Tác giả: Quantum Bit
Không ngờ, Charlie Munger và Warren Buffett đã bị luyện hóa, ai nấy đều gia nhập đội ngũ Agent đầu tư và ai cũng có thể sử dụng.
Đây là một trong những dự án phổ biến nhất gần đây trên GitHub - AI Hedge Fund.
12 chuyên gia đầu tư hàng đầu thế giới, sẵn sàng trực tuyến hỗ trợ bạn phân tích cổ phiếu và hoàn thiện chiến lược giao dịch; 6 nhà phân tích tổng hợp quan điểm, đưa ra quyết định cuối cùng và thực hiện lệnh.
Đội ngũ Agent do nhà đầu tư huyền thoại “Luyện Hóa” dẫn đầu không chỉ có khả năng phân tích thời gian thực, mà còn tích hợp mô-đun kiểm tra lại.
Bạn có thể sử dụng dữ liệu lịch sử để chạy chiến lược trước, sau đó mới quyết định có nên dùng tiền thật hay không.
Rất toàn diện.
Về mặt triển khai, rào cản dự án cũng rất thấp, tương thích với 13 mô hình lớn như OpenAI, Anthropic, Groq, DeepSeek, và có thể chạy locally mà không gặp vấn đề.
Hiện tại, dự án do nhà phát triển độc lập Virat Singh tạo ra, sau khi mở nguồn đã nhanh chóng lọt vào danh sách Trending của GitHub, đạt 51,7k Star và hơn 9k Fork.
Một số người dùng xem xong đã đưa ra kết luận ngay: có kiếm được tiền không thì chưa biết, nhưng ít nhất cũng học được một chút kiến thức về khung Agent.
Liệu có kiếm được tiền không? Có lẽ sẽ giảm bớt thua lỗ.
Cho nhà đầu tư huyền thoại trở lại
Nói thật thì quy mô của phần lớn nhà đầu tư lẻ chưa đủ lớn để thu hút các nhà đầu tư hàng đầu trực tiếp vận hành, trong khi các mô hình định lượng lại phụ thuộc nặng vào dữ liệu và sức mạnh tính toán, khiến người bình thường khó có thể tham gia.
Ý tưởng cốt lõi của Quỹ đầu tư AI là mã hóa triết lý đầu tư thành Agent, giúp các nhà đầu tư nhỏ lẻ có được "mô hình đại gia".
Mỗi tác nhân đầu tư chuyên gia được tích hợp logic chọn cổ phiếu và sở thích rủi ro đặc trưng của nhân vật tương ứng; khi đối mặt với cùng một cổ phiếu, mỗi tác nhân sẽ đưa ra phán đoán độc lập, sau đó tác nhân quản lý danh mục đầu tư tổng hợp và đưa ra tín hiệu mua, bán hoặc giữ.
Hiện tại hệ thống có tổng cộng 18 Agent chuyên trách, được chia thành hai loại chính:
Trước hết, đội ngũ nhà đầu tư huyền thoại Agent:
Warren Buffett (Buffett) — Nhà tiên tri ở Omaha, tìm kiếm những doanh nghiệp chất lượng cao với hào bảo vệ rộng và giá cả hợp lý.
Charlie Munger — đối tác vàng của Buffett, chỉ mua những doanh nghiệp xuất sắc ở mức giá hợp lý, coi trọng chất lượng ban quản lý và tính dự đoán được.
Ben Graham — cha đẻ của đầu tư giá trị, kiên trì nguyên tắc biên an toàn, chuyên tìm kiếm những viên ngọc ẩn bị định giá thấp.
Bill Ackman——nhà đầu tư tích cực, dám đặt cược lớn và thúc đẩy sự thay đổi doanh nghiệp.
Cathie Wood — Nữ hoàng đầu tư tăng trưởng, tin tưởng mạnh mẽ vào sự đổi mới phá vỡ và biến đổi công nghệ.
Michael Burry——người mẫu của bộ phim “The Big Short”, thợ săn tư duy ngược chiều, chuyên tìm kiếm giá trị sâu sắc.
Peter Lynch — đại sư đầu tư của người bình dân, phát hiện ra những cổ phiếu tăng gấp mười lần trong cuộc sống hàng ngày.
Phil Fisher — chuyên gia nghiên cứu cổ phiếu tăng trưởng, nổi tiếng với phương pháp điều tra bằng trò chuyện sâu rộng (Scuttlebutt).
Stanley Druckenmiller——vị huyền thoại vĩ mô, chuyên tìm kiếm các cơ hội tấn công có tính bất đối xứng cao.
Mohnish Pabrai——nhà đầu tư Dhandho, đánh cược rủi ro thấp với tỷ lệ thưởng cao.
Nassim Taleb——《黑天鹅》作者，专注于尾部风险与反脆弱性。
Aswath Damodaran — chuyên gia định giá, định giá mọi tài sản bằng mô hình tài chính chặt chẽ.
Sau đó là đội ngũ Agent phân tích chuyên nghiệp:
Đối tác định giá: Tính toán giá trị nội tại, tạo tín hiệu giao dịch định giá
Agent Cơ bản: Giải mã dữ liệu tài chính, tạo tín hiệu cơ bản
Technicals Agent: Phân tích các chỉ báo kỹ thuật, bắt kịp xu hướng và động lượng
Agent Sentiment: Theo dõi tâm lý thị trường, định lượng cuộc cạnh tranh giữa vị thế mua và bán
Quản lý rủi ro: Tính toán mức phơi nhiễm rủi ro, thiết lập giới hạn vị thế.
