AI Hedge Fund: жасалма интеллект талдоочулары бүтүмдөргө добуш берген көп агенттүү фонд

AI Hedge Fund — LLM менен трейдингдин кесилишиндеги эң көп талкууланган ачык баштапкы коддогу долбоорлордун бири. GitHub-та 12 000ден ашык жылдыз, жүздөгөн форк, Twitter-де ынтызар жазуулар. Бирок хайпты алып салып, олуттуу карасак: баалуулук "акча тапкан нейрожелиде" эмес, архитектуралык үлгүдө — жасалма интеллект талдоочуларынын тобун ар бири өз тажрыйбасын кошуп, бирок эч бири портфелди жарып жибербей тургандай кылып кантип уюштурууда.

Долбоордун автору тарабынан эскертүү: Бул чыныгы акча үчүн система эмес — бул эксперименттер үчүн кум чака.

Негизги идея: бир гуру эмес, комитет

Жасалма интеллект трейдингботторунун көбү жөнөкөй: бир LLM маалымат алат → сигнал жаратат → бүтүм. AI Hedge Fund түп-тамырынан башкача иштейт: ал ар кандай ой жүгүртүү стили бар агенттердин тобун колдонот.

Ар бир агент — өзүнүн промпту жана маалымат булактары бар адистештирилген LLM:

Агенттер удаалаш иштешет: адегенде ар бир талдоочу өз баасын берет (себеби менен сатып алуу/сатуу/кармоо), андан кийин тобокелдик менеджери уруксат берилээрин текшерет, ошондон кийин гана портфель менеджери конкреттүү аракетти калыптандырат.

"Адегенде тобокелдик, кийин аракет" эмне үчүн туура

Долбоордун эң күчтүү бөлүгү "LLM сыйкыры" эмес — бул чечим кабыл алуу ырааттуулугу.

Жасалма интеллект трейдинг системаларындагы классикалык ката — моделге толук эркиндик берүү: "мына $100K, каалаганыңды кыл." AI Hedge Fund башкача иштейт:

1. Тобокелдик бюджетин баалоо. Кайсы бир агент бүтүм сунуштаардан мурун, система портфель канча тобокелдикти сиңире аларын баалайт — туруксуздукту, учурдагы позицияларды жана активдердин корреляциясын эске алуу менен.

2. Көлөмдү чыпкалоо. Агент бүт депозитке позицияны "элестете" албайт. Эгер лимит 5% гана уруксат берсе — анда 5% гана, сигнал канчалык ынандырарлык болбосун.

3. Пикирлерди топтоо. Портфель менеджери "сатып алуу/сатуу" эле эмес, ар бир талдоочунун майда-чүйдөсүнө чейинки жүйөлөрүн көрөт. Пикирлердин ар түрдүүлүгү — ката эмес, бул — мүмкүнчүлүк: эгер вэлью-талдоочу "арзан" десе, бирок техникалык талдоочу "төмөндөө тренди" десе, позициянын көлөмү азаят.

Инвестицияда сигнал гана эмес, позиция көлөмүнө укук маанилүү. Бул foundation-first ыкмасы: адегенде чектөөлөрдүн бекем алкагы, кийин "акыл".

Бул практикада эмне берет

• Портфелдеги импульсивдүү бурмалоолордун мүмкүнчүлүгү азаят.
• Бүтүмдүн көлөмү эмне үчүн так ошондой экенине так логика.
• Мыкты шайкеш бэктестинг эксперименттери.
• Итерациялар үчүн ыңгайлуу негиз: тобокелдик алкагын бузбай туруп талдоочуларды жакшыртса болот.

Натыйжаларды өзүн-өзү алдабай кантип окуу керек

Мындай ар кандай долбоорду, анын кооз жүгүрүшүнө гана карасаң, "ашыкча даңазалоо" оңой. Мына адилет баалоо тизмеси:

1. Рыноктор боюнча туруктуулук. Ал тренддик рынокторго караганда флэт рынокторунда да ушундай эле иштейби?
2. Стресс-тесттер. Дүрбөлөң, гэп, курч бурулуш учурунда эмне болот?
3. Ашыкча ыңгайлашуу (overfitting). Промпт логикасы белгилүү тикерлерге жана мезгилдерге ыңгайлаштырылганбы?
4. Маалымат сапаты. Комиссиялар, слиппедж жана сплиттер эске алынганбы?
5. Кайра чыгаруу мүмкүнчүлүгү. Ошол эле промпттор бир жумадан кийин ошол эле натыйжаны береби (LLM детерминисттик эмес)?

Чектөөлөр жана адилет баа

AI Hedge Fund эмне эмес экенин түшүнүү маанилүү:

• Бул продакшн система эмес. Чыныгы аткаруу жок, ликвиддүүлүктү моделдөө жок.
• LLM-ге көз карандылык. Чечимдин сапаты толугу менен моделдин сапаты менен аныкталат. GPT-4 менен GPT-3.5 ар түрдүү натыйжа берет.
• Тарыхый бэктест жок. Системаны 5 жылдык маалыматта иштетип, эквити-ийри сызыгын алуу мүмкүн эмес.
• Детерминизм. Температурасы > 0 болгон LLM-дер бирдей киргизүүлөргө ар кандай жооп берет.

Шилтемелер

• 💻 GitHub: virattt/ai-hedge-fund
• 📄 Лицензия: MIT

Корутунду

AI Hedge Fund "акча табуу машинасы" катары эмес, ой жүгүртүү алкагы катары пайдалуу:

• Талдоочу ролдорун бөлүп кара.
• Идея жаратууну тобокелдикти көзөмөлдөөдөн бөл.
• Чечимдерди түшүндүрүлмө кыл.
• Гипотезаларды текшер, бирок бэктестингди пайда кепилдиги менен чаташтырба.

Үйрөнүү жана прототиптөө үчүн — бекем иш. Продакшн үчүн кийинки катмар керек: реалдуу аткаруу, маалыматты текшерүү, model drift көзөмөлү жана промпт деңгээлинде гана эмес, эрежелер деңгээлиндеги чыныгы тобокелдик комитети.