🤖 ai-hedge-fund：让 19 位投资大师的 AI Agent 帮你分析股票

开源 AI 对冲基金团队模拟，用多智能体协作探索量化投资

MIT 开源
45K+ Stars
Python
多智能体

📌 项目简介

ai-hedge-fund 是一个 AI 驱动的对冲基金概念验证项目，由 Virat Singh（virattt）开发。

项目的核心创意令人拍案：把华尔街最顶尖的 13 位投资大师「人格」训练成 AI Agent，再配上 6 个专业分析 Agent，共同组成一个虚拟对冲基金团队，对指定股票进行多维度分析和决策模拟。

⚠️ 重要声明：本项目仅用于教育和研究目的，不应用于实际交易或投资，也不提供任何投资建议。

🖼️ 项目架构示意图

ai-hedge-fund 项目 Logo（如无法显示请访问 GitHub 仓库）

⚙️ 安装要求和过程

环境要求

Python 3.10+
Poetry（依赖管理工具）
至少一个 LLM 的 API 密钥（OpenAI / Groq / Anthropic / DeepSeek 等）
金融数据 API 密钥（FINANCIAL_DATASETS_API_KEY）

快速安装步骤

1. 克隆仓库

git clone https://github.com/virattt/ai-hedge-fund.git
cd ai-hedge-fund

2. 安装 Poetry（如未安装）

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

3. 配置 API 密钥

cp .env.example .env
# 编辑 .env 文件，填入你的 API 密钥

在 .env 中至少配置一个 LLM 提供商密钥：

# 选择以下至少一个
OPENAI_API_KEY=your_key_here
GROQ_API_KEY=your_key_here
ANTHROPIC_API_KEY=your_key_here
DEEPSEEK_API_KEY=your_key_here

# 金融数据 API 密钥（必需）
FINANCIAL_DATASETS_API_KEY=your_key_here

4. 安装依赖

poetry install

5. 运行

# CLI 模式 - 分析 AAPL, MSFT, NVDA
poetry run python src/main.py --ticker AAPL,MSFT,NVDA

# Web 界面模式
cd app && poetry run chainlit run app.py

💡 国内用户提示：可以使用 DeepSeek API 替代 OpenAI，成本更低。只需在 .env 中配置 DEEPSEEK_API_KEY 并修改模型配置即可。

🌟 核心功能

1. 13 位投资大师 AI Agent

Warren Buffett

奥马哈先知 · 价值投资

Charlie Munger

只买价格合理的优质企业

Cathie Wood

成长投资女王 · 颠覆性创新

Michael Burry

大空头 · 逆向深度价值

Ben Graham

价值投资之父 · 安全边际

Peter Lynch

十倍股猎手 · 日常业务投资

Stanley Druckenmiller

宏观传奇 · 非对称机会

Nassim Taleb

黑天鹅 · 反脆弱性

Bill Ackman

激进投资 · 推动变革

Phil Fisher

深度闲聊法调研

Mohnish Pabrai

Dhandho · 低风险高回报

Aswath Damodaran

估值权威 · 叙事与数据

2. 6 个专业分析 Agent

Valuation Agent：计算股票内在价值，生成买卖信号
Sentiment Agent：分析市场情绪（新闻、社交媒{“”}体）
Fundamentals Agent：分析财务数据（P/E、P/B、ROE 等）
Technicals Agent：分析技术指标（MA、RSI、MACD 等）
Risk Manager：计算风险指标，设置仓位限制
Portfolio Manager：综合所有意见，做出最终交易决策

3. 双运行模式

CLI 模式：适合自动化脚本和批量分析
Web UI：基于 Chainlit 的可视化界面，交互更友好
回测模式：支持对历史数据进行策略回测
Ollama 支持：可使用本地 LLM，无需云端 API

4. 可扩展架构

项目正在重构为「持久化、全天候运行的 AI 对冲基金」
投资者 Agent 将重构为可插拔、可回测的「Alpha 模型」
支持自定义 Agent，添加你自己的投资哲学
完整的愿景文档和路线图（VISION.md / ROADMAP.md）

📱 典型使用场景

场景一：学习投资大师的决策逻辑

运行 poetry run python src/main.py --ticker AAPL，系统会让 13 位投资大师 Agent 分别分析苹果公司，每位大师会从自己的投资哲学出发给出建议。通过对比不同大师的意见，你可以学习到：

价值投资者（Buffett/Munger）关注企业质量和估值
成长投资者（Cathie Wood）关注创新和市场空间
逆向投资者（Michael Burry）关注被市场忽视的风险和机会
宏观投资者（Druckenmiller）关注宏观经济周期和趋势

场景二：策略回测与验证

使用回测功能验证投资策略的历史表现：

poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-12-31

回测结果会显示：

各 Agent 的决策准确率
模拟投资组合的收益率
最大回撤和风险指标
不同市场环境下的表现对比

场景三：作为 LLM 多智能体协作的学习案例

如果你是研究 AI Agent 的开发者，这个项目是学习多智能体协作的绝佳案例：

每个 Agent 有独立的 System Prompt 定义投资哲学
Agent 之间通过标准化的信号格式通信
Portfolio Manager 作为「总经理」汇总决策
完整的 Python 实现，代码结构清晰易懂

💡 推荐理由

为什么推荐这个项目？

1. 创意独特，执行到位
把投资大师人格化身为 AI Agent 这个点子本身就很有趣，而项目的执行也相当到位——每位大师的 System Prompt 都经过精心设计，体现了其真实的投资哲学。

2. 教育价值极高
无论你是投资初学者还是 AI 开发者，都能从这个项目中学到东西。投资者可以了解不同投资风格的差异；AI 开发者可以学习多智能体系统的设计模式。

3. 代码质量不错
项目结构清晰，Agent 定义、信号处理、决策流程都有明确的模块化设计。想要添加自己的 Agent 也非常简单。

4. 活跃的社区
项目在 GitHub 上获得了大量关注，社区提出了很多有趣的改进建议（比如添加更多投资大师、支持 A 股等），项目正在积极迭代中。

5. 引发思考
这个项目最有价值的地方在于：它让我们思考 AI 在金融决策中的边界在哪里？投资是艺术还是科学？多智能体协作能否真的产生超越个体的智慧？

⚠️ 风险提示：再次强调，本项目仅用于教育和研究目的。AI Agent 的分析结果不应作为真实投资的依据。投资有风险，决策需谨慎。

🔗 下载地址

GitHub 仓库：github.com/virattt/ai-hedge-fund
项目愿景文档：VISION.md
项目路线图：ROADMAP.md
License：MIT License（自由使用、修改和分发）

如果你觉得这个项目有意思，欢迎在 GitHub 上给它一个 ⭐️
更多 AI 开源项目介绍，请关注本栏目持续更新

标签： 量化投资