AutoHedge: Ulasan Dana Lindung Nilai AI Autonomi Berasaskan Kecerdasan Kawanan

Dalam beberapa tahun kebelakangan ini, kita menyaksikan peralihan beransur-ansur daripada dagangan algoritma klasik (berdasarkan peraturan ketat dan model matematik) kepada ejen AI autonomi yang mampu menganalisis konteks, berita, dan data tidak berstruktur.

Salah satu projek sumber terbuka yang menonjol dalam bidang ini ialah AutoHedge oleh The Swarm Corporation. Ini adalah sistem peringkat korporat yang menggabungkan kecerdasan kawanan (swarm intelligence) dan ejen AI khusus untuk kitaran dagangan penuh: daripada analisis pasaran hingga penilaian risiko dan pelaksanaan pesanan.

Mari kita teliti di bawah hud bagaimana dana lindung nilai AI ini berfungsi dan mengapa senibina berbilang-agen menjadi standard baharu.

Senibina: Bahagi dan Tadbir

Daripada bergantung kepada satu LLM (Large Language Model) besar yang akan cuba menganalisis berita, mengira volatiliti, dan menghantar pesanan serentak (yang biasanya membawa kepada halusinasi dan kehilangan deposit), AutoHedge menggunakan hierarki ketat ejen-ejen khusus.

Keseluruhan saluran paip boleh digambarkan dalam bentuk skema penghalaan berikut:

Director Agent ➔ Quant Agent ➔ Risk Manager ➔ Execution Agent

1. Director Agent (Pengarah Dagangan)

Ini adalah "otak" dan penyelaras keseluruhan sistem. Ia bertanggungjawab untuk menjana hipotesis dagangan peringkat tinggi (theses) dan pengurusan strategi keseluruhan. Director menganalisis konteks makroekonomi dan membuat keputusan syiling atau saham mana yang patut dipertimbangkan, selepas itu ia menghantar tugas kepada ejen-ejen khusus. Ia juga bekerja bersama Sentiment Agent, yang mengagregasi latar belakang berita menggunakan alat carian (Exa Search).

2. Quant Agent (Penganalisis Kuantitatif)

Setelah menerima hipotesis daripada Pengarah, ejen ini menjalankan analisis kuantitatif dan teknikal yang ketat. Pada outputnya, ia menghasilkan JSON berstruktur dengan metrik:

• technical_score (dari 0 hingga 1)
• volume_score
• trend_strength
• probability_score
• Tahap utama: sokongan, rintangan, pivot points.

Untuk mendapatkan data, ejen Quant menggunakan integrasi dengan Yahoo Finance, Polygon API, dan Jupiter (untuk data on-chain).

3. Risk Manager (Pengurus Risiko)

Ini adalah elemen utama untuk "kelangsungan hidup" mana-mana dana. Sebelum sebarang pesanan dihantar ke bursa, ia melalui ejen Risiko. Ejen ini menerima aset, hipotesis awal, dan keputusan analisis kuantitatif sebagai input. Tugasnya adalah untuk menghasilkan:

• Saiz kedudukan yang disyorkan (Position sizing).
• Risiko susutan maksimum (Maximum drawdown risk).
• Penilaian risiko pasaran.
• Skor risiko keseluruhan (Overall risk score).

4. Execution Agent (Ejen Pelaksanaan)

Mata rantai terakhir. Setelah mendapat kelulusan daripada pengurus risiko, Execution Agent membentuk pesanan dagangan yang konkrit. Ia menentukan:

• Jenis pesanan (Market / Limit).
• Jumlah tepat aset.
• Harga masuk.
• Stop Loss (SL) dan Take Profit (TP).
• Time in force (tempoh sah pesanan).

Keseluruhan sistem direka untuk meminimumkan campur tangan manusia — output satu ejen menjadi input yang ketat dan disahkan untuk ejen seterusnya.

Di Bawah Hud: Rangka Kerja Swarms

AutoHedge dibina di atas rangka kerja Swarms, yang dioptimumkan untuk mencipta sistem berbilang-agen. Dalam pangkalan kod (dalam workers.py) anda boleh melihat bahawa setiap ejen diinisialisasi dengan system_prompt yang jelas dan model yang ditetapkan (contohnya, GPT-4o untuk analitik, GPT-4.1 untuk rantaian logik yang lebih kompleks).

Ciri khasnya ialah Risk-First Design yang ketat: senibina secara paksa menyalurkan semua keputusan melalui pengurus risiko. Jika Risk Manager mengembalikan larangan (skor risiko keseluruhan yang tinggi), Execution Agent tidak akan menerima arahan untuk menjana pesanan.

Infrastruktur dan Sokongan Platform

Pada masa ini AutoHedge memberi tumpuan kepada DeFi:

• Solana (sokongan penuh): Integrasi dengan pengagregat Jupiter API membolehkan dagangan on-chain sepenuhnya secara autonomi, mencari harga terbaik dan melaksanakan swap serta-merta terus dari dompet yang kunci peribadinya dinyatakan dalam .env.
• Coinbase (dalam pembangunan): Sokongan untuk bursa berpusat klasik dijangka tidak lama lagi.

Melancarkan Dana Lindung Nilai AI Anda Sendiri

Melancarkan sistem ini ternyata sangat mudah. Anda memerlukan kunci daripada OpenAI (sistem secara asli menyokong OpenRouter dan API lain yang serasi OpenAI melalui pemboleh ubah OPENAI_BASE_URL), Jupiter API untuk data, dan kunci peribadi dompet dagangan:

pip install -U autohedge

OPENAI_BASE_URL="https://openrouter.ai/api/v1"
OPENAI_API_KEY="sk-or-v1-..."
JUPITER_API_KEY=...
WALLET_PRIVATE_KEY=...

autohedge

(Jika anda perlu menggunakan model tertentu daripada OpenRouter, contohnya Claude 3.5, cukup tukar model_name dalam fail workers.py).

Masa Depan Dagangan Autonomi

AutoHedge menunjukkan ke arah mana algo-dagangan sedang bergerak. Peralihan daripada skrip ketat (if-else) kepada ensemble ejen AI membolehkan sistem menyesuaikan diri dengan pasaran yang berubah.

Daripada menulis semula kod apabila rejim pasaran berubah (bull/bear/crab), anda hanya perlu memberi arahan baharu (prompts) kepada Pengarah, dan ejen Quant sendiri akan mencari corak teknikal baharu.

Walaupun projek ini masih dalam peringkat pembangunan aktif (dan menggunakannya dengan wang besar yang sebenar perlu dilakukan dengan berhati-hati), ia menyediakan asas senibina yang sangat baik (berkat lesen MIT terbuka) bagi mereka yang ingin mencipta "peniaga besi" mereka sendiri yang tidak tidur, tidak penat, dan mengikuti pengurusan risiko dengan ketat.