Portfolio Manager: Tổng hợp tất cả các tín hiệu, đưa ra quyết định giao dịch cuối cùng.
12 chuyên gia mỗi người một ý, 6 nhà phân tích bình tĩnh giám sát. Một đội hình sao phố Wall đã được hình thành.
Kiến trúc kỹ thuật
Về mặt kiến trúc kỹ thuật, AI Hedge Fund sử dụng thiết kế kiến trúc ba lớp tách biệt giữa frontend và backend.
Được xây dựng dựa trên React 18 + TypeScript, điểm nổi bật chính là tích hợp trình chỉnh sửa luồng trực quan React Flow.
Người dùng có thể kéo thả các nút Agent khác nhau như xếp khối để tạo thành một sơ đồ chiến lược đầu tư, thiết kế trực quan hội đồng đầu tư của riêng mình.
Được điều khiển bởi Python + FastAPI, với luồng làm việc đa tác nhân được sắp xếp bởi LangGraph.
Tất cả các Agent chia sẻ cùng một từ điển dữ liệu AgentState, thông tin được truyền tải và lưu chuyển giữa các nút, vừa đảm bảo tính nhất quán của trạng thái, vừa cho phép các kết quả phân tích của từng Agent được các nút downstream tham chiếu động.
Lớp dữ liệu kết nối với nhiều API bên ngoài, hỗ trợ tích hợp thống nhất các dữ liệu như giá thị trường theo thời gian thực, báo cáo tài chính, cảm xúc thị trường, và có thể kết nối với các nguồn dữ liệu tài chính chuyên nghiệp thông qua “FINANCIAL_DATASETS_API_KEY”.
Hệ thống toàn diện hỗ trợ 13 nhà cung cấp LLM chính, đồng thời có thể kết nối với mô hình lớn cục bộ thông qua tham số —ollama, cho phép chạy toàn bộ quy trình suy luận mà không cần kết nối internet.
Mô-đun backtest được đề cập ở trên có thể được khởi động bằng một lệnh duy nhất: poetry run python src/backtester.py —ticker AAPL,MSFT,NVDA
Hệ thống sẽ tự động gọi các Agent để phân tích từng ngày cổ phiếu trong khoảng thời gian lịch sử, sau đó đầu ra là đường cong lợi nhuận lịch sử và các chỉ số hiệu suất chính của chiến lược.
Làm thế nào để triển khai
Về mặt triển khai, AI Hedge Fund cung cấp hai phương thức: dòng lệnh và ứng dụng web.
Chúng ta hãy xem cách sử dụng dòng lệnh:
Bước đầu tiên, clone kho lưu trữ: git clone https://github.com/virattt/ai-hedge-fund.git cd ai-hedge-fund
Bước thứ hai, cài đặt phụ thuộc (sử dụng Poetry): curl -sSL https://install.python-poetry.org | python3 - poetry install
Bước thứ ba, cấu hình Khóa API:
Sao chép .env.example thành .env, điền ít nhất một khóa dịch vụ LLM, ví dụ: OPENAI_API_KEY=your_key_here FINANCIAL_DATASETS_API_KEY=your_key_here
Bước thứ tư, khởi động phân tích: poetry run python src/main.py --ticker AAPL,MSFT,NVDA
Để sử dụng mô hình địa phương, chỉ cần thêm tham số —ollama.
Sau khi khởi động, ví dụ của anh ấy trông như thế này.
Đối với những bạn chưa quen với dòng lệnh, ứng dụng web cung cấp giao diện thao tác trực quan.
Đầu tiên, khởi động dịch vụ backend: cd app/backend poetry run uvicorn main:app —reload
Sau đó, khởi động giao diện người dùng (mở terminal mới): cd app/frontend && pnpm install && pnpm dev
Cuối cùng, truy cập http://localhost:3000 để vào trình chỉnh sửa quy trình Agent trực quan, kéo và thả để xây dựng ủy ban đầu tư AI riêng của bạn.
Một điều nữa
Nói thật thì gần đây có khá nhiều agent đầu tư dạng “bậc thầy tinh luyện” này.
Ví dụ như “tôm” của Lý Đản đã đăng tải kỹ năng đầu tư Buffett-Hu Lan, nhét hết các chiến lược đầu tư của Duan Yongping, Buffett, Munger và Hu Lan vào đó.
Và ngày càng có nhiều dự án mã nguồn mở tích hợp các phương pháp đầu tư của các nhà đầu tư lớn như AI Hedge Fund, xu hướng biến các chuyên gia đầu tư thành các tác nhân đang trở thành một xu hướng nhỏ.
Tuy nhiên, cần lưu ý rằng phần lớn các khung này chưa có tỷ suất hoàn vốn chính xác và chưa được thử nghiệm trong môi trường thực tế, nên những nhà đầu tư nhỏ lẻ muốn thử nghiệm hãy luôn ghi nhớ rủi ro.
Đối với điều này, đánh giá của cư dân mạng cũng rất chân thực.
Có người trực tiếp phản bác: Cô Wood—
Nhiều người muốn trở thành Simmons, nhận thu nhập ổn định.
Cũng có người đặt ra câu hỏi sâu sắc:
Nếu quan điểm của các đại gia mâu thuẫn nhau, chúng ta nên nghe ai?
Nhưng cuối cùng, Agent có thể tái tạo triết lý đầu tư, chứ không phải kết quả đầu tư.
12 vị đại sư ngồi cùng một bàn, vốn dĩ không thể thống nhất ý kiến—
Nhưng có lẽ, chính điều đó mới là điểm giá trị nhất của nó: bạn không nghe thấy một giọng nói, mà là một cuộc tranh luận.
