AI 梦之队：用 15 个 AI 智能体打造你的专属对冲基金 (附回测功能)
想象一下，如果能将本·格雷厄姆、沃伦·巴菲特、彼得·林奇等投资界的传奇人物的智慧和策略，结合现代 AI 的强大分析能力，会碰撞出怎样的火花？今天，我们要介绍的这个开源项目——AI Hedge Fund，就试图将这个想法变为现实！
这是一个 AI 驱动的对冲基金的概念验证项目。其核心目标是探索利用人工智能进行交易决策的可能性。请注意，本项目仅用于教育和研究目的，并非为真实交易或投资建议而设计。
什么是 AI Hedge Fund？
简单来说，AI Hedge Fund 是一个模拟系统，它利用多个协同工作的 AI 智能体（Agent）来分析市场、评估股票并做出模拟的交易决策。它不是一个让你直接投入真金白银的交易机器人，而是一个学习和探索 AI 如何应用于复杂金融决策的绝佳平台。
核心理念：AI 智能体协同作战
这个项目的最大亮点在于其多智能体架构。系统并没有依赖单一的“超级 AI”，而是设计了一支由 15 个各具专长的 AI 智能体组成的“梦之队”，每个智能体都有自己独特的角色和分析视角。它们共同协作，模拟一个真正的对冲基金团队的决策流程。
上图展示了系统中不同 AI 智能体协同工作的概念。
揭秘 AI 投资“梦之队”
这支由 15 个 AI 智能体组成的团队，可以大致分为三类：投资大师模拟者、专业分析师和管理决策者。
1. 投资大师模拟智能体 (Investor Mimics):
这些智能体被设计用来模仿历史上最成功的几位投资者的理念和策略。它们为投资决策带来多元化的视角和久经考验的哲学思想。
• 本·格雷厄姆 (Ben Graham Agent): 作为价值投资的教父，这位智能体专注于寻找那些市场价格远低于其内在价值的“隐藏宝石”，强调“安全边际”原则，力求在买入时就有足够的缓冲来应对市场波动和误判风险。它会深入挖掘公司的财务报表，寻找被低估的资产和盈利能力。
• 比尔·阿克曼 (Bill Ackman Agent): 这位智能体模仿的是积极型投资者。它倾向于采取大胆、集中的头寸，并可能“推动”所投资公司进行变革以释放价值。它关注具有潜在催化剂的公司，并可能进行深入的行业和公司治理分析。
• 凯西·伍德 (Cathie Wood Agent): 被誉为“成长投资女王”，这位智能体坚信创新和颠覆性技术的力量。它会积极寻找那些可能在未来几年甚至几十年内呈指数级增长的公司，尤其是在基因组学、机器人技术、人工智能、能源存储和区块链等前沿领域。它对短期盈利能力可能不太看重，更关注长期增长潜力和市场领导地位。
• 查理·芒格 (Charlie Munger Agent): 作为沃伦·巴菲特的长期伙伴，这位智能体秉持着“以合理的价格买入优秀的公司”的理念。它强调理解企业的商业模式、护城河（竞争优势）和管理层质量，并愿意为真正卓越的企业支付一个相对公平的价格，而不是仅仅追求便宜货。它注重跨学科思维模型的应用。
• 迈克尔·伯里 (Michael Burry Agent): 因电影《大空头》（The Big Short）而闻名，这位智能体代表了逆向投资者的思维。它擅长独立思考，寻找市场中被普遍忽视或误解的深度价值机会，甚至可能发现并押注于潜在的市场泡沫或危机。它需要强大的分析能力和挑战共识的勇气。
• 彼得·林奇 (Peter Lynch Agent): 这位实用主义投资者智能体致力于在日常生活中寻找“十倍股”（ten-baggers）。它遵循“投资你所了解的”原则，关注那些业务简单易懂、在普通消费者或行业中具有强大品牌或利基市场地位的公司。它强调实地调研和对公司成长故事的理解。
• 菲尔·费雪 (Phil Fisher Agent): 这位智能体模仿的是细致的成长股投资者，强调通过深入的“闲聊法”（scuttlebutt）研究来了解公司。这意味着不仅要分析财报，还要与公司的客户、供应商、竞争对手甚至前员工交流，以获得对公司真实运营情况和长期前景的全面洞察。
