Home
Login
virattt/ai-hedge-fundPlease refer to the latest official releases for information GitHub Homepage

AI 기반のコンセプトヘッジファンド。マルチエージェントシステムを用いて投資判断をシミュレーション。

Python 37.0kviratttai-hedge-fund Last Updated: 2025-06-23

AIヘッジファンド プロジェクト詳細

プロジェクト概要

AIヘッジファンドは、AI技術を取引の意思決定にどのように活用できるかを探求することを目的とした、人工知能に基づいた概念的なヘッジファンドプロジェクトです。これは純粋に教育および研究目的のプロジェクトであり、実際の取引や投資には使用されません。

プロジェクトアドレス: https://github.com/virattt/ai-hedge-fund

核心的な特徴

マルチエージェントアーキテクチャ

このプロジェクトは、マルチエージェントシステムを採用しており、各エージェントは現実世界の著名な投資家の投資理念と戦略をシミュレートします。

投資マスターエージェント
  • Ben Graham Agent - バリュー投資の父。安全マージンを持つ隠れた宝石を見つけることに注力
  • Bill Ackman Agent - アクティビスト投資家。大胆な立場を取り、変革を推進
  • Cathie Wood Agent - グロース投資の女王。イノベーションと破壊力を信じる
  • Charlie Munger Agent - バフェットのパートナー。手頃な価格で優れた企業のみを購入
  • Michael Burry Agent - 『マネー・ショート』の逆張り投資家。深い価値を探す
  • Peter Lynch Agent - 実用的な投資家。日常業務で「テンバガー」を探す
  • Phil Fisher Agent - 綿密なグロース投資家。詳細な「聞き込み」調査を使用
  • Stanley Druckenmiller Agent - マクロの伝説。成長の可能性を秘めた非対称な機会を探す
  • Warren Buffett Agent - オマハの賢人。手頃な価格で優れた企業を探す
分析エージェント
  • Valuation Agent - 株式の本質的価値を計算し、取引シグナルを生成
  • Sentiment Agent - 市場のセンチメントを分析し、取引シグナルを生成
  • Fundamentals Agent - ファンダメンタルズデータを分析し、取引シグナルを生成
  • Technicals Agent - テクニカル指標を分析し、取引シグナルを生成
管理エージェント
  • Risk Manager - リスク指標を計算し、ポジション制限を設定
  • Portfolio Manager - 最終的な取引の意思決定を行い、注文を生成

技術アーキテクチャ

環境要件

  • Python 3.x
  • Poetry（依存関係管理）
  • Docker（オプション）

主要な依存関係

このプロジェクトは、複数のAPIサービスを使用します。

  • OpenAI API - GPT-4o、GPT-4o-miniなどのモデルを実行
  • Groq API - DeepSeek、Llama3などのモデルを実行
  • Financial Datasets API - 金融データを取得
  • Anthropic API - Claudeモデルをサポート
  • DeepSeek API - DeepSeekモデルをサポート

プロジェクト構造

ai-hedge-fund/
├── src/
│   ├── agents/              # エージェントの定義とワークフロー
│   │   ├── bill_ackman.py   # Bill Ackmanエージェント
│   │   ├── fundamentals.py  # ファンダメンタルズ分析エージェント
│   │   ├── portfolio_manager.py # ポートフォリオ管理エージェント
│   │   ├── risk_manager.py  # リスク管理エージェント
│   │   ├── sentiment.py     # センチメント分析エージェント
│   │   ├── technicals.py    # テクニカル分析エージェント
│   │   ├── valuation.py     # 估值分析エージェント
│   │   └── warren_buffett.py # Warren Buffettエージェント
│   ├── tools/               # エージェントツール
│   │   └── api.py          # APIツール
│   ├── backtester.py       # バックテストツール
│   └── main.py             # メインエントリポイント
├── pyproject.toml
└── ...

