作者：量子位元

一不小心，查理芒格和巴菲特就被煉化，個個加入投資Agent軍團，人人可用了。

這就是最近Github最熱的項目之一AI Hedge Fund。

12位世界級投資大佬，現在隨時在線幫你分析股票、完善你的交易策略；6位分析師總結觀點，最終拍板，下單。

這支由傳奇投資人「煉化」的Agent軍團不光能即時分析，還內建了回測模組。

可以讓先拿歷史資料把策略跑一遍，再決定要不要上真錢。

相當全面。

部署上， 專案門檻也很低，相容OpenAI、Anthropic、Groq、DeepSeek等13種大模型，本地跑也沒問題。

目前，這個由獨立開發者Virat Singh打造的項目，開源後迅速登上GitHub Trending榜單，斬獲51.7k Star 、 9k+Fork 。

有網友看完直接下了結論：能不能賺，不知道。但起碼學了點Agent 框架知識。

賺錢與否嗎？興許能少虧點。

讓傳奇投資人”重出江湖”

實話說，大部分散戶的體量，遠沒到讓頂級投資人親自操盤的程度，而量化模型又重度依賴數據和算力，一般人也很難玩得轉。

AI Hedge Fund的核心概念，就是把投資哲學編碼成Agent，讓小散有了「大師模型」 。

每位投資大師Agent都被注入了對應人物標誌性的選股邏輯與風險偏好，在面對同一隻股票時，各自給出獨立判斷，最終由投資組合經理Agent匯總裁決，輸出買入、賣出或持有信號。

目前系統共內建18個專職Agent ，分為兩大類型：

首先是，傳奇投資人Agent軍團：

• Warren Buffett（巴菲特）－奧馬哈先知，尋找護城河寬闊、價格合理的優質企業。

• Charlie Munger（芒格）－巴菲​​特的黃金搭檔，只在合理價格買進卓越生意，重視管理階層品質與可預測性。

• Ben Graham－價值投資鼻祖，嚴守安全邊際，專獵被低估的隱藏明珠。

• Bill Ackman－激進主義投資人，敢於重倉押注、推動企業變革。

• Cathie Wood（木頭姐姐）－成長投資女王，篤信顛覆式創新與科技變革。

• Michael Burry－《大空頭》原型，逆向思維獵手，專注深度價值挖掘。

• Peter Lynch－平民投資大師，在日常生活中發現十倍股。

• Phil Fisher－成長股精研者，以深度閒聊研究法（Scuttlebutt）著稱。

• Stanley Druckenmiller－宏觀傳奇，專尋高度不對稱的進攻機會。

• Mohnish Pabrai－Dhandho投資人，低風險博弈高賠率。

• Nassim Taleb－《黑天鵝》作者，聚焦尾部風險與反脆弱性。

• Aswath Damodaran－估值大師，以嚴謹的財務建模定價一切資產。

然後是，專業分析Agent團隊：

• Valuation Agent：計算內在價值，產生估值交易訊號

• Fundamentals Agent：解讀財務數據，產生基本面訊號

• Technicals Agent：分析技術指標，捕捉趨勢與動量

• Sentiment Agent：追蹤市場情緒，量化多空博弈

• Risk Manager：測算風險敞口，設定部位上限。

• Portfolio Manager：總結所有訊號，拍板最終交易決策。

12位大師各執己見，6位分析師冷靜把關。一支華爾街夢幻隊，就這麼拉起來了。

技術架構

在技​​術架構方面，AI Hedge Fund採用前後端分離的三層架構設計。

前端基於React 18 + TypeScript構建，核心亮點是整合了React Flow視覺化流程編輯器。

使用者可以像搭積木一樣，把不同的Agent節點拖曳連接成一套投資策略圖譜，直覺設計屬於自己的投資委員會。

後端由Python + FastAPI驅動，以LangGraph編排多智能體工作流程。

所有Agent 共享同一個AgentState資料字典，資訊在節點間流轉傳遞，既保證了狀態一致，也讓各Agent 的分析結果可以被下游節點動態引用。

資料層對接多路外部API，支援即時行情、財務報表、市場情緒等資料的統一接入，也可透過「FINANCIAL_DATASETS_API_KEY」接入專業金融資料來源。

整套系統支援13種主LLM供應商，也可透過—ollama參數接入本地大模型，無需聯網即可運行完整推理流程。

前面提到的回測模組，一行指令即可啟動：poetry run python src/backtester.py —ticker AAPL,MSFT,NVDA

系統會自動調用各Agent對歷史區間內的股票逐日研判，最終輸出策略的歷史收益曲線與關鍵績效指標。

如何部署

在部署方面，AI Hedge Fund提供命令列與Web應用兩種方式。

我們先來看命令列方式：

第一步，克隆倉庫：gitclonehttps://github.com/virattt/ai-hedge-fund.gitcdai-hedge-fund

第二步，安裝依賴（使用Poetry）：curl-sSLhttps://install.python-poetry.org| python3 - poetry install

第三步，配置API Key：

複製.env.example 為.env，填入至少一個LLM 服務的金鑰，例如：OPENAI_API_KEY=your_key_here FINANCIAL_DATASETS_API_KEY=your_key_here

第四步，啟動分析：poetry run pythonsrc/main.py—ticker AAPL,MSFT,NVDA

如需使用本地大模型，加上—ollama 參數即可。

啟動後，他的範例是這樣的。

而對於命令列不太熟悉的朋友，Web應用提供視覺化操作介面。

首先，啟動後端服務：cdapp/backend poetry run uvicorn main:app —reload

然後，啟動前端介面（另開終端機）：cdapp/frontend pnpm install pnpm dev

最後，造訪http://localhost:3000，即可進入視覺化Agent流程編輯器，拖曳搭建你的專屬AI投資委員會。

One more thing

有一說一，最近這類「煉化大師」的投資Agent還真是不少。

例如李誕的「蝦」就發了自己的巴菲特-呼蘭投資skill，把段永平、巴菲特、芒格和呼蘭的投資策略統統塞了進去。

而像AI Hedge Fund這樣整合各大家投資方法論的開源專案也越來越多，投資大師Agent化正成為一個小趨勢。

不過值得注意的是，大部分框架都還沒有確切的投資報酬率，也沒實盤過，想嘗試的小散千萬還得牢記風險。

對此，網友的評價也很真實。

有人直接開懟：木頭姐拉——

很多人想成為的是西蒙斯，拿穩定收入。

也有人拋出了靈魂一問：

如果大師們的觀點是衝突的，我們該聽誰的？

但說到底，Agent能復刻的是投資哲學，不是投資結果。

12位大師坐在同一張桌子上，本來就不可能意見統一——

但也許，這恰恰是它最有價值的地方：你聽到的不是一個聲音，而是一場辯論。