Autor: Quantum Bit
Sin querer, Charlie Munger y Buffett fueron "destilados", cada uno uniéndose al ejército de Agentes de inversión, disponibles para todos.
Este es uno de los proyectos más calientes recientemente en GitHub: AI Hedge Fund.
12 grandes inversores mundiales, ahora disponibles en línea para ayudarte a analizar acciones y perfeccionar tu estrategia de trading; 6 analistas resumen opiniones, toman la decisión final y ejecutan la orden.
Este ejército de Agentes "destilados" de inversores legendarios no solo puede analizar en tiempo real, sino que también incluye un módulo de backtesting.
Permite ejecutar primero la estrategia con datos históricos antes de decidir si arriesgar dinero real.
Bastante completo.
En cuanto a la implementación, el proyecto también tiene un umbral bajo, es compatible con 13 modelos de lenguaje grandes como OpenAI, Anthropic, Groq, DeepSeek, etc., y se puede ejecutar localmente sin problemas.
Actualmente, este proyecto creado por el desarrollador independiente Virat Singh, tras hacerse de código abierto, rápidamente llegó a la lista de Tendencia de GitHub, obteniendo 51.7k Estrellas y 9k+ Forks.
Algunos usuarios, después de verlo, sacaron una conclusión directa: Si generará ganancias o no, no se sabe. Pero al menos se aprende un poco sobre el framework de Agentes.
¿Ganar dinero? Tal vez pueda ayudar a perder menos.
Haciendo "regresar" a los inversores legendarios
A decir verdad, el volumen de la mayoría de los pequeños inversores está lejos de justificar que un inversor de primer nivel gestione personalmente su cartera, y los modelos cuantitativos dependen en gran medida de datos y potencia de cálculo, lo que también es difícil de manejar para la persona promedio.
La idea central de AI Hedge Fund es codificar filosofías de inversión en Agentes, dando a los pequeños inversores acceso a "modelos de maestros".
Cada Agente maestro de inversiones está imbuido con la lógica de selección de acciones y la tolerancia al riesgo características de la persona correspondiente. Al enfrentarse a la misma acción, cada uno da su juicio independiente, y finalmente el Agente gestor de cartera resume y decide, emitiendo señales de compra, venta o mantenimiento.
Actualmente, el sistema incluye 18 Agentes especializados, divididos en dos grandes categorías:
Primero, el ejército de Agentes de inversores legendarios:
-
Warren Buffett (Buffett) – El Oráculo de Omaha, busca empresas de calidad con amplios fosos económicos (moats) y precios razonables.
-
Charlie Munger (Munger) – El compañero de oro de Buffett, compra negocios excepcionales solo a precios razonables, valora la calidad de la gestión y la previsibilidad.
-
Ben Graham – El padre de la inversión en valor, se adhiere estrictamente al margen de seguridad, especializado en cazar gemas ocultas infravaloradas.
-
Bill Ackman – Inversor activista, se atreve a hacer apuestas concentradas e impulsar cambios corporativos.
-
Cathie Wood (Hermana Madera) – La reina de la inversión en crecimiento, cree firmemente en la innovación disruptiva y el cambio tecnológico.
-
Michael Burry – Prototipo de "The Big Short" (La Gran Apuesta), cazador de pensamiento inverso, se centra en la excavación de valor profundo.
-
Peter Lynch – Maestro de la inversión popular, encuentra acciones de diez baggers (x10) en la vida cotidiana.
-
Phil Fisher – Especialista en acciones de crecimiento, conocido por su método de investigación de charlas profundas (Scuttlebutt).
-
Stanley Druckenmiller – Leyenda macro, especializado en buscar oportunidades ofensivas altamente asimétricas.
-
Mohnish Pabrai – Inversor Dhandho, apuesta por altas probabilidades con bajo riesgo.
-
Nassim Taleb – Autor de "El Cisne Negro", se centra en el riesgo de cola y la antifragilidad.
-
Aswath Damodaran – Maestro de la valoración, valora todo activo con modelos financieros rigurosos.
Luego, el equipo de Agentes analistas profesionales:
-
Agente de Valoración: Calcula el valor intrínseco, genera señales de trading basadas en valoración.
-
Agente de Fundamentos: Interpreta datos financieros, genera señales fundamentales.
-
Agente de Técnicas: Analiza indicadores técnicos, captura tendencias y momentum.
-
Agente de Sentimiento: Rastrea el sentimiento del mercado, cuantifica la batalla alcista/bajista.
