Penulis: Qbit
Tidak sengaja, Charlie Munger dan Warren Buffett "dikristalisasi", masing-masing bergabung dengan pasukan Agent investasi, dan dapat digunakan oleh semua orang.
Inilah salah satu proyek terpanas di Github baru-baru ini: AI Hedge Fund.
12 investor top dunia, sekarang siap sedia membantu Anda menganalisis saham dan menyempurnakan strategi trading Anda; 6 analis merangkum pandangan, mengambil keputusan akhir, dan melakukan order.
Pasukan Agent yang "dikristalisasi" dari investor legendaris ini tidak hanya bisa menganalisis secara real-time, tetapi juga dilengkapi dengan modul backtest.
Memungkinkan Anda menjalankan strategi terlebih dahulu dengan data historis, sebelum memutuskan untuk menggunakan uang sungguhan.
Cukup komprehensif.
Dalam hal deployment, proyek ini juga memiliki ambang batas yang rendah, kompatibel dengan 13 model besar seperti OpenAI, Anthropic, Groq, DeepSeek, dan juga dapat dijalankan secara lokal.
Saat ini, proyek yang dibuat oleh pengembang independen Virat Singh ini, setelah sumber terbuka, dengan cepat menduduki daftar Trending GitHub, meraih 51.7k Bintang dan 9k+ Fork.
Beberapa netizen langsung memberikan kesimpulan setelah melihatnya: Bisa untung atau tidak, tidak tahu. Tapi setidaknya belajar sedikit pengetahuan kerangka Agent.
Soal bisa untung atau tidak? Mungkin bisa mengurangi kerugian.
Membuat Investor Legendaris "Kembali Berkarya"
Jujur saja, volume kebanyakan investor retail jauh dari level untuk membuat investor top mengelola secara langsung, sementara model kuantitatif sangat bergantung pada data dan daya komputasi, yang sulit dimainkan oleh orang biasa.
Inti dari AI Hedge Fund adalah mengkodekan filosofi investasi menjadi Agent, memberikan 'model master' kepada investor kecil.
Setiap Agent master investasi diisi dengan logika pemilihan saham dan preferensi risiko khas dari karakter yang sesuai, ketika menghadapi saham yang sama, masing-masing memberikan penilaian independen, dan akhirnya dikonsolidasikan oleh Agent manajer portofolio untuk memutuskan, mengeluarkan sinyal beli, jual, atau tahan.
Saat ini sistem memiliki total 18 Agent khusus, dibagi menjadi dua tipe besar:
Pertama, Pasukan Agent Investor Legendaris:
-
Warren Buffett (Buffett) – Nabi dari Omaha, mencari perusahaan berkualitas dengan moat yang luas dan harga wajar.
-
Charlie Munger (Munger) – Partner emas Buffett, hanya membeli bisnis luar biasa pada harga wajar, menekankan kualitas manajemen dan kemampuan prediksi.
-
Ben Graham – Pelopor investasi nilai, menjaga ketat margin of safety, khusus berburu permata tersembunyi yang dinilai rendah.
-
Bill Ackman – Investor aktivis, berani melakukan押注 besar (heavy betting), mendorong perubahan perusahaan.
-
Cathie Wood (Sister Wood) – Ratu investasi pertumbuhan, percaya pada inovasi disruptif dan transformasi teknologi.
-
Michael Burry – Prototipe "The Big Short", pemburu pemikiran kontrarian, fokus pada penambangan nilai mendalam.
-
Peter Lynch – Master investasi rakyat, menemukan saham tenbagger dalam kehidupan sehari-hari.
-
Phil Fisher – Peneliti pertumbuhan saham yang mendalam, terkenal dengan metode riset obrolan mendalam (Scuttlebutt).
-
Stanley Druckenmiller – Legenda makro, khusus mencari peluang ofensif yang sangat asimetris.
-
Mohnish Pabrai – Investor Dhandho, mempertaruhkan risiko rendah untuk imbalan tinggi.
-
Nassim Taleb – Penulis "Black Swan", fokus pada risiko ekor (tail risk) dan anti-fragility.
-
Aswath Damodaran – Master valuasi, menilai semua aset dengan pemodelan keuangan yang ketat.
Kemudian, Tim Agent Analis Profesional:
-
Valuation Agent: Menghitung nilai intrinsik, menghasilkan sinyal trading valuasi
-
Fundamentals Agent: Menganalisis data keuangan, menghasilkan sinyal fundamental
-
Technicals Agent: Menganalisis indikator teknikal, menangkap tren dan momentum
-
Sentiment Agent: Melacak sentimen pasar, mengkuantifikasi permainan bull dan bear
-
Risk Manager: Menghitung eksposur risiko, menetapkan batas atas posisi.
