ai-hedge-fund

GitHub
51k 8.8k 简单 1 次阅读 今天语言模型Agent
AI 解读 由 AI 自动生成,仅供参考

ai-hedge-fund 是一个基于人工智能的对冲基金概念验证项目,旨在探索利用 AI 辅助制定交易决策的可行性。它并非真实的投资工具,而是一个专为教育和研究设计的开源系统。

该项目核心解决了单一投资视角局限性的问题,通过模拟由 19 个不同“智能体”组成的专家团队来协同工作。这些智能体既包括模仿沃伦·巴菲特、查理·芒格、本·格雷厄姆等传奇投资者的策略代理,也涵盖负责估值分析、市场情绪解读、基本面与技术面研判的功能代理,最后由风险管理器和投资组合管理器统筹输出决策。这种多智能体协作架构,让用户能直观观察不同投资哲学如何在数据驱动下相互作用并形成最终观点。

ai-hedge-fund 特别适合对量化金融、多智能体系统(Multi-Agent Systems)感兴趣的研究人员、开发者以及金融专业学生使用。用户只需配置大模型 API 密钥和金融数据接口,即可通过命令行或网页应用运行实验。其独特的技术亮点在于将抽象的投资大师理念转化为具体的 AI 角色行为逻辑,为理解复杂市场动态和测试投资策略提供了一个安全、低成本的沙盒环境,帮助学习者在无真实资金风险的前提下深入探究 AI 在金融领域的应用潜力。

使用场景

一位独立量化研究员正在尝试构建一个多策略融合的股票分析系统,希望模拟顶级投资大师的思维逻辑来辅助决策,但受限于个人知识广度和数据处理效率。

没有 ai-hedge-fund 时

  • 思维视角单一:研究者通常只擅长价值或成长其中一种风格,难以同时像巴菲特、索罗斯或泰布那样从多个维度(如安全边际、宏观对冲、黑天鹅风险)综合评估同一只股票。
  • 信息处理过载:手动收集并分析财报基本面、技术面指标以及市场情绪数据耗时巨大,往往导致错过最佳调仓窗口。
  • 缺乏系统化风控:在没有自动化风险管理代理的情况下,很难客观计算尾部风险并严格执行仓位限制,容易受情绪影响过度交易。
  • 协作成本高昂:现实中无法组建一个由十多位不同流派投资大师组成的“虚拟团队”进行实时辩论和投票,导致决策缺乏深度博弈。

使用 ai-hedge-fund 后

  • 多维智慧融合:ai-hedge-fund 自动调动包括格雷厄姆、伍德、芒格等在内的 15+ 个专家 Agent,分别从估值、成长、逆向投资等角度对标的进行并行分析与辩论。
  • 全链路自动化分析:系统自动抓取金融数据,由基本面、技术面、情绪面等专用 Agent 即时生成信号,将数天的研究工作压缩至分钟级完成。
  • 智能风控与决策:内置的风险管理 Agent 实时计算风险指标并设定仓位上限,最终由投资组合经理 Agent 综合所有意见生成客观的交易订单,杜绝人为情绪干扰。
  • 低成本模拟实战:研究者无需雇佣真实团队,即可在本地运行一个拥有顶级大脑的“对冲基金”,以极低成本验证复杂的多策略投资假设。

ai-hedge-fund 的核心价值在于将分散的投资大师智慧转化为可执行的代码代理,让个人研究者也能拥有机构级的多策略决策能力与风控体系。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU
  • 非必需
  • 支持通过 --ollama 标志使用本地大语言模型(隐含需要 GPU 加速,但未指定具体型号),主要设计为调用云端 API(OpenAI, Groq, Anthropic, DeepSeek)
内存

未说明

依赖
notes该项目主要用于教育和研究,不进行真实交易。必须配置至少一个大语言模型 API 密钥(如 OPENAI_API_KEY)和一个金融数据 API 密钥(FINANCIAL_DATASETS_API_KEY)才能运行。推荐使用 Poetry 管理依赖。若需本地运行模型,需自行安装并配置 Ollama。
python3.x (通过 Poetry 管理,具体版本未明确,通常建议 3.9+)
poetry
openai
groq
anthropic
requests
pandas
numpy
ai-hedge-fund hero image

快速开始

AI对冲基金

这是一个基于人工智能的对冲基金概念验证项目。该项目旨在探索利用人工智能进行交易决策的可能性。本项目仅用于教育目的,并不适用于实际交易或投资。

该系统由多个代理协同工作:

