Steg 2: Anslut Google Sheets

Konfigurera indata och utdata i kalkylarket som används för tickers och AI-resultat.

1. Öppna Retrieve Sheet Rows och ställ in Document ID till [YOUR_ID].
2. Ställ in Sheet Name till Sheet1 i Retrieve Sheet Rows.
3. Öppna Append Sheet Row och ställ in Document ID till [YOUR_ID] och Sheet Name till Sheet1.
4. Behåll Operation inställd på append i Append Sheet Row.
5. Verifiera att kolumnmappningarna använder uttryck som {{ $json.ticker }}, {{ $json.entry }} och {{ $json.would_enter }}.

Inloggningsuppgifter krävs: Anslut era Google Sheets-inloggningsuppgifter

Steg 3: Konfigurera batchbearbetning och hämtning av marknadsdata

Det här steget itererar tickers och hämtar fundamentaldata och OHLC-data parallellt.

1. Koppla Retrieve Sheet Rows till Iterate Records för att bearbeta en ticker per batch.
2. I Request Fundamentals Data ställer ni in URL till =https://eodhd.com/api/fundamentals/{{ $json.ticker }}.US.
3. I Request Fundamentals Data ställer ni in query-parametrar: filter = General,Highlights,Valuation,Technicals, api_token = [CONFIGURE_YOUR_API_KEY] och fmt = json.
4. I Request OHLC Prices ställer ni in URL till =https://eodhd.com/api/eod/{{ $json.General.Code }}.US.
5. I Request OHLC Prices ställer ni in query-parametrar: from = 2023-01-01, to = 2025-12-30, period = d, fmt = json och api_token = [CONFIGURE_YOUR_API_KEY].
6. Låt JavaScript-koden i Compute Metrics & Growth och Normalize Price Payload vara oförändrad för att beräkna tekniska indikatorer och tillväxtpoäng.

Request Fundamentals Data skickar utdata parallellt till både Request OHLC Prices och Combine Data Streams.

Steg 4: Konfigurera AI-analys och parsning

AI-agenten genererar en strukturerad analys utifrån normaliserad fundamentaldata och tekniska mätvärden.

1. Öppna Generate AI Analysis och behåll Prompt Type som define.
2. Ställ in Text i Generate AI Analysis till =Analyze the following stock data and return the output strictly following the defined JSON schema. INPUT DATA: {{ JSON.stringify($json) }}.
3. Säkerställ att OpenAI Chat Engine är ansluten som språkmodell för Generate AI Analysis och ställ in Model till gpt-4.1-nano.
4. Behåll Parse AI JSON för att omvandla AI-svarsträngen till JSON.
5. Behåll Map Sheet Output för att forma om AI-resultaten till kalkylarkskolumner.

Inloggningsuppgifter krävs: Anslut era OpenAI-inloggningsuppgifter

OpenAI Chat Engine är ansluten som språkmodell för Generate AI Analysis — säkerställ att inloggningsuppgifter är tillagda i OpenAI Chat Engine.

Steg 5: Konfigurera utdata och loopning

Arbetsflödet skriver tillbaka resultaten till arket och loopar vidare till nästa ticker.

1. Bekräfta att Map Sheet Output är kopplad till Append Sheet Row för att lägga till analysdatan.
2. Verifiera att Append Sheet Row mappar fält som ENTRY till {{ $json.entry }} och ENTER(YES/NO) till {{ $json.would_enter }}.
3. Säkerställ att Append Sheet Row kopplar tillbaka till Iterate Records för att bearbeta alla rader i indataarket.

Steg 6: Testa och aktivera ert arbetsflöde

Kör ett fullständigt test för att validera datahämtning, AI-utdata och skrivningar till kalkylarket.

1. Klicka på Execute Workflow från Manual Launch Trigger för att starta en manuell körning.
2. Kontrollera Request Fundamentals Data och Request OHLC Prices för giltiga API-svar.
3. Bekräfta att Generate AI Analysis returnerar en JSON-sträng och att Parse AI JSON konverterar den till strukturerade fält.
4. Verifiera att nya rader visas i ert Google Sheet från Append Sheet Row med ifyllda analysfält.
5. När ni är nöjda växlar ni arbetsflödet till Active för produktionsanvändning.