green" if market_sentiment > 0.5 else "red"451        st.markdown(f"<h3 style='text-align: center; color: {sentiment_color};'>{market_sentiment:.0%}</h3>", unsafe_allow_html=True)452        453    with col2:454        st.write("**Niveau de volatilité**")455        volatility_color = "red" if volatility_level > 0.5 else "green"456        st.markdown(f"<h3 style='text-align: center; color: {volatility_color};'>{volatility_level:.0%}</h3>", unsafe_allow_html=True)457        458    with col3:459        st.write("**Régime de marché**")460        regime_color = "green" if market_regime == "Bull Market" else "red" if market_regime == "Bear Market" else "orange"461        st.markdown(f"<h3 style='text-align: center; color: {regime_color};'>{market_regime}</h3>", unsafe_allow_html=True)462    463    # Analyse des actifs464    st.subheader("Analyse des actifs en temps réel")465    466    # Sélection d'actif467    asset_to_analyze = st.selectbox("Sélectionnez un actif à analyser", ["AAPL", "MSFT", "GOOGL", "AMZN", "TSLA", "VWCE", "AGGH"])468    469    if asset_to_analyze:470        # Données simulées pour démonstration471        asset_data = {472            "price": 178.92,473            "change": 0.87,474            "change_percent": 0.49,475            "volume": 58234567,476            "pe_ratio": 28.5,477            "dividend_yield": 0.51,478            "market_cap": "2.82T",479            "52w_high": 199.62,480            "52w_low": 124.17481        }482        483        # Affichage des données484        col1, col2, col3 = st.columns(3)485        486        with col1:487            st.metric("Prix", f"${asset_data['price']}", f"{asset_data['change_percent']}%")488            st.metric("Volume", f"{asset_data['volume']:,}")489            490        with col2:491            st.metric("P/E Ratio", f"{asset_data['pe_ratio']}")492            st.metric("Rendement du dividende", f"{asset_data['dividend_yield']}%")493            494        with col3:495            st.metric("Capitalisation", asset_data['market_cap'])496            st.metric("52 semaines", f"${asset_data['52w_low']} - ${asset_data['52w_high']}")497        498        # Graphique de prix (données simulées)499        st.subheader(f"Évolution du prix de {asset_to_analyze}")500        501        # Données simulées pour le graphique502        dates = pd.date_range(start=datetime.now() - timedelta(days=90), end=datetime.now(), freq='D')503        prices = asset_data['price'] * (1 + np.cumsum(np.random.normal(0, 0.015, size=len(dates))))504        volumes = np.random.randint(30000000, 90000000, size=len(dates))505        506        asset_df = pd.DataFrame({507            'Date': dates,508            'Prix': prices,509            'Volume': volumes510        })511        512        # Graphique de prix513        st.line_chart(asset_df.set_index('Date')['Prix'])514        515        # Recommandations516        st.subheader517 518        if st.session_state.profile:519            # Recommandations personnalisées basées sur le profil520            if st.session_state.profile.risk_score > 0.7:521                recommendation = "Achat" if asset_data['change_percent'] > 0 else "Conserver"522                reasoning = "Votre profil de risque élevé vous permet de profiter des opportunités de croissance de cet actif."523            elif st.session_state.profile.risk_score < 0.3:524                recommendation = "Conserver" if asset_data['change_percent'] > 0 else "Vente"525                reasoning = "Votre profil de risque conservateur suggère une approche prudente avec cet actif."526            else:527                recommendation = "Conserver"528                reasoning = "Cet actif correspond à votre profil de risque modéré et peut contribuer à la diversification de votre portefeuille."529        else:530            # Recommandation générique531            recommendation = "Conserver"532            reasoning = "Créez votre profil pour obtenir des recommandations personnalisées."533        534        st.write(f"**Recommandation**: {recommendation}")535        st.write(f"**Justification**: {reasoning}")536 537# Sidebar pour les filtres et les options538with st.sidebar:539    st.header("DeepVest")540    st.image("https://img.icons8.com/color/96/000000/financial-growth.png", width=100)541    542    st.subheader("Options")543    544    # Filtres de marché545    st.write("**Filtres de marché**")546    market_filter = st.multiselect("Marchés", ["Actions", "Obligations", "Matières premières", "Crypto-monnaies", "Devises"])547    region_filter = st.multiselect("Régions", ["Amérique du Nord", "Europe", "Asie-Pacifique", "Marchés émergents"])548    549    # Paramètres avancés550    st.write("**Paramètres avancés**")551    show_advanced = st.checkbox("Afficher les métriques avancées")552    553    # À propos554    st.write("---")555    st.write("*DeepVest - ©2025 - version 1.0*")556    st.write("[Documentation](https://www.example.com) | [Support](mailto:support@deepvest.ai)")