-
Gestor de Riesgos: Calcula la exposición al riesgo, establece límites de posición.
-
Gestor de Cartera: Resume todas las señales, toma la decisión final de trading.
12 maestros, cada uno con su opinión, 6 analistas supervisando con calma. Un dream team de Wall Street, así de simple.
Arquitectura Técnica
En cuanto a la arquitectura técnica, AI Hedge Fund adopta un diseño de tres capas separadas frontend-backend.
El frontend se construye sobre React 18 + TypeScript, cuyo punto destacado es la integración del editor de flujo visual React Flow.
Los usuarios pueden, como si jugaran con bloques, arrastrar y conectar diferentes nodos de Agentes para formar un gráfico de estrategia de inversión, diseñando visualmente su propio comité de inversión.
El backend está impulsado por Python + FastAPI, utilizando LangGraph para orquestar el flujo de trabajo multi-agente.
Todos los Agentes comparten el mismo diccionario de datos AgentState, la información fluye y se transmite entre nodos, lo que garantiza la consistencia del estado y permite que los resultados del análisis de cada Agente sean referenciados dinámicamente por los nodos posteriores.
La capa de datos se conecta a múltiples API externas, admite la integración unificada de datos como cotizaciones en tiempo real, estados financieros, sentimiento del mercado, etc. También se puede acceder a fuentes de datos financieros profesionales mediante "FINANCIAL_DATASETS_API_KEY".
Todo el sistema es compatible con 13 proveedores principales de LLM, y también se puede acceder a modelos grandes locales mediante el parámetro —ollama, ejecutando el flujo de inferencia completo sin necesidad de conexión a Internet.
El módulo de backtest mencionado anteriormente se inicia con un comando: poetry run python src/backtester.py —ticker AAPL,MSFT,NVDA
El sistema automáticamente invocará a cada Agente para analizar día a día las acciones en el intervalo histórico,最终输出输出 la curva de rendimiento histórico de la estrategia y los indicadores clave de desempeño.
Cómo desplegarlo
En cuanto a la implementación, AI Hedge Fund ofrece dos formas: línea de comandos y aplicación web.
Primero, veamos la forma 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 API Key:
Copiar .env.example a .env, completar con al menos una clave de servicio LLM, por ejemplo: OPENAI_API_KEY=tu_clave_aqui FINANCIAL_DATASETS_API_KEY=tu_clave_aqui
Paso 4, iniciar el análisis: poetry run python src/main.py —ticker AAPL,MSFT,NVDA
Si es necesario usar modelos locales, agregar el parámetro —ollama.
Después de iniciar, su ejemplo es así.
Para aquellos menos familiarizados con la línea de comandos, la aplicación web ofrece una interfaz operativa visual.
Primero, iniciar el servicio backend: cd app/backend poetry run uvicorn main:app —reload
Luego, iniciar la interfaz frontend (en otra terminal): cd app/frontend pnpm install pnpm dev
Finalmente, acceder a http://localhost:3000 para entrar al editor visual de flujo de Agentes, arrastrar y soltar para construir tu comité de inversión AI exclusivo.
One more thing
A decir verdad, recientemente no son pocos estos Agentes de inversión que "destilan maestros".
Por ejemplo, Li Dan's "Xia" lanzó su propia skill de inversión Buffett-Hu Lan, metiendo las estrategias de inversión de Duan Yongping, Buffett, Munger y Hu Lan.
Y proyectos de código abierto como AI Hedge Fund que integran las metodologías de inversión de varios grandes nombres son cada vez más, la agentificación de maestros de inversión se está convirtiendo en una pequeña tendencia.
Sin embargo, es importante notar que la mayoría de los frameworks aún no tienen una tasa de retorno de inversión确切 (exacta), ni han sido probados en tiempo real, los pequeños inversores que quieran probar deben recordar牢记 los riesgos.
Al respecto, los comentarios de los usuarios también son muy reales.
Algunos directamente critican: ¡Hermana Madera es una mierda——!
Mucha gente quiere convertirse en Simons (Jim Simons, Renaissance Technologies), obtener ingresos estables.
Otros lanzaron una pregunta al alma:
Si los puntos de vista de los maestros son conflictivos, ¿a quién debemos escuchar?
Pero en última instancia, lo que los Agentes pueden replicar es la filosofía de inversión, no el resultado de la inversión.
12 maestros sentados en la misma mesa, es imposible que estén de acuerdo——
Pero tal vez, este sea precisamente su valor más grande: no escuchas una sola voz, sino un debate.
