Penulis: Quantum Bit
Tanpa disedari, Charlie Munger dan Warren Buffett telah diubah menjadi agen pelaburan, semua boleh digunakan.
Ini adalah salah satu projek paling popular di Github baru-baru ini, AI Hedge Fund.
12 ahli pelaburan dunia, kini bersedia secara langsung membantu anda menganalisis saham dan menyempurnakan strategi perdagangan anda; 6 analis menghimpun pandangan, kemudian membuat keputusan akhir dan tempahan.
Pasukan Agent yang dirangka oleh pelabur legenda "Lian Hua" tidak hanya mampu menganalisis secara masa nyata, tetapi juga dilengkapi dengan modul ujian semula.
Anda boleh gunakan data sejarah untuk menjalankan strategi terlebih dahulu, sebelum memutuskan untuk menggunakan dana sebenar.
Sangat komprehensif.
Dalam pelaksanaan, ambang projek juga rendah, kompatibel dengan 13 model besar seperti OpenAI, Anthropic, Groq, dan DeepSeek, dan boleh dijalankan secara tempatan.
Saat ini, projek yang dibangun oleh pembangun bebas Virat Singh, selepas dibuka sumber, dengan cepat memuncak dalam senarai Trending GitHub, memperoleh 51,7k Star dan 9k+ Fork.
Seorang pengguna internet setelah membaca langsung membuat kesimpulan: Tidak tahu sama ada boleh mendapat keuntungan, tetapi sekurang-kurangnya belajar sedikit tentang kerangka Agent.
Adakah anda akan mendapat keuntungan? Mungkin anda akan rugi kurang banyak.
Membuat pelabur legenda kembali ke pentas
Sejujurnya, sebahagian besar saham peniaga kecil tidak mencukupi untuk menarik perhatian pelabur utama untuk mengendalikan secara langsung, manakala model kuantitatif sangat bergantung kepada data dan kuasa pengiraan, yang sukar untuk diendalikan oleh orang biasa.
Konsep utama AI Hedge Fund ialah mengkodkan falsafah pelaburan menjadi Agent, memberikan pelabur kecil model "master".
Setiap agen pakar pelaburan ditanamkan dengan logik pemilihan saham dan preferensi risiko khas individu tersebut; apabila menghadapi saham yang sama, setiap agen memberikan penilaian independen, dan akhirnya agen pengurus portofolio pelaburan menghimpun dan membuat keputusan, mengeluarkan isyarat beli, jual, atau held.
Sistem semasa mempunyai 18 agen khas yang disediakan, dibahagikan kepada dua jenis utama:
Pertama sekali, pasukan agen pelabur legenda:
Warren Buffett (Buffett) — Nabi Omaha, mencari perusahaan berkualiti tinggi dengan parit perlindungan yang luas dan harga yang munasabah.
Charlie Munger — rakan emas Buffett, hanya membeli perniagaan cemerlang pada harga yang munasabah, menekankan kualiti pengurusan dan kebolehramalan.
Ben Graham——bapa pelaburan nilai, memegang teguh margin keselamatan, khusus mencari permata tersembunyi yang diremehkan.
Bill Ackman——pelabur aktivis yang berani menempatkan pelaburan besar dan mendorong perubahan korporat.
Cathie Wood — Ratu Pelaburan Pertumbuhan, percaya teguh kepada inovasi disruptif dan perubahan teknologi.
Michael Burry — prototaip《The Big Short》， pemburu pemikiran berlawanan, fokus pada penggalian nilai mendalam.
Peter Lynch —— master pelaburan rakyat, menemui saham sepuluh kali ganda dalam kehidupan harian.
Phil Fisher — pakar saham pertumbuhan yang terkenal dengan kaedah penyelidikan perbualan mendalam (Scuttlebutt).
Stanley Druckenmiller — legenda makro, mencari peluang serangan dengan asimetri tinggi.
Mohnish Pabrai——Pengarah Dhandho, bermain risiko rendah dengan pembayaran tinggi.
Nassim Taleb — penulis "The Black Swan", berfokus pada risiko ekstrem dan anti-kerapuhan.
Aswath Damodaran—pakar penilaian, yang menentukan harga semua aset dengan pemodelan kewangan yang ketat.
Kemudian, pasukan Agent analisis profesional:
Agen Penilaian: Mengira nilai intrinsik, menghasilkan isyarat perdagangan penilaian
Agen Asas: Menafsir data kewangan, menghasilkan isyarat asas
Agen Teknikal: Menganalisis indikator teknikal, menangkap tren dan momentum
Agen Sentimen: Melacak perasaan pasaran, mengkuantifikasikan pertandingan antara beli dan jual
Pengurus Risiko: Mengira eksposur risiko, menetapkan had kedudukan.
Pengurus Portofolio: Menghimpun semua isyarat, membuat keputusan perdagangan akhir.
12 orang ahli masing-masing mempunyai pendapat berbeza, 6 analis mengawal dengan tenang. Sebuah pasukan impian Wall Street telah terbentuk.
