Auteur: Quantum Bit
Par inadvertance, Charlie Munger et Warren Buffett ont été « alchimisés », chacun rejoignant l’armée des Agents d'investissement, accessible à tous.
Il s’agit de l’un des projets les plus populaires récemment sur GitHub : AI Hedge Fund.
12 grands investisseurs mondiaux sont désormais en ligne pour vous aider à analyser les actions et peaufiner vos stratégies de trading ; 6 analystes synthétisent les points de vue et prennent la décision finale, passant l'ordre.
Cette armée d'Agents, « alchimisée » à partir de légendaires investisseurs, est capable non seulement d'analyses en temps réel, mais intègre également un module de backtest.
Elle permet d’abord de tester la stratégie sur des données historiques avant de décider d’engager de l’argent réel.
Assez complet.
En termes de déploiement, le projet a également un seuil d’entrée bas, compatible avec OpenAI, Anthropic, Groq, DeepSeek et 12 autres grands modèles, et peut également fonctionner localement.
Actuellement, ce projet créé par le développeur indépendant Virat Singh, après avoir été open-source, a rapidement grimpé dans le classement GitHub Trending, décrochant 51,7 k étoiles et 9 k+ Fork.
Certains internautes, après avoir vu cela, ont directement conclu : Est-ce que ça rapporte, on ne sait pas. Mais au moins, on apprend un peu sur les frameworks d'Agent.
Rapporter de l'argent ou non ? Peut-être permettre de perdre un peu moins.
Faire « revenir sur le marché » les investisseurs légendaires
Pour être honnête, le portefeuille de la plupart des petits investisseurs est loin d'être suffisant pour que les grands investisseurs gèrent eux-mêmes leurs opérations, et les modèles quantitatifs dépendent lourdement des données et de la puissance de calcul, ce que les particuliers ont du mal à maîtriser.
L'idée centrale d'AI Hedge Fund est de coder la philosophie d'investissement en Agent, donnant aux petits porteurs des « modèles de maîtres ».
Chaque Agent maître investisseur est imprégné de la logique de sélection d'actions et des préférences de risque emblématiques du personnage correspondant. Face à une même action, chacun donne son jugement indépendant, finalement synthétisé par l'Agent gestionnaire de portefeuille qui prend la décision finale, outputant un signal d'achat, de vente ou de conservation.
Le système intègre actuellement 18 Agents spécialisés, répartis en deux grandes catégories :
Premièrement, l'armée d'Agents investisseurs légendaires :
-
Warren Buffett (Buffett) — Le oracle d'Omaha, cherchant des entreprises de qualité avec un fossé large et un prix raisonnable.
-
Charlie Munger (Munger) — Le partenaire en or de Buffett, n'achetant que des affaires exceptionnelles à prix raisonnable, accordant de l'importance à la qualité de la gestion et à la prévisibilité.
-
Ben Graham — Le père de l'investissement valeur, respectant strictement la marge de sécurité, chassant spécifiquement les perles cachées sous-évaluées.
-
Bill Ackman — Investisseur activiste, osant parier lourdement et pousser les changements dans l'entreprise.
-
Cathie Wood (Sœur Wood) — La reine de l'investissement croissance, croyant fermement en l'innovation disruptive et la transformation technologique.
-
Michael Burry —原型 du « Grand Short », chasseur à la pensée inverse, se concentrant sur la挖掘 de valeur profonde.
-
Peter Lynch — Maître de l'investissement平民, découvrant des actions décuplées dans la vie quotidienne.
-
Phil Fisher — Spécialiste des actions de croissance, connu pour sa méthode de recherche en profondeur par le bavardage (Scuttlebutt).
-
Stanley Druckenmiller — Légende macro, cherchant spécifiquement des opportunités offensives hautement asymétriques.
-
Mohnish Pabrai — Investisseur Dhandho, pariant sur des probabilités élevées avec de faibles risques.
-
Nassim Taleb — Auteur du « Cygne Noir », se concentrant sur le risque de queue et l'anti-fragilité.
-
Aswath Damodaran — Maître de l'évaluation, valorisant tous les actifs avec une modélisation financière rigoureuse.
Ensuite, l'équipe d'Agents analystes professionnels :
-
Valuation Agent : Calcule la valeur intrinsèque, génère des signaux de trading basés sur la valuation.
-
Fundamentals Agent : Interprète les données financières, génère des signaux fondamentaux.
-
Technicals Agent : Analyse les indicateurs techniques, capture les tendances et la momentum.
-
Sentiment Agent : Suit le sentiment du marché, quantifie le jeu haussier/baissier.
-
Risk Manager : Calcule l'exposition au risque, fixe les limites de position.