• 斯坦利·德鲁肯米勒 (Stanley Druckenmiller Agent): 作为宏观交易的传奇人物，这位智能体专注于寻找具有潜在增长力的非对称性机会。它结合自上而下的宏观分析和自下而上的选股，敢于在看准时下重注，并能灵活地调整头寸。它关注宏观经济趋势、利率、货币政策等因素对市场的影响。
• 沃伦·巴菲特 (Warren Buffett Agent): “奥马哈先知”的模拟者，这位智能体寻求的是业务模式优秀、具有持久竞争优势、管理层诚信可靠的“伟大的公司”，并等待以一个“公平的价格”买入。它强调长期持有，关注企业的内在价值和盈利能力，而非短期的市场波动。
2. 专业分析智能体 (Analytical Agents):
这些智能体专注于金融分析的不同维度，为决策提供数据驱动的洞察。
• 估值智能体 (Valuation Agent): 负责计算股票的内在价值。它可能使用多种估值模型（如 DCF、可比公司分析等），结合财务数据和市场预期，判断当前股价是被高估还是低估，并生成相应的交易信号。
• 情绪智能体 (Sentiment Agent): 分析市场情绪。它可能会处理新闻报道、社交媒体讨论、分析师评级变化等信息，判断当前市场对某只股票或整个市场的整体看法是乐观还是悲观，并将这种情绪转化为交易信号。
• 基本面智能体 (Fundamentals Agent): 专注于分析公司的基本面数据。它会深入研究财务报表（收入、利润、现金流、负债等）、盈利能力指标、增长率、偿债能力等，评估公司的财务健康状况和长期价值，并生成交易信号。
• 技术分析智能体 (Technicals Agent): 研究价格图表和交易量数据，寻找模式和趋势。它会运用各种技术指标（如移动平均线、MACD、RSI 等），分析历史价格行为，以预测未来的价格走势，并生成交易信号。
3. 管理决策智能体 (Management Agents):
这些智能体负责整合信息、控制风险并做出最终决策。
• 风险管理器 (Risk Manager): 负责计算投资组合的风险指标，如波动率、VaR（风险价值）等，并根据预设的风险偏好设定头寸规模限制和整体风险敞口，确保投资组合的风险可控。
• 投资组合管理器 (Portfolio Manager): 这是最终的决策者。它会收集来自所有其他智能体的分析、观点和交易信号，权衡各种因素（如不同智能体的建议权重、风险管理器的限制、整体市场环境等），做出最终的买入、卖出或持有的交易决策，并生成模拟订单。
重要提示： 系统生成的交易决策是模拟的，并不会在真实的交易所执行任何交易。
核心功能：模拟与回测
AI Hedge Fund 项目提供了两大核心功能：
1. 实时模拟 (Running the Hedge Fund): 你可以指定关注的股票代码（ticker），让 AI 智能体团队基于最新的（或指定日期的）市场数据进行分析和决策模拟。
2. 历史回测 (Running the Backtester): 这是评估策略表现的关键工具。你可以选择一段历史时期和关注的股票，系统会模拟 AI 团队在该段时间内的交易决策，并计算出相应的投资组合表现，让你了解这套策略在过去的市场环境下的效果如何。
如何开始使用？
想要亲自体验这个 AI 对冲基金模拟器吗？按照以下步骤进行设置：
第一步：克隆代码库
打开你的终端（命令行界面），执行以下命令：
第二步：安装 Poetry
如果你的系统中还没有安装 Poetry（一个 Python 依赖管理工具），请先安装它：
第三步：安装项目依赖
在项目根目录下（），运行：
这会自动安装所有必需的 Python 库。
第四步：设置环境变量
项目需要一些 API 密钥来运行大型语言模型（LLM）和获取金融数据。首先，复制示例环境变量文件：
然后，编辑新创建的 文件，填入你的 API 密钥：
重要说明：
• 你至少需要设置 OPENAI_API_KEY, GROQ_API_KEY 中的一个（或者其他支持的 LLM 供应商如 Anthropic, Deepseek 的 API Key，如果项目支持的话），否则 AI 智能体将无法工作。如果你想使用所有提供商的 LLM，则需要设置所有相应的 API 密钥。
