Autor: Quantum Bit
Sin querer, Charlie Munger y Warren Buffett fueron transformados, todos se unieron al ejército de Agentes de inversión, disponibles para todos.
Este es uno de los proyectos más populares recientemente en GitHub: AI Hedge Fund.
12 inversores mundiales de primer nivel están disponibles en línea en cualquier momento para ayudarte a analizar acciones y perfeccionar tu estrategia de trading; 6 analistas resumen sus opiniones y toman la decisión final para ejecutar la orden.
El ejército de agentes creado por el legendario inversor "Refining" no solo puede analizar en tiempo real, sino que también incluye un módulo de retroprueba.
Puedes usar los datos históricos para probar la estrategia antes de decidir si invertir dinero real.
Muy completo.
En términos de implementación, el umbral del proyecto también es muy bajo, es compatible con 13 modelos grandes como OpenAI, Anthropic, Groq y DeepSeek, y funciona perfectamente en local.
Actualmente, este proyecto creado por el desarrollador independiente Virat Singh, tras ser abierto, ascendió rápidamente a la lista de tendencias de GitHub, obteniendo 51,7k estrellas y 9k+ bifurcaciones.
Algunos usuarios, tras leerlo, llegaron directamente a una conclusión: no saben si se puede ganar dinero, pero al menos aprendieron algo sobre marcos de Agent.
¿Ganar dinero o no? Tal vez puedas perder menos.
Que el legendario inversor regrese al ring
Honestamente, la mayoría de los inversores minoristas no tienen un volumen lo suficientemente grande como para atraer la atención de inversores institucionales, y los modelos cuantitativos dependen en gran medida de datos y poder de cómputo, lo que los hace difíciles de manejar para la gente común.
La idea central del fondo de cobertura de IA es codificar la filosofía de inversión en agentes, permitiendo a los inversores minoristas tener un «modelo de maestro».
Cada agente de inversionista experto está dotado con la lógica característica de selección de acciones y preferencias de riesgo de la persona correspondiente; al enfrentarse a la misma acción, cada uno emite un juicio independiente, y finalmente, el agente gestor de cartera sintetiza y decide, emitiendo una señal de compra, venta o mantenimiento.
Actualmente, el sistema incluye 18 agentes dedicados integrados, divididos en dos tipos principales:
En primer lugar, el ejército de inversores legendarios Agent:
Warren Buffett (Buffett) — el profeta de Omaha, busca empresas de alta calidad con amplios fosos de protección y precios razonables.
Charlie Munger — el socio dorado de Buffett, solo compra negocios excelentes a precios razonables, valorando la calidad de la administración y la previsibilidad.
Ben Graham — el padre de la inversión en valor, que estrictamente mantiene un margen de seguridad y se especializa en descubrir perlas ocultas infravaloradas.
Bill Ackman: inversor activista, dispuesto a realizar grandes apuestas y impulsar cambios corporativos.
Cathie Wood — la reina de la inversión en crecimiento, convencida de la innovación disruptiva y el cambio tecnológico.
Michael Burry — el modelo de "The Big Short", cazador de pensamiento contracíclico, enfocado en la búsqueda profunda de valor.
Peter Lynch: el maestro de inversión del pueblo, que descubre acciones que se multiplican por diez en su vida diaria.
Phil Fisher — expert in growth stocks, known for his deep-dive conversational research method (Scuttlebutt).
Stanley Druckenmiller: leyenda macro, especialista en buscar oportunidades de ataque con alta asimetría.
Mohnish Pabrai — inversor Dhandho, apuestas de bajo riesgo con altos rendimientos.
Nassim Taleb — autor de "The Black Swan", enfocado en el riesgo de cola y la antifragilidad.
Aswath Damodaran — experto en valoración, que valora todos los activos con modelado financiero riguroso.
Luego está el equipo de Agentes de análisis profesional:
Agente de valoración: calcula el valor intrínseco y genera señales de negociación de valoración
Agente de fundamentales: interpretar datos financieros y generar señales fundamentales
Agente Técnico: Analizar indicadores técnicos, capturar tendencias y momentum
Agente de sentimiento: rastrea el sentimiento del mercado y cuantifica la lucha entre alcistas y bajistas
Gestor de riesgos: calcular la exposición al riesgo y establecer límites de posición.
Portfolio Manager: Resume todos los señales y toma la decisión final de operación.
