EasyClaw 股票研究 · AI Hedge Fund 中文介绍

AI Hedge Fund:开源多智能体股票分析系统

一个让多个 AI 角色分工研究股票的开源项目。它会用大模型作为可插拔的分析模型,围绕股票构建基金、按节奏运行研究周期并回测历史表现,输出完整的研究记录与摘要。

用途:教育研究,不进行实际交易输出:研究记录与摘要、回测结果自建难度:高,需要环境、模型和数据服务
数据与指标 价格·基本面·财报 LLM 分析模型 可插拔 Alpha 模型 基金周期 构建·运行·回测 交互式应用 aihf 选择股票/策略/再平衡周期 保存到 ~/.hedge-fund/ 命令行运行 aihf mandate.yaml --tickers --backtest 回测 示意结构,非官方架构图;完整流程见架构页
AI Hedge Fund 工作流示意:数据 → LLM 分析模型 → 基金周期与回测。
What it solves

它能解决什么问题,会输出什么?

AI Hedge Fund 不是自动交易机器人,而是一个用于教育目的的 AI 研究框架:用大模型分析股票,形成可回看的研究材料。

构建基金

选择股票、策略和再平衡周期,保存为基金配置(mandate)。

运行研究周期

按 mandate 运行一个基金周期,输出完整 JSON 记录与人类可读摘要。

回测历史

在再平衡节奏下回测保存的基金,查看收益曲线与基准对比。

多角色分析

基本面、新闻、技术走势与市场情绪分别由不同模型角色处理。

完整研究记录

每个周期输出 JSON 记录和摘要,可回看数据来源与决策过程。

回测对比

收益曲线与基准对比,用于研究策略表现(不代表未来)。

重要边界:项目官方声明"系统目前不进行实际交易",仅用于教育研究。输出是研究材料,不是保证收益、目标价或自动买卖指令。
How it works

AI Hedge Fund 怎样处理一个问题?

首页只保留理解项目所需的三步,完整角色与状态流转放在架构页。

1. 定义基金

在 mandate 中定义 desk:策略、人员、风险、资本与再平衡节奏,不指定具体股票。

2. 运行周期

指定 tickers 后运行,多个 LLM Alpha 模型分析并形成研究记录。

3. 回测与查看

用 --backtest 在历史数据上验证,查看收益曲线与基准对比。

Setup and route

第一次研究,哪条路更快?

同一个目标,不同的准备成本。

AI Hedge Fund 自建 · 需要部署
至少 1 个工作日

普通用户首次完成研究的建议预留时间。

环境配置数据排错研究

需要 Python 环境、金融数据 API Key 和至少一个 LLM Key;有经验且条件顺利时可能更快,镜像或数据服务受限时更久。

从一个明确的股票问题开始

例如:整理贵州茅台最近一季财报、重要公告和主要风险。先核对任务需要的数据和授权,再决定是否安装。

查看第一个研究任务