AI Hedge Fund: жасанды интеллект талдаушылары мәмілелерге дауыс беретін көп агентті қор
virattt жасаған AI Hedge Fund-қа терең үңілу - бұл ашық бастапқы кодты жүйе, онда әртүрлі талдау стилі бар бірнеше LLM агенті тәуекел сүзгісі арқылы портфель құрады. Архитектурасы, агенттері, шектеулері және нақты жүйелерге арналған сабақтар.
AI Hedge Fund — LLM мен трейдингтің тоғысындағы ең көп талқыланатын ашық бастапқы кодты жобалардың бірі. GitHub-та 12 000-нан астам жұлдыз, жүздеген форк, Twitter-де қызу жазбалар. Бірақ хайпты алып тастап, байсалды қарасақ: құндылық "ақша табатын нейрожеліде" емес, архитектуралық үлгіде — жасанды интеллект талдаушыларының тобын әрқайсысы өз біліктілігін қосатындай, әрі олардың ешқайсысы портфельді жарып жібермейтіндей етіп қалай ұйымдастыруда.
Жоба авторының ескертпесі: Бұл нақты ақшаға арналған жүйе емес — бұл эксперименттерге арналған құм жәшігі.
Негізгі идея: бір гуру емес, комитет
Жасанды интеллектті трейдинг боттарының көбі қарапайым: бір LLM деректерді алады → сигнал жасайды → мәміле. AI Hedge Fund түбегейлі басқаша жұмыс істейді: ол әртүрлі ойлау стилі бар агенттер тобын пайдаланады.
Әрбір агент — өз промпты мен деректер көздері бар мамандандырылған LLM:
| Агент | Талдау стилі | Нені зерттейді |
|---|---|---|
| Value Analyst | Бағалау | P/E, P/B, DCF, маржа |
| Technical Analyst | Техникалық талдау | RSI, MACD, жылжымалы орташалар, деңгейлер |
| Sentiment Analyst | Нарық көңіл-күйі | Жаңалықтар, әлеуметтік желілер, реңк |
| Fundamentals Analyst | Іргелі талдау | Табыс, пайда, қарыз, өсім |
| Risk Manager | Тәуекелді бақылау | Құбылмалылық, корреляциялар, лимиттер |
| Portfolio Manager | Түпкілікті шешім | Пікірлерді жинайды, тапсырыстар жасайды |
Агенттер тізбектеп жұмыс істейді: алдымен әрбір талдаушы өз бағасын береді (себебімен сатып алу/сату/ұстау), содан кейін тәуекел менеджері рұқсат етілуін тексереді, тек содан кейін ғана портфель менеджері нақты әрекетті қалыптастырады.
"Алдымен тәуекел, содан кейін әрекет" неге дұрыс
Жобаның ең күшті бөлігі "LLM сиқыры" емес — бұл шешім қабылдау реттілігі.
Жасанды интеллектті трейдинг жүйелеріндегі классикалық қате — модельге толық еркіндік беру: "мінеки $100K, не істегің келсе, соны істе." AI Hedge Fund басқаша жұмыс істейді:
-
Тәуекел бюджетін бағалау. Кез келген агент мәміле ұсынбас бұрын, жүйе портфель қанша тәуекелді сіңіре алатынын бағалайды — құбылмалылықты, ағымдағы позицияларды және активтердің корреляциясын ескере отырып.
-
Көлемді сүзу. Агент бүкіл депозитке позицияны "қиялдай" алмайды. Егер лимит тек 5%-ға рұқсат берсе — онда тек 5%, сигнал қаншалықты сенімді болса да.
-
Пікірлерді жинақтау. Портфель менеджері тек "сатып алу/сату" емес, әр талдаушының егжей-тегжейлі дәлелдерін көреді. Пікірлердің алшақтығы — қате емес, бұл — мүмкіндік: егер вэлью-талдаушы "арзан" десе, ал техникалық талдаушы "төмендеу тренді" десе, позиция көлемі азаяды.
Инвестицияда тек сигнал ғана емес, позиция көлеміне құқық маңызды. Бұл foundation-first тәсілі: алдымен шектеулердің берік шеңбері, содан кейін "интеллект".
Бұл тәжірибеде не береді
- Портфельдегі импульсивті ауытқулар мүмкіндігі азаяды.
- Мәміле көлемі неге дәл сондай екеніне нақты логика.
- Барынша барабар бэктестинг эксперименттері.
- Итерациялар үшін ыңғайлы негіз: тәуекел шеңберін бұзбай, талдаушыларды жақсартуға болады.
Нәтижелерді өзін-өзі алдамай қалай оқу керек
Мұндай кез келген жобаны, тек әдемі жүгірісіне ғана қарасаң, "асыра дәріптеу" оңай. Мінеки, адал бағалау тізімі:
- Нарықтар бойынша тұрақтылық. Ол трендтік нарықтардағыдай флэттік нарықтарда да жұмыс істей ме?
- Стресс-тесттер. Дүрбелең, гэп, күрт бетбұрыс кезінде не болады?
- Артық бейімделу (overfitting). Промпт логикасы белгілі бір тикерлер мен кезеңдерге бапталған ба?
- Деректер сапасы. Комиссиялар, слиппедж және сплиттер ескерілген бе?
- Қайталанғыштық. Дәл сол промпттар бір аптадан кейін дәл сол нәтижені бере ме (LLM детерминистік емес)?
Шектеулер және адал баға
AI Hedge Fund не емес екенін түсіну маңызды:
- Бұл өнімдік жүйе емес. Нақты орындау жоқ, өтімділікті модельдеу жоқ.
- LLM-ге тәуелділік. Шешім сапасы толығымен модель сапасымен анықталады. GPT-4 мен GPT-3.5 әртүрлі нәтиже береді.
- Тарихи бэктест жоқ. Жүйені 5 жылдық деректерде іске қосып, эквити-қисығын алу мүмкін емес.
- Детерминизм. Температурасы > 0 болатын LLM-дер бірдей кірістерге әртүрлі жауап береді.
Сілтемелер
- 💻 GitHub: virattt/ai-hedge-fund
- 📄 Лицензия: MIT
Қорытынды
AI Hedge Fund "ақша табу машинасы" ретінде емес, ойлау шеңбері ретінде пайдалы:
- Талдаушы рөлдерін бөліп қараңыз.
- Идея генерациясын тәуекелді бақылаудан бөліңіз.
- Шешімдерді түсіндірмелі етіңіз.
- Гипотезаларды тексеріңіз, бірақ бэктестингті пайда кепілдігімен шатастырмаңыз.
Оқу мен прототиптеу үшін — берік жұмыс. Өнім үшін келесі қабат қажет: шынайы орындау, деректерді тексеру, model drift бақылауы және тек промпт деңгейінде емес, ережелер деңгейіндегі нақты тәуекел комитеті.
