LLM-BIDDING
XMO-LLM Bidding（XMO-电力市场大模型），集成行业领先的大模型技术，为电力交易提供深度分析和策略优化支持，专门负责处理和回答与电力市场交易相关的问题。不仅可以提供电力交易的专业知识和信息，帮助用户理解和掌握电力市场的运作机制，也可以对大量的公开数据进行精细处理和分析，辅助进行决策。该模型结合了市场公开数据，以及XMO预测Agent的部分成果，通过大语言模型能力，辅助用户通过AI对话，深度挖掘数据关系和价值，辅助交易决策。
目前我们内置了一些山东的数据，包含价格、天气、市场信息，可以直接进行对话。后续我们会把包含的数据源开放。
主要功能
-
大模型问答：XMO的大语言模型系统，专为电力市场投标提供智能决策支持，帮助市场参与者更高效地进行报价和优化。
-
自动化价格预测：通过智能代理实时预测电力价格，提供精准的市场趋势分析，帮助企业有效应对价格波动。
-
自我迭代的投标策略：智能代理自动生成并优化投标策略，通过自我学习和市场反馈不断提升策略的有效性和收益，确保投标的精准性和竞争力。
-
市场后复盘：代理回顾和评估过去的市场表现，识别策略中的改进点，以优化未来的投标效果，确保策略的持续改进和市场适应性。
-
效率与适应性：该系统通过智能代理根据不断变化的市场状况进行学习与调整，从而实现投标策略的动态优化，提升报价效果和市场响应能力。
问题示例
-
5月份的系统负荷和电价预测放到一个折线图中展示。用已上传的数据分析。
-
5月份全月日前和实时电价的价差方向和气象要素之间有什么关系？用已获得的数据分析。
-
请基于日前披露数据（新能源出力、系统负荷）与日前出清电价结果作为训练数据写一个电价预测算法，并选取5月第一周的日前披露数据进行准确率评估。
