Penulis: Quantum Bit
Tanpa disadari, Charlie Munger dan Buffett langsung diolah, masing-masing bergabung ke dalam pasukan Agent investasi, siap digunakan oleh semua orang.
Ini adalah salah satu proyek paling populer di GitHub baru-baru ini, AI Hedge Fund.
12 ahli investasi dunia yang siap membantu Anda menganalisis saham dan menyempurnakan strategi perdagangan Anda kapan saja; 6 analis mengumpulkan pendapat, lalu memutuskan dan melakukan order.
Pasukan Agent yang dibentuk oleh investor legendaris "Lianhua" tidak hanya mampu menganalisis secara real-time, tetapi juga dilengkapi modul backtesting.
Anda bisa menjalankan strategi terlebih dahulu dengan data historis sebelum memutuskan untuk menggunakan uang sungguhan.
Sangat komprehensif.
Dalam hal penerapan, ambang batas proyek juga sangat rendah, kompatibel dengan 13 model besar seperti OpenAI, Anthropic, Groq, dan DeepSeek, dan dapat dijalankan secara lokal.
Saat ini, proyek yang dibuat oleh pengembang independen Virat Singh ini, setelah di-open-source, dengan cepat masuk ke daftar Trending GitHub dan meraih 51,7k Star, 9k+ Fork.
Seorang pengguna internet setelah membacanya langsung menyimpulkan: Apakah bisa menghasilkan uang, tidak tahu. Tapi setidaknya belajar sedikit tentang kerangka kerja Agent.
Apakah bisa menghasilkan uang? Mungkin bisa mengurangi kerugian.
Membuat investor legendaris kembali aktif
Sejujurnya, sebagian besar volume ritel jauh belum mencapai tingkat yang membuat investor top harus langsung mengelolanya, sementara model kuantitatif sangat bergantung pada data dan daya komputasi, yang sulit diakses oleh orang biasa.
Konsep inti AI Hedge Fund adalah mengkodekan filosofi investasi menjadi Agent, sehingga investor ritel memiliki 'model master'.
Setiap agen ahli investasi ditanamkan logika pemilihan saham dan preferensi risiko khas dari tokoh terkait, sehingga saat menghadapi saham yang sama, masing-masing memberikan penilaian independen, yang akhirnya dirangkum dan diputuskan oleh agen manajer portofolio untuk menghasilkan sinyal beli, jual, atau tahan.
Saat ini sistem secara bawaan menyediakan 18 Agent khusus, yang dibagi menjadi dua jenis utama:
Pertama, agen legendaris:
Warren Buffett (Buffett) — Nabi Omaha, mencari perusahaan berkualitas tinggi dengan moat lebar dan harga yang wajar.
Charlie Munger — mitra emas Buffett, hanya membeli bisnis luar biasa dengan harga yang wajar, menekankan kualitas manajemen dan prediktabilitas.
Ben Graham—bapak investasi nilai, memegang teguh margin of safety, khusus mencari permata tersembunyi yang diremehkan.
Bill Ackman——investor aktif yang berani menempatkan taruhan besar dan mendorong perubahan perusahaan.
Cathie Wood — Ratu Investasi Pertumbuhan, percaya teguh pada inovasi disrupif dan transformasi teknologi.
Michael Burry——prototipe "The Big Short", pemburu pemikiran kontrarian yang fokus pada penemuan nilai mendalam.
Peter Lynch—master investasi warga biasa, menemukan saham yang naik sepuluh kali lipat dalam kehidupan sehari-hari.
Phil Fisher—ahli saham pertumbuhan yang terkenal dengan metode riset obrolan mendalam (Scuttlebutt).
Stanley Druckenmiller——legenda makro, secara khusus mencari peluang serangan dengan asimetri tinggi.
Mohnish Pabrai——Investor Dhandho, bermain risiko rendah dengan pembayaran tinggi.
Nassim Taleb — penulis "The Black Swan", berfokus pada risiko ekstrem dan anti-fragilitas.
Aswath Damodaran—ahli penilaian yang menentukan harga semua aset dengan pemodelan keuangan yang ketat.
Kemudian, tim Agent analisis profesional:
Agen Penilaian: Menghitung nilai intrinsik, menghasilkan sinyal perdagangan penilaian
Fundamentals Agent: Menjabarkan data keuangan, menghasilkan sinyal fundamental
Agen Teknikal: Menganalisis indikator teknis, menangkap tren dan momentum
Sentiment Agent: Melacak sentimen pasar, mengkuantifikasi pertarungan bullish dan bearish
Manajer Risiko: Menghitung eksposur risiko, menetapkan batas posisi.
Portfolio Manager: Menggabungkan semua sinyal, memutuskan keputusan perdagangan akhir.
