AI Hedge Fund 是LLM與交易領域最受關注的開源專案之一。GitHub上12,000+星標，數百次分叉。但拋開炒作冷靜審視，其價值不在於"賺錢的神經網路"，而在於一種架構模式：如何組織一個AI分析師團隊，使每個人貢獻專業知識，但沒有任何一個人能單獨搞砸投資組合。
**專案作者宣告：**這不是用於真實資金的系統，而是實驗沙盒。
核心理念：不是一個大師，而是一個委員會
每個智慧體是具有獨特提示詞和資料來源的專業LLM：
| 智慧體 | 分析風格 | 關注內容 |
|---|---|---|
| 價值分析師 | 估值分析 | P/E、P/B、DCF、利潤率 |
| 技術分析師 | 技術分析 | RSI、MACD、均線、支撐阻力 |
| 情緒分析師 | 市場情緒 | 新聞、社交媒體、語調 |
| 基本面分析師 | 基本面分析 | 營收、利潤、負債、增長 |
| 風險管理師 | 風險控制 | 波動率、相關性、限額 |
| 投資組合經理 | 最終決策 | 彙總意見，生成訂單 |
為什麼"先風險後行動"是正確的
- 風險預算評估。 在任何智慧體提出交易之前，系統評估投資組合能承受多少風險。
- 倉位過濾。 智慧體不能"幻想"滿倉操作。限額只允許5%就是5%。
- 意見聚合。 投資組合經理看到的不僅是"買/賣"，還有每個分析師的詳細論據。
在投資中，重要的不僅是訊號，還有倉位大小的權利。
侷限性
- 非生產系統。 無真實執行，無流動性建模。
- LLM依賴。 GPT-4和GPT-3.5會給出不同結果。
- 無歷史回測。 無法在5年資料上執行並獲得權益曲線。
- 非確定性。 temperature > 0的LLM對相同輸入會給出不同答案。
連結
- 💻 GitHub: virattt/ai-hedge-fund
- 📄 許可證: MIT
結論
AI Hedge Fund的價值不是"賺錢機器"，而是思維框架：分離分析師角色、將想法生成與風險控制分開、使決策可解釋、驗證假設但不將回測等同於利潤保證。
