项目信息

  • 仓库：https://github.com/virattt/ai-hedge-fund
  • 本地路径：~/Projects/ai-hedge-fund
  • 体验日期：2026-07-16

项目架构

多 Agent 协作的 AI 对冲基金系统，核心模式：

Portfolio Input (股票/持仓/现金)
        ↓
┌───────────────────────────────────┐
│  多个 Analyst Agent 并行分析       │
│  - Warren Buffett (价值投资)       │
│  - Michael Burry (逆向投资)        │
│  - Charlie Munger (护城河)         │
│  - Peter Lynch (成长投资)          │
│  - Bill Ackman (激进投资)          │
│  - Technical Analyst (技术分析)    │
│  - Fundamentals Analyst (基本面)   │
│  - Growth Analyst (成长性)         │
│  - Sentiment Analyst (情绪面)      │
│  - News Sentiment (新闻情绪)       │
│  - Valuation Analyst (估值)        │
│  ...共十几个                       │
└───────────────────────────────────┘
        ↓ 各自输出 signal (buy/sell/neutral) + confidence + reasoning
┌───────────────────────────────────┐
│  Portfolio Manager (汇总决策)      │
│  综合所有 analyst 信号，输出最终    │
│  交易建议：ticker/action/quantity  │
└───────────────────────────────────┘
        ↓
Investment Report (可视化结果)

技术栈

  • 框架：LangGraph（多 Agent 编排）+ LangChain（LLM调用）
  • 后端：FastAPI + SQLite（flow 持久化）
  • 前端：React + Vite + React Flow（可视化节点编排）
  • 模型支持：OpenAI / Anthropic / DeepSeek / Groq / Ollama(本地) 等
  • 数据源：financialdatasets.ai（付费API，提供财务报表/价格/内幕交易等）

本地部署过程

1. 环境准备

git clone https://github.com/virattt/ai-hedge-fund.git ~/Projects/ai-hedge-fund
cd ~/Projects/ai-hedge-fund
poetry install

2. 安装 Ollama + 本地模型

  • 从 https://ollama.com/download 手动下载 macOS 版安装
  • 拉取模型：caffeinate -i ollama pull qwen3:8b（约5.2GB，注意防休眠）
  • 验证：ollama list → qwen3:8b

3. 配置 .env

DEEPSEEK_API_KEY=sk-xxx（余额不足，未实际使用）
FINANCIAL_DATASETS_API_KEY=xxx（免费tier无余额，402报错）

4. 修复 Bug

项目 src/cli/input.py 有个 bug：--ollama --model qwen3:8b 时，find_model_by_name 从 ollama_models.json 找到 provider=“Alibaba” 直接返回，没走 Ollama 分支。

修复：在 select_model 函数开头加判断，当 model_flag 和 use_ollama 同时为真时，强制 provider 为 Ollama。

5. 启动 Web UI

# 后端
nohup poetry run uvicorn app.backend.main:app --host 0.0.0.0 --port 8000 &
# 前端
cd app/frontend && nohup npm run dev &
# 访问 http://localhost:5173/

体验结果

能跑通的部分

  • Ollama 本地模型推理 ✅
  • Web UI 可视化 Flow 编辑器 ✅
  • 节点拖拽连线、选择模型 ✅
  • Agent 调用 LLM 生成分析 ✅

未跑通的部分

  • 金融数据 API 需付费（免费注册无余额），所有 Analyst 输出 “Insufficient data”
  • 只有一个 Analyst 给 signal 时，Portfolio Manager 信息不足，默认 sell

核心限制

  • financialdatasets.ai 只支持美股，A股/港股无法使用
  • 免费 tier 无余额，需充值才能获取财务数据
  • 本地 8B 模型推理较慢（每个 agent 约1-2分钟）