• 好消息： 对于 AAPL（苹果）、GOOGL（谷歌）、MSFT（微软）、NVDA（英伟达）和 TSLA（特斯拉）这五只股票的金融数据是免费的，不需要 FINANCIAL_DATASETS_API_KEY。
• 如果你想分析除上述五只股票之外的其他任何股票，则必须在 .env 文件中设置 FINANCIAL_DATASETS_API_KEY。
运行 AI 对冲基金模拟
设置完成后，你就可以开始运行模拟了。
基本运行命令：
将 后面的股票代码替换为你感兴趣的股票（用逗号分隔）。
运行示例输出：
上图展示了运行 后，AI 团队对指定股票进行分析和决策的模拟输出。
使用本地 LLM:
如果你配置了本地运行的 LLM（通过 Ollama），可以使用 标志：
查看智能体推理过程：
想知道每个 AI 智能体具体是怎么想的吗？使用 标志：
这会在控制台打印出每个智能体的详细分析和决策理由。
指定时间段：
你还可以指定一个特定的开始和结束日期，让 AI 团队基于该时间段的数据进行决策：
运行回测功能
想要评估 AI 团队在历史数据上的表现？使用回测脚本。
基本回测命令：
回测示例输出：
上图展示了运行 后，回测结果的摘要信息，通常包括收益率、夏普比率等指标。
指定回测时间段：
与模拟类似，你可以指定回测的历史区间：
使用本地 LLM 进行回测：
同样支持使用 标志进行本地 LLM 回测：
项目结构概览
了解项目的代码结构有助于你进一步探索和学习：
主要的逻辑集中在 目录下，特别是 子目录中包含了各个 AI 智能体的实现代码。
重要免责声明
再次强调，本项目严格用于教育和研究目的。
• 不适用于真实交易或投资。
• 项目不提供任何形式的保证或担保。
• 历史回测表现不代表未来结果。
• 项目创建者对任何因使用此软件而导致的财务损失不承担任何责任。
• 在做出任何投资决策之前，请务必咨询专业的财务顾问。
通过使用此软件，您同意仅将其用于学习目的。
与同类项目的对比
虽然目前提供的项目信息没有直接列出其他具体的同类开源项目进行比较，但我们可以从概念上理解 AI Hedge Fund 项目的独特性。
在 AI 金融领域，存在多种类型的开源项目：
1. 单一策略交易机器人: 这类项目通常实现一个特定的、基于规则或简单模型的交易策略（例如，基于某个技术指标的金叉死叉）。它们往往缺乏 AI Hedge Fund 这样复杂的多视角分析和决策整合能力。
2. 量化交易框架: 如 Zipline、QuantConnect 或国内的一些框架，它们提供回测引擎和数据接口，让用户可以自行编写和测试交易策略。这些框架本身是工具，策略逻辑需要用户实现，而 AI Hedge Fund 则提供了一套预设的、基于多智能体协作的策略概念。
3. 金融数据分析库: 提供获取、处理和分析金融数据的工具，但不直接涉及交易决策逻辑。
4. 投资组合优化工具: 利用数学模型（如马科维茨模型）来寻找最优的资产配置比例，通常侧重于风险和收益的平衡，而非像本项目这样模拟主动选股和择时决策。
相比之下，AI Hedge Fund 项目的核心特色在于其多智能体协作机制和模仿人类投资大师的尝试。它不是一个简单的规则引擎，而是模拟了一个由多个具有不同“投资哲学”和“专业技能”的 AI 组成的团队决策过程。这种方法试图捕捉金融决策的复杂性和多面性，使其成为一个非常有趣且富有启发性的学习工具，尤其适合对 AI、多智能体系统以及不同投资策略融合感兴趣的用户。它更侧重于模拟决策 过程 本身，而不仅仅是最终的交易信号。
结语
AI Hedge Fund 是一个充满探索精神的开源项目，它巧妙地将多位投资大师的智慧与 AI 技术相结合，构建了一个模拟的对冲基金运作流程。无论你是 AI 爱好者、金融科技学习者，还是对量化交易充满好奇，这个项目都提供了一个绝佳的实践平台和学习资源。通过运行模拟、进行回测，甚至深入研究每个智能体的代码，你都能对 AI 在金融领域的应用潜力有更深的理解。
如果你对这个项目感兴趣，不妨去 Github 上给它点个 Star，并亲自尝试运行一下吧！
