最近，这个名为AI股票基金的开源项目正在GitHub掀起一场金融科技革命！项目上线不久就斩获33.3K Star，强势登顶GitHub周榜冠军（https://github.com/trending?since=weekly）。

更令人惊叹的是，它创造性地将7位传奇投资大师（包括巴菲特、查理·芒格等）的投资智慧转化为AI智能体(Agent)，通过多智能体协同决策系统提供投资建议。

项目亮点

这个由金融科技极客@virattt打造的开源项目，已经在X平台积累了3.1万忠实粉丝。

这位开发者对AI与金融的跨界融合充满热情，而这个AI对冲基金项目堪称他2025年最具突破性的作品。

项目最吸引人的特点是：

• 大师智慧数字化

  ：将本杰明·格雷厄姆、菲利普·费雪等不同流派投资大师的投资哲学编码为可交互的AI模型

• 动态策略组合

  ：支持根据不同市场环境灵活调整投资策略组合

• 智能风险管控

  ：内置多层次风险评估机制，包括波动率分析、头寸控制等专业功能

技术架构解析

整个系统采用四层智能决策架构：

1、大师智能体Agent层：

• 价值投资派：格雷厄姆、巴菲特、芒格模型

• 成长投资派：费雪、凯茜·伍德模型

• 对冲策略派：阿克曼、德鲁肯米勒模型

2、信号生成层：

各智能体独立分析市场并生成交易信号，例如芒格模型特别强调逆向思维风险控制

3、风险管理层：

• 市场波动率实时监控

• 头寸规模动态调整

• 极端情景压力测试

4、决策执行层：

• 买入/平仓(绿色标识)

• 卖出/做空(红色标识)

• 持仓观望(蓝色标识)

快速上手

项目支持两种主流部署方式：

• Poetry

  ：适合开发者灵活定制

• Docker

  ：一键式容器化部署

详细安装指南和完整文档请访问项目主页：https://github.com/virattt/ai-hedge-fund

Poetry部署详细步骤

1、下载工程

git官网地址是：https://github.com/virattt/ai-hedge-fund.git，用的是国内网络会出现无法直接访问，这里使用虾壳加速（https://xiake.pro/）转换下地址

git clone https://ghproxy.net/https://github.com/virattt/ai-hedge-fund.git

2、安装Poetry（已经安装了的可以忽略）

这里我们使用以下命令安装下Poetry

curl -sSL https://install.python-poetry.org | python3 -

安装如下

python工程常用的两个包依赖管理工具便是：Poetry和pip，这两者区别如下

配置文件：

• Poetry：使用 pyproject.toml 文件来定义项目配置，包括依赖、开发依赖、版本控制、构建指令等。
• Pip：使用 requirements.txt 文件来定义项目依赖。这个文件通常只包含项目运行时需要的依赖。

虚拟环境：

• Poetry：默认为每个项目创建一个虚拟环境，可以避免不同项目之间的依赖冲突。
• Pip：可以创建虚拟环境，但不是默认行为。需要手动设置。

3、安装工程包依赖

先切换到项目根目录下

# 切换到根目录
cd ai-hedge-fund
# 安装依赖包
poetry install

一般10分钟左右可以安装完成全部依赖

4、配置环境变量

先拷贝一份示例环境文件

cp .env.example .env

再编辑环境变量文件：vim .env，填写你的AI大模型key，这里只需填写其中一个大模型的key和FINANCIAL_DATASETS_API_KEY即可

5、账号注册

从上面示例环境变量文件可以看到，需要使用到三个平台的key: OpenAI、financialdatasets。

• OPENAI_API_KEY：官网地址：https://platform.openai.com/，使用AI模型处理Agent

• FINANCIAL_DATASETS_API_KEY：官网地址：https://financialdatasets.ai/，去拉取股票相关金融数据

6、运行项目

上面两个key填写完成后直接运行以下命令就可以查看股票行情预测了，例如，我要查看特斯拉和英伟达的

poetry run python src/main.py --ticker TESLA,NVDA

运行完成后就会得到对应的股票是否适合买入指标了

总结

本文详细分享了AI股票开源项目，该项目目前只能分析美股，想要分析A股的可以使用源码去做些修改优化！

⚠️ 重要提示：本项目主要用于AI金融科技研究教育目的，不构成实际投资建议。金融市场风险莫测，投资决策需谨慎。

 如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