有人把巴菲特芒格煉化成Agent，然后開源了…

henry 發自 凹非寺
量子位 | 公眾號 QbitAI

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位分析師匯總觀點，最終拍板，下單。

這支由傳奇投資人“煉化”的Agent軍團不光能實時分析，還內置了回測模塊。

可以讓先拿歷史數據把策略跑一遍，再決定要不要上真錢。

相當全面。

在部署上，項目門檻也很低，兼容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，開源后迅速登上GitHub Trending榜單，斬獲51.7k Star9k+Fork

有網友看完直接下了定論：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，普通人也很難玩得轉。

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

每個投資大師Agent都被注入了對應人物標志性的選股邏輯與風險偏好，在面對同一只股票時，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。

目前系統共內置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，只在合理價格買入卓越生意，重視管理層質量與可預測性。
• 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，敢于重倉押注、推動企業變革。
• Cathie Wood（木頭姐）——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，以深度閑聊調研法（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。

然后是，專業分析Agent團隊

• Valuation Agent：計算內在價值，生成估值交易信號
• Fundamentals Agent：解讀財務數據，生成基本面信號
• 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，設定倉位上限。
• Portfolio Manager：匯總所有信號，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。一支華爾街夢之隊，就這么拉起來了。

技術架構

在技術架構方面，AI Hedge Fund采用前后端分離的三層架構設計。

前端基于React 18 + TypeScript構建，核心亮點是集成了React Flow可視化流程編輯器。

用戶可以像搭積木一樣，把不同的Agent節點拖拽連接成一套投資策略圖譜，直觀設計屬于自己的投資委員會。

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

所有Agent 共享同一個AgentState數據字典，信息在節點間流轉傳遞，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。

數據層對接多路外部API，支持實時行情、財務報表、市場情緒等數據的統一接入，也可通過

FINANCIAL_DATASETS_API_KEY

接入專業金融數據源。

整套系統支持13種主LLM提供商，也可通過 —ollama參數接入本地大模型，無需聯網即可運行完整推理流程。

前面提到的回測模塊，一行命令即可啟動：

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提供命令行Web應用兩種方式。

我們先來看命令行方式：

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：
復制 .env.example 為 .env，填入至少一個 LLM 服務的密鑰，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。

啟動后，他的示例是這樣的。

而對于命令行不太熟悉的朋友，Web應用提供可視化操作界面。

首先，啟動后端服務：

cdapp/backend poetry run uvicorn main:app —reload

然后，啟動前端界面（另開終端）：

cdapp/frontend pnpm install pnpm dev

最后，訪問http://localhost:3000，即可進入可視化Agent流程編輯器，拖拽搭建你的專屬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還真不少。

比如李誕的“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項目也越來越多，投資大師Agent化正在成為一個小趨勢。

不過值得注意的是，大部分框架都還沒有確切的投資回報率，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沖突的，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。

項目主頁：https://github.com/virattt/ai-hedge-fund