12 ahli masing-masing memiliki pendapat berbeda, 6 analis mengawasi dengan tenang. Sebuah tim impian Wall Street pun terbentuk.
Arsitektur teknis
Dalam hal arsitektur teknis, AI Hedge Fund menggunakan desain arsitektur tiga lapisan yang memisahkan frontend dan backend.
Dibangun berbasis React 18 + TypeScript, dengan fitur utama integrasi editor alur visual React Flow.
Pengguna dapat menarik dan menghubungkan berbagai node Agent seperti membangun balok, untuk membuat peta strategi investasi, merancang komite investasi mereka sendiri secara intuitif.
Dikendalikan oleh backend Python + FastAPI, dengan alur kerja agen ganda diatur oleh LangGraph.
Semua Agent berbagi kamus data AgentState yang sama, informasi mengalir dan ditransmisikan di antara node, memastikan konsistensi status serta memungkinkan hasil analisis masing-masing Agent dirujuk secara dinamis oleh node downstream.
Lapisan data terhubung dengan beberapa API eksternal, mendukung akses terpadu untuk data pasar real-time, laporan keuangan, sentimen pasar, dll., dan juga dapat mengakses sumber data keuangan profesional melalui “FINANCIAL_DATASETS_API_KEY”.
Sistem lengkap ini mendukung 13 penyedia LLM utama, dan juga dapat mengintegrasikan model lokal melalui parameter —ollama, memungkinkan menjalankan proses inferensi lengkap tanpa koneksi internet.
Modul backtest yang disebutkan sebelumnya dapat dijalankan dengan satu perintah: poetry run python src/backtester.py —ticker AAPL,MSFT,NVDA
Sistem akan secara otomatis memanggil berbagai Agent untuk menganalisis saham harian dalam periode historis, kemudian menghasilkan kurva keuntungan historis dan indikator kinerja utama strategi.
How to deploy
Dalam hal penyebaran, AI Hedge Fund menyediakan dua cara: baris perintah dan aplikasi web.
Mari kita lihat terlebih dahulu cara baris perintah:
Langkah pertama, kloning repositori: gitclonehttps://github.com/virattt/ai-hedge-fund.gitcdai-hedge-fund
Langkah kedua, instal dependensi (gunakan Poetry): curl -sSL https://install.python-poetry.org | python3 - poetry install
Langkah ketiga, konfigurasi kunci API:
Salin .env.example menjadi .env, masukkan setidaknya satu kunci layanan LLM, misalnya: OPENAI_API_KEY=your_key_here FINANCIAL_DATASETS_API_KEY=your_key_here
Langkah keempat, mulai analisis: poetry run python src/main.py --ticker AAPL,MSFT,NVDA
Untuk menggunakan model lokal, tambahkan parameter —ollama.
Setelah dimulai, contohnya seperti ini.
Untuk pengguna yang kurang familiar dengan baris perintah, aplikasi web menyediakan antarmuka operasi visual.
Pertama, jalankan layanan backend: cd app/backend poetry run uvicorn main:app —reload
Kemudian, jalankan antarmuka frontend (buka terminal baru): cd app/frontend && pnpm install && pnpm dev
Terakhir, kunjungi http://localhost:3000 untuk masuk ke editor visual alur Agent, dan susun komite investasi AI pribadi Anda dengan drag-and-drop.
Satu hal lagi
Sejujurnya, baru-baru ini memang ada banyak agen investasi semacam "master refiner" ini.
Misalnya, "udang" dari Li Dan telah membagikan skill investasi Buffett-Hulan, yang mencakup strategi investasi Duan Yongping, Buffett, Munger, dan Hulan.
Sementara itu, proyek open source yang mengintegrasikan berbagai metodologi investasi besar, seperti AI Hedge Fund, semakin banyak bermunculan, dan pengagentan master investasi sedang menjadi tren kecil.
Namun perlu diperhatikan bahwa sebagian besar kerangka kerja belum memiliki tingkat pengembalian investasi yang pasti dan belum diuji di pasar nyata, jadi para trader kecil yang ingin mencoba tetap harus mengingat risikonya.
Untuk ini, komentar netizen juga sangat jujur.
Seseorang langsung menyerang: Ibu Kayu—
Banyak orang ingin menjadi Simmons, mendapatkan pendapatan stabil.
Ada juga yang mengajukan pertanyaan mendalam:
Jika pandangan para master bertentangan, siapa yang harus kita dengar?
Namun pada akhirnya, yang dapat direplikasi oleh Agen adalah filosofi investasi, bukan hasil investasi.
12 master duduk di meja yang sama, sudah pasti tidak mungkin sepakat—
Tetapi mungkin, inilah justru nilai terbesarnya: yang Anda dengar bukan satu suara, melainkan sebuah perdebatan.
