一个GitHub开源项目ai-hedge-fund正在加密和投资圈快速传播。它用19个AI代理模拟一个完整的对冲基金决策团队,成员包括巴菲特、芒格、Cathie Wood等13位知名投资人,外加5个分析型代理和1个投资组合经理。项目上线后已累积超过56,600颗GitHub星。
19个AI代理模仿哪些投资大师?
项目核心是13个以真实投资人命名的代理,每个代理被设定遵循对应人物的投资哲学:
- Warren Buffett:只买护城河深、管理层诚实的优质企业。
- Charlie Munger:用跨学科心智模型解剖商业逻辑。
- Ben Graham:价值投资之父,强调安全边际。
- Peter Lynch:找十倍股,投资你理解的公司。
- Phil Fisher:成长投资先驱,做闲聊式尽调。
- Michael Burry:《大卖空》原型,深度价值反向猎手。
- Cathie Wood:押注颠覆性技术,接受长期波动。
- Bill Ackman:激进型投资,重仓后施压董事会。
- Stanley Druckenmiller:宏观交易大师,非对称风险回报。
- Nassim Taleb:识别黑天鹅和反脆弱结构。
- Aswath Damodaran:估值之神,将公司拆解成现金流故事。
- Mohnish Pabrai:复制巴菲特,找输有限赢多的赌注。
- Rakesh Jhunjhunwala:印度巴菲特,长线投资者。
其余6个是分析/操作型代理,负责最终决策输出。
多代理架构如何运作?
系统采用多代理架构,不是单个AI包办一切,而是多个AI各司其职。19个代理分三层:13位投资人代理按各自哲学输出信号;5个分析代理分别覆盖估值、情绪、基本面、技术面、风险;最后投资组合经理整合所有意见形成最终仓位。
如何上手使用?
用户只需输入股票代码(如AAPL、MSFT、NVDA),系统会启动所有代理同步运���,输出每位“大师”的建议,再由组合经理汇总为最终判断。技术层面支持OpenAI、Anthropic Claude、DeepSeek、Groq等主流大模型,也可连接Ollama本地运行。底层市场数据来自Financial Datasets API,提供基本面与财报信息。界面提供命令行工具和可视化网页应用,代码以Python和TypeScript编写。
架构逻辑值得关注
项目在社群快速传播,不只是因为功能本身。它展示了一种系统设计趋势:与其让一个大型语言模型充当全知分析师,不如拆分出多个有明确角色的代理,让它们相互制衡最后汇总。这与真实机构投资的结构类似——多空分析师在委员会中辩论,比单一视角更少系统性盲点。
项目方强调仅供教育用途,不构成投资建议,创作者对任何财务损失不承担责任。用投资人名字命名代理是为了快速建立心理模型,但没有任何真实对冲基金会把GitHub公开库当交易系统。最终投资决策仍需用户谨慎判断。

