GitHub - virattt/ai-hedge-fund: An AI Hedge Fund Team

이 문서는 virattt/ai-hedge-fund라는 AI 기반 헤지 펀드의 proof of concept 프로젝트를 설명합니다. 이 프로젝트의 핵심 목표는 AI를 활용하여 주식 거래 의사 결정을 탐색하는 것이며, 교육 및 연구 목적으로만 사용되며 실제 거래나 투자를 위한 것이 아닙니다. 시스템은 실제 거래를 수행하지 않고 의사 결정만 생성합니다.

핵심 방법론 (Core Methodology):

이 시스템은 여러 agent들이 협력하여 투자 의사 결정을 시뮬레이션합니다. 각 agent는 특정 투자 스타일이나 분석 영역을 전문으로 합니다.

투자자 스타일 Agents: 유명 투자자들의 철학을 모방하여 다양한 관점에서 시장을 분석하고 투자 아이디어를 생성합니다.

* Aswath Damodaran Agent: story, numbers, 규율 있는 valuation에 중점을 둡니다.
* Ben Graham Agent: margin of safety를 가진 hidden gems를 찾는 데 집중합니다.
* Bill Ackman Agent: 과감한 포지션을 취하고 변화를 추진하는 activist investor의 역할을 합니다.
* Cathie Wood Agent: 혁신과 파괴적 기술의 힘을 믿는 growth investing을 대변합니다.
* Charlie Munger Agent: wonderful businesses를 fair prices에 구매하는 데 중점을 둡니다.
* Michael Burry Agent: The Big Short의 contrarian으로, deep value를 추구합니다.
* Mohnish Pabrai Agent: low risk에서 doubles를 찾는 Dhandho investor입니다.
* Peter Lynch Agent: 일상적인 비즈니스에서 ten-baggers를 찾는 실용적인 투자자입니다.
* Phil Fisher Agent: 심층적인 scuttlebutt 조사를 사용하는 꼼꼼한 growth investor입니다.
* Rakesh Jhunjhunwala Agent: 인도의 Big Bull로서의 역할을 합니다.
* Stanley Druckenmiller Agent: growth potential이 있는 asymmetric opportunities를 추구하는 macro legend입니다.
* Warren Buffett Agent: wonderful companies를 fair price에 찾는 oracle of Omaha입니다.

기능별 Agents: 특정 유형의 데이터 분석 및 신호 생성에 특화되어 있습니다.

* Valuation Agent: 주식의 intrinsic value를 계산하고 거래 신호를 생성합니다.
* Sentiment Agent: 시장 심리를 분석하고 거래 신호를 생성합니다.
* Fundamentals Agent: 재무 fundamental data를 분석하고 거래 신호를 생성합니다.
* Technicals Agent: technical indicators를 분석하고 거래 신호를 생성합니다.
* Risk Manager: risk metrics를 계산하고 position limits를 설정하여 전반적인 위험을 관리합니다.
* Portfolio Manager: 위의 모든 agent로부터의 정보를 통합하여 최종 거래 결정을 내리고 주문을 생성합니다 (실제 거래는 아님).

이 agent 시스템은 Large Language Model (LLM)을 기반으로 작동하며, OpenAI 같은 LLM API와 financial datasets API를 통해 금융 데이터를 활용합니다. 각 agent는 LLM의 추론 능력을 사용하여 자신의 전문 분야에 따라 데이터를 해석하고, 투자 아이디어를 생성하거나, trading signal을 도출합니다. 예를 들어, Valuation Agent는 기업의 재무제표와 시장 데이터를 LLM에 제공하여 intrinsic value를 추정하고, Portfolio Manager는 여러 agent의 signal을 종합하여 최적의 pseudo-trade를 결정합니다.

설치 및 실행:

프로젝트를 사용하기 위해서는 repository를 clone하고 .env 파일에 OpenAI 또는 기타 LLM API key와 financial datasets API key를 설정해야 합니다. Poetry를 사용하여 종속성을 설치한 후, Command Line Interface (CLI) 또는 Web Application을 통해 실행할 수 있습니다. CLI 방식은 poetry run python src/main.py --ticker AAPL,MSFT,NVDA와 같이 특정 티커에 대한 분석을 실행하며, start-date나 end-date를 지정할 수 있고, backtester도 제공됩니다. Ollama 플래그를 통해 로컬 LLM 사용도 지원합니다.

면책 조항 및 기여:

이 프로젝트는 교육 및 연구 목적으로만 제공되며, 투자 조언이나 수익을 보장하지 않습니다. 프로젝트 사용자는 이 소프트웨어를 학습 목적으로만 사용해야 합니다. 기여는 repository를 fork하고 pull request를 생성하는 방식으로 이루어지며, feature requests는 issue로 제출할 수 있습니다. 프로젝트는 MIT License를 따릅니다.