-
Portfolio Manager: Merangkum semua sinyal, memutuskan keputusan trading akhir.
12 master dengan pendapat masing-masing, 6 analis dengan pengawasan dingin. Sebuah tim impian Wall Street, terbentuk begitu saja.
Arsitektur Teknis
Dalam hal arsitektur teknis, AI Hedge Fund menggunakan desain arsitektur tiga lapisan yang memisahkan front-end dan backend.
Front-end dibangun berdasarkan React 18 + TypeScript, highlight intinya adalah integrasi editor alur visual React Flow.
Pengguna dapat seperti menyusun balok, menyeret dan menghubungkan node Agent yang berbeda menjadi grafik strategi investasi, merancang dewan investasi mereka sendiri secara visual.
Backend digerakkan oleh Python + FastAPI, menggunakan LangGraph untuk menyusun alur kerja multi-agen.
Semua Agent berbagi kamus data AgentState yang sama, informasi mengalir di antara node, yang tidak hanya menjamin konsistensi状态, tetapi juga memungkinkan hasil analisis setiap Agent dirujuk secara dinamis oleh node下游.
Lapisan data terhubung ke berbagai API eksternal, mendukung akses terpadu untuk data real-time, laporan keuangan, sentimen pasar, dll., juga dapat mengakses sumber data keuangan profesional melalui "FINANCIAL_DATASETS_API_KEY".
Seluruh sistem mendukung 13 penyedia LLM utama, juga dapat mengakses model besar lokal melalui parameter —ollama, menjalankan proses inferensi lengkap tanpa perlu koneksi internet.
Modul backtest yang disebutkan sebelumnya, dapat dijalankan dengan satu perintah: poetry run python src/backtester.py —ticker AAPL,MSFT,NVDA
Sistem secara otomatis akan memanggil setiap Agent untuk meneliti saham secara harian dalam interval historis, dan akhirnya mengeluarkan kurva hasil historis strategi dan indikator kinerja kunci.
Cara Deployment
Dalam hal deployment, AI Hedge Fund menyediakan dua cara: command line dan aplikasi Web.
Pertama-tama, mari kita lihat cara command line:
Langkah pertama, clone repositori: gitclonehttps://github.com/virattt/ai-hedge-fund.gitcdai-hedge-fund
Langkah kedua, instal dependensi (menggunakan Poetry): curl-sSLhttps://install.python-poetry.org| python3 - poetry install
Langkah ketiga, konfigurasi API Key:
Salin .env.example menjadi .env, isi 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 pythonsrc/main.py—ticker AAPL,MSFT,NVDA
Jika需要使用 model besar lokal, tambahkan parameter —ollama.
Setelah dijalankan, contohnya adalah seperti ini.
Bagi teman-teman yang kurang familiar dengan command line, aplikasi Web menyediakan antarmuka operasi visual.
Pertama, mulai layanan backend: cdapp/backend poetry run uvicorn main:app —reload
Kemudian, mulai antarmuka frontend (buka terminal lain): cdapp/frontend pnpm install pnpm dev
Terakhir, kunjungi http://localhost:3000, untuk masuk ke editor alur Agent visual, seret dan susun dewan investasi AI khusus Anda.
One more thing
Jujur, akhir-akhir ini cukup banyak Agent investasi "kristalisasi master" seperti ini.
Misalnya, Li Dan's "Prawn" merilis skill investasi Buffett-Hu Lan mereka sendiri, memasukkan strategi investasi Duan Yongping, Buffett, Munger, dan Hu Lan.
Dan proyek sumber terbuka yang mengintegrasikan berbagai metodologi investasi seperti AI Hedge Fund juga semakin banyak, Agentisasi master investasi sedang menjadi tren kecil.
Namun perlu diperhatikan, sebagian besar kerangka kerja belum memiliki tingkat pengembalian investasi yang pasti, dan belum diuji secara real, investor kecil yang ingin mencoba harus tetap ingat risikonya.
Dalam hal ini, evaluasi netizen juga sangat nyata.
Beberapa orang langsung menyerang: Sister Wood jelek--
Banyak orang ingin menjadi Simons, mendapatkan pendapatan stabil.
Ada juga yang mengajukan pertanyaan jiwa:
Jika pandangan para master bertentangan, siapa yang harus kita dengarkan?
Tapi pada akhirnya, yang dapat direplikasi oleh Agent adalah filosofi investasi, bukan hasil investasi.
12 master duduk di meja yang sama, pada dasarnya tidak mungkin memiliki pendapat yang seragam——
Tapi mungkin, justru inilah nilai paling berharganya: Anda mendengar bukan satu suara, tetapi sebuah debat.
