凌晨三點，你盯著股市看盤軟體，想著「我到底是誰，為什麼在看這支股票」。如果有一群投資大師能幫你分析呢？不過不是去請他們本人，而是用 19 個 AI Agent 來模擬他們的思維方式——這就是 AI Hedge Fund 要幹的事。

什麼是 AI Hedge Fund

這是 GitHub 上一個有 50K+ 星星的開源專案，核心概念超狂：把華倫・巴菲特、彼得・林區、凱西・伍德這些傳奇投資家的投資理念寫成 AI Agent，讓他們獨立分析同一支股票，最後由一個「投資組合經理」整合所有意見，決定買還是賣。

聽起來像科幻小說，但實際上它展示了 LangGraph 這套框架有多扯。這不是什麼「自動賺錢機」——完全不會執行真實交易，純粹拿來學習投資哲學和回測的工具。

19 個 Agent 的陣容

架構分兩層：

投資家智能體（13 個）：每個都用大語言模型來推理

  • 價值投資派：巴菲特、蒙格、葛拉漢、林區、費雪
  • 特化派：麥可・貝瑞（看次級房貸的那位）、伍德（科技狂魔）、阿克曼（激進投資人）
  • 宏觀派：德魯肯米勒、塔勒布、達摩德仁、帕布萊、君君

每個代理人有自己的風格。巴菲特會問「這家公司有沒有競爭護城河」，伍德會追問「十年後的成長潛力在哪」。這真的有夠猛——系統自動把各家投資邏輯轉成提示詞，讓 AI 扮演這些角色。

技術分析智能體（6 個）：用規則邏輯而不是 LLM

  • 基本面、技術、成長、估值、情緒分析，加上新聞情緒
  • 這些不需要「思考」，算公式就行

架構：LangGraph 的經典模式

這個專案用了 LangGraph 的 StateGraph——說白了就是一個狀態機。執行流程像這樣：

  1. 分散（Fan-out）：同時把股票資料丟給 19 個 Agent
  2. 獨立分析：每個 Agent 跑自己的 LLM 推理或計算邏輯
  3. 聚合（Fan-in）：Portfolio Manager 讀取所有意見
  4. 決策：根據投票和推理，輸出最終的買賣建議

這套模式在多 Agent 系統裡常見到，但 AI Hedge Fund 把它用在金融領域，展示得相當清楚。踩坑點少（如果你知道怎麼設置 LangGraph 的話）。

怎麼跑起來

環境：需要 Python 3.11+ 和 Poetry

1
poetry install

LLM 支援：這裡真香——不只 OpenAI，還支援 Anthropic、DeepSeek、Google、Groq，甚至 Ollama 本機執行。想用什麼模型就用什麼，只要設定環境變數即可。

介面：自帶 React + FastAPI 的網頁 UI，不用命令列操作也行。Docker 也支援，懶得裝依賴直接容器化。

實際用途

這東西不是要你丟三萬塊進去自動賺錢。真正有價值的地方：

  • 學投資哲學：看看巴菲特派和伍德派對同一支股票怎麼吵架
  • 回測：有內建的回測引擎，可以看這套邏輯歷史上表現如何
  • LangGraph 教學：想學多 Agent 系統怎麼搭建的，這是一個完整範例
  • 多模型對比：用不同的 LLM 跑分析，比較推理品質

為什麼值得看

坦白說，LLM 在金融領域的應用常常很虛。AI Hedge Fund 這個專案扯欸的地方在於：它沒有吹牛，直接展示了多 Agent 架構如何應用到實際問題，且代碼夠清晰讓你理解邏輯。

MIT 授權，代碼開放，有社群。無論你是想學 LangGraph、多 Agent 系統，或單純對 AI 投資感好奇，都值得 clone 下來試試。

原文來源：AI Hedge Fund - GitHub