GitHub Trending ★ 89 3 min

virattt/ai-hedge-fund

Python

🔗 https://github.com/virattt/ai-hedge-fund

📌 AI Hedge Fund:以多位投資大師為藍本的教學型交易決策系統

TL;DR:一個結合多個投資名家「代理人」的開源概念驗證,讓你在回測或模擬交易中體驗 AI 驅動的選股策略。

🧩 概念與目標
此專案是「AI-powered hedge fund」的概念驗證 (proof of concept)。作者聲稱主要目的是探索 AI 在交易決策上的應用,並明確表示僅供教育與學術練習,並非真實投資工具。未來計畫將專案重構為「永續運作」的基金實體,支援回測、紙上交易 (paper‑trade) 以及可選擇的實盤執行,並把投資者角色抽象為可插拔、可回測的 alpha model

🧩 系統架構:多代理人協作
README 列出多位投資大師的「代理人」作為系統核心構件,每個代理人負責不同的投資哲學與選股邏輯,包含:

  • Aswath Damodaran Agent:專注故事、財務數字與嚴謹估值
  • Ben Graham Agent:只買具備安全邊際的低估值寶石
  • Bill Ackman Agent:採取激進立場,推動公司變革
  • Cathie Wood Agent:聚焦創新與顛覆性成長領域
  • Charlie Munger Agent:以公平價格購買優秀企業
  • Michael Burry Agent:尋找深層價值的逆向投資者
  • Mohnish Pabrai Agent:追求低風險高回報的雙倍機會
  • Nassim Taleb Agent:分析尾部風險、反脆弱與非對稱報酬
  • Peter Lynch Agent:尋找日常商業中的十倍股
  • Phil Fisher Agent:以深入訊息(scuttlebutt)挖掘成長潛力

這些代理人被設計為 pluggable 的模組,開發者可以自行新增或替換,並在回測框架中直接測試其表現。

🧩 使用方式與開發方向

  • 回測 / Paper‑trade:專案目前提供可執行的回測指令碼,讓使用者在歷史資料上檢驗各代理人的選股結果。
  • 持續運作:Roadmap 中提到將系統改寫為「always‑on」服務,未來可作為即時的投資決策引擎。
  • 自訂 Alpha Model:開發者可依需求實作自己的投資策略,並以相同介面與其他代理人共存。

⚠️ 限制與實務考量

  • 本專案僅為概念驗證,未經任何金融監管認證,亦未提供實際資金管理功能。
  • 代理人的投資邏輯大多以公開的投資哲學為參考,具體實作細節在原始碼中未明示,使用者需自行審查與調整。
  • 目前仍在「🚧 重構」階段,部分功能可能尚未完成或不穩定。

🎯 對工程師的實務啟示

  • 若你想在 AI 與量化交易交叉領域做原型驗證,這個專案提供了可即插即用的投資模型框架。
  • 透過閱讀各代理人的實作,你可以學習如何將不同投資哲學程式化,並在回測平臺上比較其績效。
  • 專案的「alpha model」概念可延伸到其他領域,例如風險管理或資產配置的模組化設計。

🔗 來源

#AI #HedgeFund #QuantTrading #Backtesting #AlphaModel #InvestingAgents #MachineLearning #OpenSource #FinTech #FinancialAI

google/gemma-4-31b-it:free 自動生成