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

AI 기반 컨셉 헤지 펀드로, 다중 에이전트 시스템을 사용하여 투자 결정을 시뮬레이션합니다.

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

AI 헤지 펀드 프로젝트 상세 소개

프로젝트 개요

AI 헤지 펀드는 AI 기술을 활용한 거래 의사 결정을 탐구하는 것을 목표로 하는 인공지능 기반의 개념적 헤지 펀드 프로젝트입니다. 이는 순전히 교육 및 연구 목적으로만 사용되며, 실제 거래 또는 투자에는 사용되지 않습니다.

프로젝트 주소: https://github.com/virattt/ai-hedge-fund

핵심 특징

다중 에이전트 아키텍처

프로젝트는 다중 에이전트 시스템을 채택하여 각 에이전트가 실제 세계의 유명 투자자의 투자 철학과 전략을 모방합니다.

투자 거장 에이전트
  • Ben Graham Agent - 가치 투자의 아버지, 안전 마진이 있는 숨겨진 보석을 찾는 데 집중
  • Bill Ackman Agent - 행동주의 투자자, 대담한 입장을 취하고 변화를 추진
  • Cathie Wood Agent - 성장 투자 여왕, 혁신과 파괴력을 믿음
  • Charlie Munger Agent - 버핏의 파트너, 합리적인 가격의 우량 기업만 구매
  • Michael Burry Agent - 《빅 쇼트》의 역발상 투자자, 깊은 가치를 찾음
  • Peter Lynch Agent - 실용적인 투자자, 일상 업무에서 "10루타 주식"을 찾음
  • Phil Fisher Agent - 꼼꼼한 성장 투자자, 심층적인 "탐문" 연구 사용
  • Stanley Druckenmiller Agent - 거시경제 전설, 성장 잠재력이 있는 비대칭 기회를 찾음
  • Warren Buffett Agent - 오마하의 현인, 합리적인 가격의 우량 기업을 찾음
분석 에이전트
  • Valuation Agent - 주식의 내재 가치를 계산하고 거래 신호 생성
  • Sentiment Agent - 시장 심리를 분석하고 거래 신호 생성
  • Fundamentals Agent - 기본 데이터 분석 및 거래 신호 생성
  • Technicals Agent - 기술 지표 분석 및 거래 신호 생성
관리 에이전트
  • Risk Manager - 위험 지표 계산 및 포지션 제한 설정
  • Portfolio Manager - 최종 거래 결정 및 주문 생성

기술 아키텍처

환경 요구 사항

  • Python 3.x
  • Poetry (의존성 관리)
  • Docker (선택 사항)

주요 의존성

프로젝트는 여러 API 서비스를 사용합니다.

  • OpenAI API - GPT-4o, GPT-4o-mini 등 모델 실행
  • Groq API - DeepSeek, Llama3 등 모델 실행
  • Financial Datasets API - 금융 데이터 획득
  • Anthropic API - Claude 모델 지원
  • DeepSeek API - DeepSeek 모델 지원

프로젝트 구조

ai-hedge-fund/
├── src/
│   ├── agents/              # 에이전트 정의 및 워크플로
│   │   ├── bill_ackman.py   # Bill Ackman 에이전트
│   │   ├── fundamentals.py  # 기본 분석 에이전트
│   │   ├── portfolio_manager.py # 포트폴리오 관리 에이전트
│   │   ├── risk_manager.py  # 위험 관리 에이전트
│   │   ├── sentiment.py     # 감정 분석 에이전트
│   │   ├── technicals.py    # 기술 분석 에이전트
│   │   ├── valuation.py     # 가치 평가 분석 에이전트
│   │   └── warren_buffett.py # Warren Buffett 에이전트
│   ├── tools/               # 에이전트 도구
│   │   └── api.py          # API 도구
│   ├── backtester.py       # 백테스팅 도구
│   └── main.py             # 주 진입점
├── pyproject.toml
└── ...

설치 및 사용

로컬 설치

  1. 저장소 복제
git clone https://github.com/virattt/ai-hedge-fund.git
cd ai-hedge-fund
  1. Poetry 설치
curl -sSL https://install.python-poetry.org | python3 -
  1. 의존성 설치
poetry install
  1. 환경 변수 설정
cp .env.example .env
  1. API 키 구성
# OpenAI API 키
OPENAI_API_KEY=your-openai-api-key

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

# 금융 데이터 API 키
FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key

Docker 설치

  1. Docker 설치 확인
  2. 저장소 복제 (위와 동일)
  3. 환경 변수 설정 (위와 동일)
  4. Docker 이미지 빌드
# Linux/Mac
./run.sh build

# Windows
run.bat build

실행 방법

기본 실행

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

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

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

로컬 LLM 사용

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

추론 과정 표시

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

기간 지정

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

백테스팅 기능

# 기본 백테스팅
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA

# 기간 지정 백테스팅
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01

# 로컬 LLM 백테스팅
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --ollama

데이터 지원

무료 주식

다음 주식 데이터는 무료로 제공되며, API 키가 필요하지 않습니다.

  • AAPL (애플)
  • GOOGL (구글)
  • MSFT (마이크로소프트)
  • NVDA (엔비디아)
  • TSLA (테슬라)

기타 주식

다른 주식 티커의 경우 FINANCIAL_DATASETS_API_KEY를 설정해야 합니다.

중요 성명

교육 목적

  • 교육 및 연구 목적으로만 사용
  • 실제 거래 또는 투자에 사용하지 않음
  • 어떠한 보증 또는 담보도 제공하지 않음
  • 과거 성과가 미래 결과를 나타내지 않음
  • 작성자는 어떠한 재정적 손실에 대해서도 책임을 지지 않음
  • 투자 결정은 재무 자문가와 상담하십시오

모의 거래

시스템은 거래 결정을 시뮬레이션할 뿐 실제 거래 작업을 수행하지 않습니다.

기여 가이드라인

  1. 저장소 포크
  2. 기능 브랜치 생성
  3. 변경 사항 커밋
  4. 브랜치에 푸시
  5. 풀 리퀘스트 생성

주의: 풀 리퀘스트를 작고 집중적으로 유지하면 검토 및 병합이 더 쉬워집니다.

기능 요청

기능 요청이 있는 경우 GitHub Issues에서 이슈를 열고 enhancement로 표시하십시오.

프로젝트 특징

혁신적인 포인트

  1. 다중 에이전트 협업: 실제 투자 팀의 의사 결정 과정 시뮬레이션
  2. 투자 거장 전략: 여러 투자 전설의 투자 철학 통합
  3. 종합적인 분석: 기술 분석, 기본 분석, 감정 분석 등 다양한 차원 결합
  4. 위험 관리: 내장된 위험 통제 및 포트폴리오 관리 메커니즘
  5. 백테스팅 기능: 과거 데이터 백테스팅을 통한 전략 효과 검증 지원

교육적 가치

  • 다양한 투자 전략 및 철학 학습
  • 금융 분야에서 AI의 응용 이해
  • 다중 에이전트 시스템의 협업 메커니즘 탐구
  • 양적 투자의 기본 개념 습득

이 프로젝트는 AI와 금융 교차 분야의 학습자에게 훌륭한 실습 플랫폼을 제공하며, 실제 투자 의사 결정 과정을 시뮬레이션하여 사용자가 현대 AI 기술이 금융 투자에 미치는 잠재력을 이해하도록 돕습니다.

Star History Chart