AI Hedge Fund - 多智能体投资分析系统

什么是 AI Hedge Fund？

AI Hedge Fund 是一个概念验证项目，探索使用 AI 进行交易决策。系统模拟了多位知名投资者的投资风格，通过多智能体协作进行股票分析和交易信号生成。

核心特点：

• 14 个投资风格智能体（价值投资、成长投资、反脆弱等）
• 4 个分析智能体（估值、情绪、基本面、技术面）
• 1 个风险经理 + 1 个投资组合经理
• LangChain 驱动，基于 LLM 的推理
• 不进行真实交易，仅用于教育研究

⚠️ 重要声明：本项目仅用于教育和研究目的，不构成投资建议。

项目结构

src/
├── main.py              # 主入口，CLI 入口
├── backtester.py        # 回测引擎
├── agents/              # 投资风格智能体
│   ├── warren_buffett.py
│   ├── charlie_munger.py
│   ├── ben_graham.py
│   └── ... (共14个)
├── graph/
│   └── state.py         # 状态管理
├── llm/
│   └── llm.py           # LLM 调用封装
└── tools/
    └── api.py           # 金融数据 API

投资风格智能体

智能体	风格	核心分析维度
Warren Buffett	奥马哈先知	护城河分析、内在价值、现金流折现
Charlie Munger	伙伴	合理价格买优质企业、多元思维模型
Ben Graham	价值投资教父	安全边际、低估值筛选
Peter Lynch	实践投资者	十倍股基因、主营业务清晰度
Cathie Wood	成长投资女王	创新破坏、成长潜力
Nassim Taleb	黑天鹅风险分析师	尾部风险、反脆弱性
Michael Burry	反脆弱空头	深度价值、逆向投资
Mohnish Pabrai	Dhandho 投资者	低风险翻倍策略

Warren Buffett 智能体示例

class WarrenBuffettSignal(BaseModel):
    signal: Literal["bullish", "bearish", "neutral"]
    confidence: int  # 置信度 0-100
    reasoning: str   # 决策理由

def warren_buffett_agent(state: AgentState, agent_id: str):
    # 1. 获取财务指标
    metrics = get_financial_metrics(ticker, end_date)

    # 2. 获取财务科目
    financial_line_items = search_line_items(ticker, [...])

    # 3. 分析护城河
    moat_analysis = analyze_moat(metrics)

    # 4. 分析定价权
    pricing_power_analysis = analyze_pricing_power(...)

    # 5. 计算内在价值
    intrinsic_value = calculate_intrinsic_value(...)

    # 6. 返回信号
    return WarrenBuffettSignal(signal="bullish", confidence=75, reasoning="...")

分析智能体

智能体	功能	输出
Valuation	计算内在价值	交易信号
Sentiment	分析市场情绪	交易信号
Fundamentals	分析基本面数据	交易信号
Technicals	分析技术指标	交易信号

系统架构

决策流程

输入股票代码（AAPL, MSFT, NVDA）
    ↓
并行执行 14 个投资风格智能体
    ↓
4 个分析智能体（估值/情绪/基本面/技术面）
    ↓
风险经理计算风险指标，设置仓位限制
    ↓
投资组合经理综合决策
    ↓
生成最终交易信号

快速入门

环境准备

# 克隆仓库
git clone https://github.com/virattt/ai-hedge-fund.git
cd ai-hedge-fund

# 安装 Poetry
curl -sSL https://install.python-poetry.org | python3 -

# 安装依赖
poetry install

配置 API Key

# 创建 .env 文件
cp .env.example .env

编辑 .env：

# LLM API（至少需要一个）
OPENAI_API_KEY=your-openai-api-key
# 或
ANTHROPIC_API_KEY=your-anthropic-api-key

# 金融数据 API
FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key

运行

# 基本运行（分析多只股票）
poetry run python src/main.py --ticker AAPL,MSFT,NVDA

# 使用本地 LLM（Ollama）
poetry run python src/main.py --ticker AAPL,MSFT,NVDA --ollama

# 指定时间范围回测
poetry run python src/main.py --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01

# 运行回测
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA

与类似项目对比

项目	特点	智能体数量	开源
ai-hedge-fund	多风格投资者模拟	14+5	✅
Bedrock-Quant	AWS 量化框架	少	✅
Investopedia AI	教育目的	少	❌

常见问题

Q: 这个项目真的能赚钱吗？ A: 不能。本项目是教育研究目的，不进行真实交易。

Q: 需要哪些 API Key？ A: 至少需要一个 LLM API Key（OpenAI/Anthropic/Groq/DeepSeek）。金融数据 API 可选但推荐。

Q: 支持本地模型吗？ A: 支持。使用 --ollama 标志即可连接本地 Ollama。

Q: 如何扩展新的投资风格？ A: 在 src/agents/ 目录下创建新的 Python 文件，继承智能体模式即可。

局限性

1. 不进行真实交易 — 仅为概念验证
2. 模拟环境 — 没有真实的市场执行
3. API 依赖 — 需要有效的 API Key
4. 数据延迟 — 金融数据可能不是实时的
5. 多智能体意见冲突 — 不同投资风格可能给出相反建议，投资组合经理如何权衡未明确说明

参考链接

• GitHub: virattt/ai-hedge-fund
• Twitter: @virattt
• LangChain: 官方文档