  1. 阿斯瓦斯·达莫达兰代理——估值学派宗师,专注于故事、数据与严谨的估值方法。
  2. 本杰明·格雷厄姆代理——价值投资之父,只买入具有安全边际的被低估股票。
  3. 比尔·阿克曼代理——激进投资者,敢于采取大胆立场并推动企业变革。
  4. 凯茜·伍德代理——成长型投资女王,坚信创新与颠覆的力量。
  5. 查理·芒格代理——沃伦·巴菲特的搭档,只在合理价格下买入卓越的企业。
  6. 迈克尔·伯里代理——《大空头》中的逆向投资者,专攻深度价值股。
  7. 莫尼什·帕布雷代理——“丹多”投资策略践行者,追求低风险下的翻倍回报。
  8. 纳西姆·塔勒布代理——黑天鹅事件风险分析师,关注尾部风险、反脆弱性及非对称收益。
  9. 彼得·林奇代理——务实型投资者,在日常经营中寻找十倍股。
  10. 菲利普·费雪代理——细致的成长型投资者,通过深入调研捕捉市场内幕信息。
  11. 拉凯什·荣朱恩瓦拉代理——印度股市的“大公牛”。
  12. 斯坦利·德鲁肯米勒代理——宏观投资传奇人物,寻找具备增长潜力的非对称机会。
  13. 沃伦·巴菲特代理——奥马哈先知,以合理价格买入卓越公司。
  14. 估值代理——计算股票内在价值并生成交易信号。
  15. 情绪代理——分析市场情绪并生成交易信号。
  16. 基本面代理——分析基本面数据并生成交易信号。
  17. 技术面代理——分析技术指标并生成交易信号。
  18. 风险管理器——计算风险指标并设定仓位上限。
  19. 投资组合经理——做出最终交易决策并生成订单。
Screenshot 2025-03-22 at 6 19 07 PM

注意:该系统并不会实际执行任何交易。

Twitter Follow

免责声明

本项目仅用于教育和研究目的

  • 不适用于实际交易或投资。
  • 不提供任何投资建议或保证。
  • 创作者不对任何财务损失承担责任。
  • 投资决策请咨询专业财务顾问。
  • 历史业绩不代表未来表现。

使用本软件即表示您同意仅将其用于学习目的。

目录

如何安装

在运行AI对冲基金之前,您需要先安装它并设置API密钥。这些步骤对于全栈Web应用和命令行界面都是通用的。

1. 克隆仓库

git clone https://github.com/virattt/ai-hedge-fund.git
cd ai-hedge-fund

2. 设置API密钥

创建一个用于存放API密钥的.env文件:

# 在根目录下创建 .env 文件以存放 API 密钥
cp .env.example .env

打开并编辑.env文件,添加您的API密钥:

# 用于调用 OpenAI 托管的 LLM(如 gpt-4o、gpt-4o-mini 等)
OPENAI_API_KEY=your-openai-api-key

# 用于获取为对冲基金提供支持的金融数据
FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key

重要提示:您必须至少设置一个LLM API密钥(例如OPENAI_API_KEYGROQ_API_KEYANTHROPIC_API_KEYDEEPSEEK_API_KEY),否则对冲基金将无法正常运行。

如何运行

⌨️ 命令行界面

您可以通过终端直接运行AI对冲基金。这种方式提供了更精细的控制,适合自动化、脚本编写以及集成场景。

Screenshot 2025-01-06 at 5 50 17 PM

快速入门

  1. 安装Poetry(如果尚未安装):
curl -sSL https://install.python-poetry.org | python3 -
  1. 安装依赖项:
poetry install

运行AI对冲基金

poetry run python src/main.py --ticker AAPL,MSFT,NVDA

您还可以指定--ollama标志,以使用本地LLM运行AI对冲基金。

poetry run python src/main.py --ticker AAPL,MSFT,NVDA --ollama

此外,您可以选择指定开始和结束日期,以便在特定时间段内做出决策。

poetry run python src/main.py --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01

运行回测器

poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA

示例输出: Screenshot 2025-01-06 at 5 47 52 PM

注意:--ollama--start-date--end-date标志同样适用于回测器!

🖥️ Web应用

运行AI对冲基金的新方式是通过我们的Web应用程序,它提供了一个用户友好的界面。对于偏好可视化界面而非命令行工具的用户,推荐使用此方式。

有关如何安装和运行Web应用的详细说明,请参阅此处

Screenshot 2025-06-28 at 6 41 03 PM

如何贡献

  1. 分支仓库
  2. 创建功能分支
  3. 提交更改
  4. 推送到分支
  5. 发起拉取请求

重要提示:请确保您的拉取请求内容简洁且聚焦明确,这将有助于我们更轻松地审查和合并。

功能请求

如果您有功能需求,请在GitHub上提交一个issue,并确保将其标记为enhancement

许可证

本项目采用MIT许可证授权——详情请参阅LICENSE文件。

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|4天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|5天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

149.5k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|今天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|昨天
插件Agent图像

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|4天前
语言模型图像Agent