Arsitek teknikal
Dari segi arsitek teknikal, AI Hedge Fund menggunakan reka bentuk arsitektur tiga lapisan yang memisahkan klien dan pelayan.
Dibina berdasarkan React 18 + TypeScript, dengan ciri utama ialah integrasi dengan editor aliran visual React Flow.
Pengguna boleh menarik dan meletakkan nod Agen yang berbeza seperti blok bangunan untuk menyambungkan satu rangkaian strategi pelaburan, merekabentuk komiti pelaburan sendiri dengan jelas.
Digerakkan oleh Python + FastAPI, dengan alur kerja agen pelbagai diatur oleh LangGraph.
Semua Agent berkongsi kamus data AgentState yang sama, maklumat mengalir dan dipindahkan antara nod, memastikan konsistensi status serta membolehkan keputusan analisis setiap Agent dirujuk secara dinamik oleh nod seterusnya.
Lapisan data menghubungkan pelbagai API luaran, menyokong penggabungan seragam data pasaran masa nyata, laporan kewangan, dan suasana pasaran, serta boleh menghubungkan sumber data kewangan profesional melalui “FINANCIAL_DATASETS_API_KEY”.
Sistem penuh menyokong 13 penyedia LLM utama, dan juga boleh diintegrasikan dengan model tempatan melalui parameter —ollama, membolehkan proses inferensi penuh berjalan tanpa perlu bersambung ke internet.
Modul ujian semula yang disebutkan sebelum ini boleh dijalankan dengan satu arahan: poetry run python src/backtester.py —ticker AAPL,MSFT,NVDA
Sistem akan secara automatik memanggil setiap Agen untuk menganalisis saham harian dalam tempoh sejarah, kemudian mengeluarkan lengkung pulangan sejarah strategi dan indikator prestasi utama.
Bagaimana untuk menghuraikan
Dalam segi pelaksanaan, AI Hedge Fund menyediakan dua cara: baris arahan dan aplikasi web.
Mari kita lihat cara baris perintah terlebih dahulu:
Langkah pertama, klon repositori: git clone https://github.com/virattt/ai-hedge-fund.git cd ai-hedge-fund
Langkah kedua, pasang ketergantungan (menggunakan Poetry): curl -sSL https://install.python-poetry.org | python3 - poetry install
Langkah ketiga, konfigurasi kekunci antara muka pengaturcaraan aplikasi (API):
Salin .env.example kepada .env, masukkan sekurang-kurangnya satu kunci perkhidmatan LLM, contohnya: OPENAI_API_KEY=your_key_here FINANCIAL_DATASETS_API_KEY=your_key_here
Langkah keempat, mulakan analisis: poetry run python src/main.py —ticker AAPL,MSFT,NVDA
Untuk menggunakan model tempatan, tambah parameter —ollama.
Selepas dimulakan, contohnya adalah seperti ini.
Untuk pengguna yang kurang familiar dengan baris arahan, aplikasi web menyediakan antaramuka operasi visual.
Pertama, mulakan perkhidmatan belakang: cd app/backend poetry run uvicorn main:app —reload
Kemudian, mulakan antaramuka depan (buka terminal lain): cd app/frontend pnpm install pnpm dev
Akhir sekali, akses http://localhost:3000 untuk memasuki penyunting aliran Agent visual, seret dan lepas untuk membina komite pelaburan AI anda sendiri.
Satu lagi
Sejujurnya, baru-baru ini memang ramai agen pelaburan jenis “master pemurnian” ini.
Sebagai contoh, “Udang” Li Dan telah memperkenalkan skill pelaburan Buffett-Hulan, yang menggabungkan strategi pelaburan 段永平, Buffett, Munger, dan Hulan semuanya.
Sementara itu, projek sumber terbuka yang mengintegrasikan pelbagai teori pelaburan seperti AI Hedge Fund semakin ramai, dan pengagengan agen pelabur hebat sedang menjadi satu trend kecil.
Namun, perlu diperhatikan bahawa kebanyakan rangka kerja belum mempunyai pulangan pelaburan yang pasti dan belum diuji dalam pasaran sebenar; pelabur kecil yang ingin mencuba tetap perlu mengingat risikonya.
Untuk ini, ulasan pengguna juga sangat jujur.
Seseorang langsung menyerang: Ibu Kayu—
Banyak orang ingin menjadi Simmons, mendapat pendapatan stabil.
Ada juga yang mengajukan soalan jiwa:
Jika pandangan para ahli bertentangan, siapa yang harus kita dengar?
Tetapi pada akhirnya, agen dapat mereplikasi falsafah pelaburan, bukan hasil pelaburan.
12 orang ahli duduk di meja yang sama, sudah pasti tidak mungkin sepakat—
Tetapi mungkin, inilah tepatnya nilai paling berharganya: anda mendengar bukan satu suara, tetapi satu perdebatan.