インストールと使用

ローカルインストール

  1. リポジトリをクローン
git clone https://github.com/virattt/ai-hedge-fund.git
cd ai-hedge-fund
  1. Poetryをインストール
curl -sSL https://install.python-poetry.org | python3 -
  1. 依存関係をインストール
poetry install
  1. 環境変数を設定
cp .env.example .env
  1. APIキーを設定
# OpenAI APIキー
OPENAI_API_KEY=your-openai-api-key

# Groq APIキー
GROQ_API_KEY=your-groq-api-key

# 金融データAPIキー
FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key

Dockerインストール

  1. Dockerがインストールされていることを確認
  2. リポジトリをクローン（上記と同様）
  3. 環境変数を設定（上記と同様）
  4. Dockerイメージを構築
# Linux/Mac
./run.sh build

# Windows
run.bat build

実行方法

基本的な実行

# Poetryを使用
poetry run python src/main.py --ticker AAPL,MSFT,NVDA

# Dockerを使用 (Linux/Mac)
./run.sh --ticker AAPL,MSFT,NVDA main

# Dockerを使用 (Windows)
run.bat --ticker AAPL,MSFT,NVDA main

ローカルLLMを使用

poetry run python src/main.py --ticker AAPL,MSFT,NVDA --ollama

推論プロセスを表示

poetry run python src/main.py --ticker AAPL,MSFT,NVDA --show-reasoning

時間範囲を指定

poetry run python src/main.py --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01

バックテスト機能

# 基本的なバックテスト
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA

# 時間範囲を指定したバックテスト
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01

# ローカルLLMを使用したバックテスト
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --ollama

データサポート

無料の株式

以下の株式データは無料で提供され、APIキーは不要です。

  • AAPL (アップル)
  • GOOGL (グーグル)
  • MSFT (マイクロソフト)
  • NVDA (エヌビディア)
  • TSLA (テスラ)

その他の株式

その他の株式コードについては、FINANCIAL_DATASETS_API_KEYを設定する必要があります。

重要な声明

教育目的

  • 教育および研究目的のみに使用
  • 実際の取引や投資には使用しない
  • いかなる保証または担保も提供しない
  • 過去のパフォーマンスは将来の結果を保証するものではない
  • 作成者は、いかなる財務的損失についても責任を負わない
  • 投資の意思決定については、財務顧問にご相談ください

シミュレーション取引

システムは取引の意思決定をシミュレートするだけであり、実際の取引操作は実行しません。

貢献ガイドライン

  1. リポジトリをフォーク
  2. 機能ブランチを作成
  3. 変更をコミット
  4. ブランチにプッシュ
  5. プルリクエストを作成

注意: プルリクエストは小さく、集中的に保ってください。これにより、レビューとマージが容易になります。

機能リクエスト

機能リクエストがある場合は、GitHub Issuesでissueを開き、enhancementとしてマークしてください。

プロジェクトの特色

革新的な点

  1. マルチエージェントコラボレーション: 実際の投資チームの意思決定プロセスをシミュレート
  2. 投資マスター戦略: 複数の投資レジェンドの投資理念を統合
  3. 包括的な分析: テクニカル分析、ファンダメンタルズ分析、センチメント分析など、複数の側面を組み合わせる
  4. リスク管理: リスクコントロールとポートフォリオ管理メカニズムを内蔵
  5. バックテスト機能: 過去のデータバックテストによる戦略効果の検証をサポート

教育的価値

  • さまざまな投資戦略と理念を学ぶ
  • 金融分野におけるAIの応用を理解する
  • マルチエージェントシステムのコラボレーションメカニズムを探求する
  • 量的投資の基本的な概念を習得する

このプロジェクトは、AIと金融の交差分野の学習者にとって優れた実践プラットフォームを提供し、実際の投資意思決定プロセスをシミュレートすることで、現代のAI技術が金融投資に持つ応用の可能性を理解するのに役立ちます。

Star History Chart