在小说阅读器读本章

去阅读

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 + TypeScript 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

  FINANCIAL_DATASETS_API_KEY

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：

poetry run python src/backtester.py — ticker AAPL,MSFT,NVDA

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：

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

第二步，安装依赖（使用 Poetry）：

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

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：

OPENAI_API_KEY=your_key_here FINANCIAL_DATASETS_API_KEY=your_key_here

第四步，启动分析：

poetry run python   src/main.py   — ticker AAPL,MSFT,NVDA

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：

cd   app/backend poetry run uvicorn main:app — reload

然后，启动前端界面（另开终端）：

cd   app/frontend pnpm install pnpm dev

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

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

谁会代表 2026 年的 AI？

龙虾爆火，带动一波 Agent 与衍生产品浪潮。

但真正值得长期关注的 AI 公司和产品，或许不止于此。

如果你正在做，或见证着这些变化，欢迎申报。

让更多人看见你。 https://wj.qq.com/s2/25829730/09xz/

一键关注 点亮星标

科技前沿进展每日见