Quỹ phòng hộ AI mới với 12 nhà đầu tư huyền thoại đạt 51.000 sao trên GitHub

Một dự án mã nguồn mở chuyển đổi triết lý của 12 nhà đầu tư biểu tượng thành hệ thống AI đa tác nhân để phân tích cổ phiếu đã thu hút sự chú ý của cộng đồng nhà phát triển, đạt hơn 51.700 sao trên GitHub. Dự án có tên AI Hedge Fund, cho phép người dùng nhận được thông tin chi tiết về cổ phiếu từ các nhân vật AI của Warren Buffett, Charlie Munger và Peter Lynch, cùng nhiều người khác, và đã được fork hơn 9.000 lần kể từ khi phát hành.

"Ý tưởng cốt lõi là mã hóa các triết lý đầu tư thành các tác nhân, mang đến cho các nhà đầu tư cá nhân một 'mô hình bậc thầy'", Virat Singh, nhà phát triển độc lập đứng sau dự án, cho biết. Hệ thống sử dụng một nhóm gồm tổng cộng 18 tác nhân—12 tác nhân dựa trên các nhà đầu tư nổi tiếng và sáu tác nhân chuyên gia cho các nhiệm vụ như định giá và quản trị rủi ro—để tranh luận và quyết định tín hiệu giao dịch cuối cùng.

Kiến trúc kỹ thuật của dự án sử dụng sự kết hợp của các framework phổ biến, với front end được xây dựng trên React và TypeScript và back end bằng Python và FastAPI. Nó sử dụng LangGraph để điều phối các luồng công việc đa tác nhân, cho phép mỗi tác nhân truyền thông tin qua một từ điển dữ liệu chung. Hệ thống có thể kết nối với 13 mô hình ngôn ngữ lớn, bao gồm các mô hình từ OpenAI, Anthropic và Groq, và cũng có thể chạy cục bộ với các mô hình mã nguồn mở thông qua Ollama.

Đối với các nhà đầu tư, dự án mang đến một cách mới lạ để kiểm tra áp lực các ý tưởng, không phải dưới dạng một khuyến nghị duy nhất, mà là một cuộc tranh luận giữa các chiến lược xung đột. Việc bao gồm các nhân vật có quan điểm trái ngược nhau, chẳng hạn như nhà đầu tư giá trị Ben Graham và Cathie Wood tập trung vào tăng trưởng, là một tính năng chính. Kết quả cuối cùng là sự tổng hợp của các cách tiếp cận khác nhau này, được quản lý bởi một tác nhân Quản lý danh mục đầu tư chuyên dụng.

Kiến trúc và Kiểm tra hồi quy (Backtesting)

Hệ thống AI Hedge Fund được thiết kế với kiến trúc ba lớp. Front end có trình chỉnh sửa trực quan dựa trên React Flow, cho phép người dùng kéo và thả các nút tác nhân để xây dựng các ủy ban đầu tư tùy chỉnh. Quy trình làm việc trực quan này cung cấp một cách trực quan hơn để thiết kế và hiểu logic của một chiến lược giao dịch so với các phương pháp chỉ dùng mã.

Back end dựa vào LangGraph để quản lý trạng thái và luồng thông tin giữa các tác nhân. Tất cả các tác nhân chia sẻ một từ điển dữ liệu AgentState chung, đảm bảo tính nhất quán khi một cổ phiếu được phân tích từ nhiều góc độ. Dữ liệu được đưa vào hệ thống thông qua các API khác nhau, có hỗ trợ các nguồn dữ liệu tài chính chuyên nghiệp. Một tính năng chính cho phân tích định lượng là mô-đun backtesting tích hợp sẵn. Người dùng có thể chạy thử một chiến lược dựa trên dữ liệu lịch sử cho các mã như AAPL, MSFT và NVDA để xem các chỉ số hiệu suất trước khi cam kết vốn.

Xu hướng rộng lớn hơn

AI Hedge Fund là một phần của xu hướng ngày càng tăng trong việc "tác nhân hóa" các chiến lược của các nhà đầu tư nổi tiếng. Các dự án tương tự đang nổi lên, nhằm mục đích dân chủ hóa việc tiếp cận các phân tích đầu tư tinh vi. Tuy nhiên, nhà phát triển lưu ý rằng dự án chưa được thử nghiệm với tiền thật và không đảm bảo lợi nhuận.

Dự án đã gây ra cuộc thảo luận về việc sử dụng thực tế của nó. Một người dùng đã đặt câu hỏi về cách hành động khi các "bậc thầy" AI có ý kiến xung đột. Dự án của Singh giải quyết vấn đề này bằng cách để một tác nhân quản lý danh mục đầu tư cuối cùng đưa ra quyết định, nhưng như một số người dùng đã lưu ý, giá trị có thể nằm ở việc lắng nghe chính cuộc tranh luận đó. Mặc dù hệ thống có thể tái tạo một triết lý đầu tư, nhưng nó không thể tái tạo kết quả. Hiện tại, nó đóng vai trò như một công cụ giáo dục mạnh mẽ và là một khung làm việc để xây dựng các hệ thống phân tích tài chính dựa trên tác nhân tiên tiến hơn.

Bài viết này chỉ mang tính chất thông tin và không cấu thành lời khuyên đầu tư.