henry 发自 凹非寺

量子位 | 公众号 QbitAI

一不小心，查理芒格和巴菲特就被炼化，个个加入投资Agent军团，人人可用了。

这就是最近Github最热的项目之一AI Hedge Fund。

12位世界级投资大佬，现在随时在线帮你分析股票、完善你的交易策略；6位分析师汇总观点，最终拍板，下单。

这支由传奇投资人“炼化”的Agent军团不光能实时分析，还内置了回测模块。

可以让先拿历史数据把策略跑一遍，再决定要不要上真钱。

相当全面。

在部署上，项目门槛也很低，兼容OpenAI、Anthropic、Groq、DeepSeek等13种大模型，本地跑也没问题。

目前，这个由独立开发者Virat Singh打造的项目，开源后迅速登上GitHub Trending榜单，斩获51.7k Star、9k+Fork。

有网友看完直接下了定论：能不能赚，不知道。但起码学了点 Agent 框架知识。

赚钱与否吗？兴许能少亏点。

让传奇投资人”重出江湖”

实话说，大部分散户的体量，远没到让顶级投资人亲自操盘的程度，而量化模型又重度依赖数据和算力，普通人也很难玩得转。

AI Hedge Fund的核心理念，就是把投资哲学编码成Agent，让小散有了「大师模型」。

每个投资大师Agent都被注入了对应人物标志性的选股逻辑与风险偏好，在面对同一只股票时，各自给出独立判断，最终由投资组合经理Agent汇总裁决，输出买入、卖出或持有信号。

目前系统共内置18个专职Agent，分为两大类型：

首先是，传奇投资人Agent军团：

• Warren Buffett（巴菲特）——奥马哈先知，寻找护城河宽阔、价格合理的优质企业。

• Charlie Munger（芒格）——巴菲特的黄金搭档，只在合理价格买入卓越生意，重视管理层质量与可预测性。

• Ben Graham——价值投资鼻祖，严守安全边际，专猎被低估的隐藏明珠。

• Bill Ackman——激进主义投资人，敢于重仓押注、推动企业变革。

• Cathie Wood（木头姐）——成长投资女王，笃信颠覆式创新与科技变革。

• Michael Burry——《大空头》原型，逆向思维猎手，专注深度价值挖掘。

• Peter Lynch——平民投资大师，在日常生活中发现十倍股。

• Phil Fisher——成长股精研者，以深度闲聊调研法（Scuttlebutt）著称。

• Stanley Druckenmiller——宏观传奇，专寻高度不对称的进攻机会。

• Mohnish Pabrai——Dhandho投资人，低风险博弈高赔率。

• Nassim Taleb——《黑天鹅》作者，聚焦尾部风险与反脆弱性。

• Aswath Damodaran——估值大师，以严谨的财务建模定价一切资产。

然后是，专业分析Agent团队：

• Valuation Agent：计算内在价值，生成估值交易信号

• Fundamentals Agent：解读财务数据，生成基本面信号

• Technicals Agent：分析技术指标，捕捉趋势与动量

• Sentiment Agent：追踪市场情绪，量化多空博弈

• Risk Manager：测算风险敞口，设定仓位上限。

• Portfolio Manager：汇总所有信号，拍板最终交易决策。

12位大师各执己见，6位分析师冷静把关。一支华尔街梦之队，就这么拉起来了。

技术架构

在技术架构方面，AI Hedge Fund采用前后端分离的三层架构设计。

前端基于React 18 + Type构建，核心亮点是集成了React Flow可视化流程编辑器。

用户可以像搭积木一样，把不同的Agent节点拖拽连接成一套投资策略图谱，直观设计属于自己的投资委员会。

后端由Python + FastAPI驱动，以LangGraph编排多智能体工作流。

所有Agent 共享同一个AgentState数据字典，信息在节点间流转传递，既保证了状态一致，也让各 Agent 的分析结果可以被下游节点动态引用。

数据层对接多路外部API，支持实时行情、财务报表、市场情绪等数据的统一接入，也可通过

接入专业金融数据源。

整套系统支持13种主LLM提供商，也可通过 —ollama参数接入本地大模型，无需联网即可运行完整推理流程。

前面提到的回测模块，一行命令即可启动：

系统会自动调用各Agent对历史区间内的股票逐日研判，最终输出策略的历史收益曲线与关键绩效指标。

如何部署

在部署方面，AI Hedge Fund提供命令行与Web应用两种方式。

我们先来看命令行方式：

第一步，克隆仓库：

第二步，安装依赖（使用 Poetry）：

第三步，配置 API Key：

复制 .env.example 为 .env，填入至少一个 LLM 服务的密钥，例如：

第四步，启动分析：

如需使用本地大模型，加上 —ollama 参数即可。

启动后，他的示例是这样的。

而对于命令行不太熟悉的朋友，Web应用提供可视化操作界面。

首先，启动后端服务：

然后，启动前端界面（另开终端）：

最后，访问http://localhost:3000，即可进入可视化Agent流程编辑器，拖拽搭建你的专属AI投资委员会。

One more thing

有一说一，最近这类“炼化大师”的投资Agent还真不少。

比如李诞的“虾”就发了自己的巴菲特-呼兰投资skill，把段永平、巴菲特、芒格和呼兰的投资策略统统塞了进去。

而像AI Hedge Fund这样整合各大家投资方法论的开源项目也越来越多，投资大师Agent化正在成为一个小趋势。

不过值得注意的是，大部分框架都还没有确切的投资回报率，也没实盘过，想尝试的小散千万还得牢记风险。

对此，网友的评价也很真实。

有人直接开怼：木头姐拉——

很多人想成为的是西蒙斯，拿稳定收入。

也有人抛出了灵魂一问：

如果大师们的观点是冲突的，我们该听谁的？

但说到底，Agent能复刻的是投资哲学，不是投资结果。

12位大师坐在同一张桌子上，本来就不可能意见统一——

但也许，这恰恰是它最有价值的地方：你听到的不是一个声音，而是一场辩论。

项目主页：https://github.com/virattt/ai-hedge-fund