12인의 전설적 투자자를 시뮬레이션한 새로운 AI 헤지펀드, GitHub 스타 5.1만 개 획득

12인의 상징적인 투자자들의 철학을 주식 분석을 위한 멀티 에이전트 AI 시스템으로 변환하는 오픈 소스 프로젝트가 개발자 커뮤니티의 관심을 끌며 GitHub에서 51,700개 이상의 스타를 받았습니다. 'AI Hedge Fund'라는 이름의 이 프로젝트는 사용자가 워런 버핏, 찰리 멍거, 피터 린치 등의 AI 페르소나로부터 주식 통찰력을 얻을 수 있게 해주며, 출시 이후 9,000회 이상 포크되었습니다.

이 프로젝트의 배후에 있는 독립 개발자 비랏 싱(Virat Singh)은 "핵심 아이디어는 투자 철학을 에이전트로 인코딩하여 개인 투자자들에게 '마스터 모델'을 제공하는 것"이라고 말했습니다. 이 시스템은 유명 투자자를 모델로 한 12개 에이전트와 가치 평가 및 리스크 관리와 같은 작업을 담당하는 6개의 전문 에이전트로 구성된 총 18개의 에이전트 팀을 사용하여 최종 거래 신호를 논의하고 결정합니다.

프로젝트의 기술 아키텍처는 React와 TypeScript로 구축된 프런트엔드와 Python 및 FastAPI 백엔드로 구성된 인기 있는 프레임워크의 조합을 사용합니다. LangGraph를 사용하여 멀티 에이전트 워크플로우를 오케스트레이션하며, 각 에이전트는 공유 데이터 사전을 통해 정보를 전달할 수 있습니다. 이 시스템은 OpenAI, Anthropic, Groq를 포함한 13개의 대규모 언어 모델(LLM)에 연결할 수 있으며, Ollama를 통해 오픈 소스 모델로 로컬에서 실행할 수도 있습니다.

투자자들에게 이 프로젝트는 단일 권장 사항이 아니라 충돌하는 전략 간의 토론으로서 아이디어를 스트레스 테스트할 수 있는 새로운 방법을 제공합니다. 가치 투자자인 벤 그레이엄과 성장 중심의 캐시 우드와 같이 상반된 견해를 가진 인물들을 포함한 것이 핵심 특징입니다. 최종 출력은 전담 포트폴리오 관리자 에이전트가 관리하는 이러한 다양한 접근 방식의 합성 결과입니다.

아키텍처 및 백테스팅

AI Hedge Fund 시스템은 3계층 아키텍처로 설계되었습니다. 프런트엔드는 React Flow 기반의 시각적 에디터를 갖추고 있어 사용자가 에이전트 노드를 드래그 앤 드롭하여 맞춤형 투자 위원회를 구성할 수 있습니다. 이러한 시각적 워크플로우는 코드 전용 방식에 비해 매매 전략의 논리를 설계하고 이해하는 데 훨씬 더 직관적인 방법을 제공합니다.

백엔드는 에이전트 간의 상태와 정보 흐름을 관리하기 위해 LangGraph에 의존합니다. 모든 에이전트는 공통 AgentState 데이터 사전을 공유하여 여러 관점에서 주식을 분석할 때 일관성을 보장합니다. 데이터는 다양한 API를 통해 시스템에 공급되며 전문적인 금융 데이터 소스를 지원합니다. 퀀트 분석의 핵심 기능은 내장된 백테스팅 모듈입니다. 사용자는 자본을 투입하기 전에 AAPL, MSFT, NVDA와 같은 티커의 과거 데이터를 대상으로 전략을 실행하여 성과 지표를 확인할 수 있습니다.

광범위한 트렌드

AI Hedge Fund는 잘 알려진 투자자들의 전략을 '에이전트화'하는 성장하는 트렌드의 일부입니다. 정교한 투자 분석에 대한 접근을 민주화하려는 유사한 프로젝트들이 등장하고 있습니다. 그러나 개발자는 이 프로젝트가 실제 자금으로 테스트되지 않았으며 수익을 보장하지 않는다고 강조했습니다.

이 프로젝트는 실제 사용 사례에 대한 논의를 불러일으켰습니다. 한 사용자는 AI '거장'들이 서로 상충하는 의견을 낼 때 어떻게 행동해야 하는지 질문했습니다. 싱의 프로젝트는 최종 포트폴리오 관리자 에이전트가 결정을 내리도록 하여 이 문제를 해결하지만, 일부 사용자가 지적했듯이 가치는 토론 자체를 듣는 데 있을 수 있습니다. 시스템이 투자 철학을 복제할 수는 있지만 결과까지 복제할 수는 없습니다. 현재로서는 강력한 교육 도구이자 보다 발전된 에이전트 기반 금융 분석 시스템을 구축하기 위한 프레임워크 역할을 합니다.

이 기사는 정보 제공 목적으로만 작성되었으며 투자 조언을 구성하지 않습니다.