-
Portfolio Manager : Synthétise tous les signaux, prend la décision de trading finale.
12 maîtres ayant chacun leur opinion, 6 analystes vérifient calmement. Une dream team de Wall Street, le voilà constituée.
Architecture technique
En termes d'architecture technique, AI Hedge Fund adopte une conception à trois couches séparant le front-end et le back-end.
Le front-end est construit sur React 18 + TypeScript, le point fort principal étant l'intégration de l'éditeur de flux visuel React Flow.
Les utilisateurs peuvent, comme avec des blocs de construction, faire glisser et connecter différents nœuds d'Agent pour former une carte de stratégie d'investissement, concevant visuellement leur propre comité d'investissement.
Le back-end est piloté par Python + FastAPI, utilisant LangGraph pour orchestrer le workflow multi-agents.
Tous les Agents partagent le même dictionnaire de données AgentState, l'information circule et est transmise entre les nœuds, garantissant à la fois la cohérence de l'état et permettant que les résultats d'analyse de chaque Agent soient dynamiquement référencés par les nœuds en aval.
La couche de données se connecte à multiples API externes, prenant en charge l'accès unifié aux données en temps réel, aux états financiers, au sentiment du marché, etc. Elle peut également accéder à des sources de données financières professionnelles via "FINANCIAL_DATASETS_API_KEY".
L'ensemble du système prend en charge 13 fournisseurs de LLM principaux, et peut également accéder à des grands modèles locaux via le paramètre —ollama, permettant d'exécuter le processus complet d'inférence sans nécessiter de connexion Internet.
Le module de backtest mentionné précédemment peut être démarré avec une seule commande : poetry run python src/backtester.py —ticker AAPL,MSFT,NVDA
Le système appellera automatiquement chaque Agent pour évaluer jour après jour les actions sur la période historique, outputant finalement la courbe de rendement historique de la stratégie et les indicateurs clés de performance.
Comment déployer
En termes de déploiement, AI Hedge Fund offre deux méthodes : ligne de commande et application Web.
Regardons d'abord la méthode ligne de commande :
Première étape, cloner le dépôt : gitclonehttps://github.com/virattt/ai-hedge-fund.gitcdai-hedge-fund
Deuxième étape, installer les dépendances (en utilisant Poetry) : curl-sSLhttps://install.python-poetry.org| python3 - poetry install
Troisième étape, configurer la clé API :
Copier .env.example en .env, y remplir au moins une clé de service LLM, par exemple : OPENAI_API_KEY=your_key_here FINANCIAL_DATASETS_API_KEY=your_key_here
Quatrième étape, lancer l'analyse : poetry run pythonsrc/main.py—ticker AAPL,MSFT,NVDA
Si vous souhaitez utiliser un grand modèle local, ajoutez le paramètre —ollama.
Après le lancement, son exemple ressemble à ceci.
Pour les amis moins familiers avec la ligne de commande, l'application Web offre une interface opérationnelle visuelle.
D'abord, démarrer le service back-end : cdapp/backend poetry run uvicorn main:app —reload
Ensuite, démarrer l'interface front-end (dans un autre terminal) : cdapp/frontend pnpm install pnpm dev
Enfin, visiter http://localhost:3000 pour entrer dans l'éditeur de flux Agent visuel, glisser-déposer pour construire votre comité d'investissement AI专属.
One more thing
Il faut dire que récemment, ce type d'Agent d'investissement « alchimisant les maîtres » est vraiment nombreux.
Par exemple, Li Dan's "Xia" a publié sa compétence d'investissement Buffett-Hu Lan, y fourrant les stratégies d'investissement de Duan Yongping, Buffett, Munger et Hu Lan.
Et les projets open-source intégrant les méthodologies d'investissement de différents grands noms comme AI Hedge Fund sont de plus en plus nombreux, l'Agentification des maîtres investisseurs devient une petite tendance.
Cependant, il est important de noter que la plupart de ces frameworks n'ont pas encore de taux de rendement précis, et n'ont pas été testés en live trading, les petits porteurs qui veulent essayer doivent absolument se souvenir des risques.
À cet égard, les évaluations des internautes sont également très réalistes.
Certains attaquent directement : La sœur Wood est nulle —
Beaucoup veulent devenir Simons, avoir un revenu stable.
D'autres ont posé la question existentielle :
Si les points de vue des maîtres sont conflictuels, qui devons-nous écouter ?
Mais en fin de compte, ce que l'Agent peut reproduire, c'est la philosophie d'investissement, pas le résultat de l'investissement.
12 maîtres assis autour de la même table, il était déjà impossible qu'ils soient tous d'accord —
Mais peut-être est-ce précisément là que réside sa plus grande valeur : vous n'entendez pas une seule voix, mais un débat.
