AI Hedge Fund

AI Hedge Fund 系统架构:可插拔 Alpha 模型与基金周期

把投资者代理重新构想为可插拔、可回测的 Alpha 模型:不同模型承担不同分析职责,按 mandate 定义运行基金周期并回测。

Team structure

把"AI 对冲基金"拆成可插拔的 Alpha 模型

项目把投资者代理重新构想为可插拔、可回测的 Alpha 模型:不同模型承担不同分析职责,共同形成研究记录。

多模型角色

不同 LLM Alpha 模型分别处理基本面、新闻、技术走势与市场情绪等维度。

mandate 定义

mandate 定义 desk:策略、人员、风险、资本和节奏,不指定具体股票代码。

周期与回测

按再平衡节奏运行基金周期,可在历史数据上回测并对比基准。

理解提示:这是项目自身的设计语言(可插拔 Alpha 模型),不是固定人数制团队。具体角色数量与分工以官方仓库当前实现为准。
Workflow

一次基金周期的处理路径

理解数据如何进入、模型如何处理、结果如何输出。

  1. 数据与指标

    需要金融数据集 API Key,获取价格、基本面和财报数据。

  2. LLM Alpha 模型分析

    支持的提供商:Anthropic、OpenAI、DeepSeek、Google、xAI、Kimi。

  3. 形成研究记录

    输出完整 JSON 记录和人类可读摘要,可回看来源与决策。

  4. 回测验证

    在再平衡节奏下回测,查看收益曲线与基准对比。

File structure

仓库顶层结构

基于官方仓库树(2026-08 抓取)。

核心

  • hedge_fund/ 主包目录
  • pyproject.toml 打包与依赖
  • .env.example 环境变量示例

文档

  • README.md 使用说明
  • ROADMAP.md 路线图
  • VISION.md 愿景
  • LICENSE MIT

继续自建,还是直接开始研究?

自建路线进入安装与配置;免自建路线可下载 EasyClaw,按需连接数据。