一個模擬沃倫·巴菲特和彼得·林奇等 12 位傳奇投資者為 AI 智能體的全新開源項目在 GitHub 上走紅,已累積超過 5.1 萬顆星。
返回
一個模擬沃倫·巴菲特和彼得·林奇等 12 位傳奇投資者為 AI 智能體的全新開源項目在 GitHub 上走紅,已累積超過 5.1 萬顆星。

一個將 12 位標誌性投資者的哲學轉化為股票分析多智能體 AI 系統的開源項目引起了開發者社區的關注,在 GitHub 上獲得了超過 5.17 萬顆星。該項目名為 AI Hedge Fund,允許用戶從沃倫·巴菲特、查理·芒格和彼得·林奇等人的 AI 角色中獲取股票見解,自發布以來已被分叉超過 9,000 次。
「核心想法是將投資哲學編碼到智能體中,為散戶投資者提供一個『大師模型』,」該項目背後的獨立開發者 Virat Singh 表示。該系統總共使用一個由 18 個智能體組成的團隊——其中 12 個基於著名投資者,另外 6 個是負責估值和風險管理等任務的專家智能體——通過辯論來決定最終的交易信號。
該項目的技術架構結合了多種流行框架,前端基於 React 和 TypeScript 建構,後端使用 Python 和 FastAPI。它利用 LangGraph 來編排多智能體工作流,允許每個智能體通過共享數據字典傳遞信息。系統可以連接到 13 個大語言模型,包括來自 OpenAI、Anthropic 和 Groq 的模型,也可以通過 Ollama 在本地運行開源模型。
對於投資者而言,該項目提供了一種壓力測試思路的新穎方式,不是作為單一的建議,而是在衝突策略之間進行辯論。包含觀點對立的人物(如價值投資者本·格雷厄姆和專注於增長的凱茜·伍德)是其核心特色。最終輸出是這些不同方法的綜合,由專門的投資組合經理智能體負責管理。
AI Hedge Fund 系統採用三層架構設計。前端具有基於 React Flow 的視覺化編輯器,允許用戶通過拖放智能體節點來建構自定義投資委員會。與純代碼方法相比,這種視覺化工作流提供了一種更直觀的方式來設計和理解交易策略的邏輯。
後端依靠 LangGraph 來管理智能體之間的狀態和信息流。所有智能體共享一個通用的 AgentState 數據字典,確保從多個角度分析股票時的一致性。數據通過各種 API 輸入系統,並支持專業金融數據源。量化分析的一個關鍵功能是內置的回測模組。用戶可以針對 AAPL、MSFT 和 NVDA 等股票代碼的歷史數據運行策略,在投入資金之前查看性能指標。
AI Hedge Fund 是將知名投資者策略「智能體化」這一增長趨勢的一部分。類似的項目正在湧現,旨在使複雜的投資分析變得民主化。然而,開發者指出,該項目尚未經過真實資金測試,並不保證收益。
該項目引發了關於其實際用途的討論。一位用戶詢問當 AI 「大師們」意見相左時該如何行動。Singh 的項目通過讓最終的投資組合經理智能體做出決定來解決這個問題,但正如一些用戶指出的,其價值可能在於傾聽辯論本身。雖然系統可以複製投資哲學,但它無法複製結果。目前,它作為一個強大的教育工具和建構更先進的基於智能體的金融分析系統的框架。
本文僅供參考,不構成投資建議。