Doce maestros tienen opiniones distintas, seis analistas mantienen la calma como control. Así se formó el sueño de Wall Street.
Arquitectura técnica
En términos de arquitectura técnica, AI Hedge Fund utiliza un diseño de arquitectura en tres capas con separación entre frontend y backend.
Construido con React 18 + TypeScript, su característica principal es la integración del editor visual de flujos React Flow.
Los usuarios pueden arrastrar y conectar diferentes nodos de Agentes como bloques de construcción para crear un mapa de estrategias de inversión y diseñar intuitivamente su propio comité de inversión.
Impulsado por Python + FastAPI con flujos de trabajo de múltiples agentes orquestados por LangGraph.
Todos los Agentes comparten el mismo diccionario de datos AgentState, y la información fluye y se transmite entre nodos, garantizando así la coherencia del estado y permitiendo que los resultados de análisis de cada Agente sean referenciados dinámicamente por los nodos aguas abajo.
La capa de datos se integra con múltiples API externas, permitiendo la conexión unificada de datos en tiempo real como cotizaciones, estados financieros y sentimiento del mercado, y también permite acceder a fuentes de datos financieros profesionales mediante “FINANCIAL_DATASETS_API_KEY”.
El sistema completo admite 13 proveedores principales de LLM y también puede integrarse con modelos locales mediante el parámetro —ollama, permitiendo ejecutar todo el proceso de inferencia sin conexión a internet.
El módulo de backtesting mencionado anteriormente se puede iniciar con un solo comando: poetry run python src/backtester.py —ticker AAPL,MSFT,NVDA
El sistema invocará automáticamente a cada agente para analizar día a día las acciones en el intervalo histórico, generando finalmente la curva de rendimiento histórico de la estrategia y los indicadores clave de desempeño.
¿Cómo implementar?
En cuanto a la implementación, AI Hedge Fund ofrece dos métodos: línea de comandos y aplicación web.
Primero veamos el método de línea de comandos:
Paso 1: clonar el repositorio: git clone https://github.com/virattt/ai-hedge-fund.git cd ai-hedge-fund
Paso 2: Instalar dependencias (usando Poetry): curl -sSL https://install.python-poetry.org | python3 - poetry install
Paso 3: Configurar la clave de API:
Copia .env.example como .env e ingresa al menos una clave de servicio LLM, por ejemplo: OPENAI_API_KEY=your_key_here FINANCIAL_DATASETS_API_KEY=your_key_here
Paso cuatro: iniciar el análisis: poetry run python src/main.py --ticker AAPL,MSFT,NVDA
Para usar un modelo local, simplemente agregue el parámetro —ollama.
Después de iniciar, su ejemplo es así.
Para aquellos que no están familiarizados con la línea de comandos, la aplicación web ofrece una interfaz de operación visual.
Primero, inicia el servicio de backend: cd app/backend poetry run uvicorn main:app —reload
Luego, inicia la interfaz de frontend (en una terminal separada): cd app/frontend && pnpm install && pnpm dev
Finalmente, visita http://localhost:3000 para acceder al editor visual de flujos de Agentes y crea tu propio comité de inversión de IA arrastrando y soltando.
Una cosa más
Honestamente, recientemente ha habido muchos de estos agentes de inversión llamados "maestros de refinación".
Por ejemplo, “Shrimp” de Li Dan publicó su habilidad de inversión de Buffett-Hulan, incorporando las estrategias de inversión de 段永平, Buffett, Munger y Hulan.
Y proyectos abiertos que integran diversas metodologías de inversión, como AI Hedge Fund, están aumentando, y la agentización de los grandes inversores se está convirtiendo en una pequeña tendencia.
Sin embargo, es importante tener en cuenta que la mayoría de los marcos aún no tienen una rentabilidad de inversión definida ni han sido probados en mercados reales; los pequeños inversores que deseen probarlos deben recordar siempre los riesgos.
La opinión de los internautas también es muy realista.
Alguien respondió directamente: ¡La señora Wood!
Muchas personas quieren ser como Simmons, obteniendo un ingreso estable.
Alguien también hizo una pregunta fundamental:
Si las opiniones de los maestros son contradictorias, ¿a quién debemos escuchar?
Pero en última instancia, lo que el agente puede replicar es la filosofía de inversión, no los resultados de inversión.
12 maestros sentados a la misma mesa, es imposible que estén de acuerdo—
Pero quizás, precisamente eso es lo más valioso: no escuchas una voz, sino un debate.
