Detalhes do Projeto AI Hedge Fund

Visão Geral do Projeto

AI Hedge Fund é um projeto conceitual de fundo de hedge baseado em inteligência artificial, com o objetivo de explorar como usar a tecnologia de IA para decisões de negociação. Este é um projeto puramente para fins educacionais e de pesquisa, não sendo utilizado para negociação ou investimento reais.

Endereço do Projeto: https://github.com/virattt/ai-hedge-fund

Principais Características

Arquitetura Multi-Agente

O projeto adota um sistema multi-agente, onde cada agente simula as filosofias e estratégias de investimento de investidores famosos do mundo real:

Agentes Mestres do Investimento

• Ben Graham Agent - Pai do investimento em valor, focado em encontrar joias escondidas com margem de segurança
• Bill Ackman Agent - Investidor ativista, adota posições ousadas e impulsiona mudanças
• Cathie Wood Agent - Rainha do investimento em crescimento, acredita no poder da inovação e disrupção
• Charlie Munger Agent - Parceiro de Buffett, compra apenas empresas excelentes a preços razoáveis
• Michael Burry Agent - Investidor contrarian de "A Grande Aposta", busca valor profundo
• Peter Lynch Agent - Investidor prático, procura "ações 10x" em negócios cotidianos
• Phil Fisher Agent - Investidor de crescimento meticuloso, usa pesquisa aprofundada de "investigação"
• Stanley Druckenmiller Agent - Lenda macro, busca oportunidades assimétricas com potencial de crescimento
• Warren Buffett Agent - Oráculo de Omaha, busca empresas excelentes a preços razoáveis

Agentes de Análise

• Valuation Agent - Calcula o valor intrínseco das ações e gera sinais de negociação
• Sentiment Agent - Analisa o sentimento do mercado e gera sinais de negociação
• Fundamentals Agent - Analisa dados fundamentais e gera sinais de negociação
• Technicals Agent - Analisa indicadores técnicos e gera sinais de negociação

Agentes de Gestão

• Risk Manager - Calcula indicadores de risco e define limites de posição
• Portfolio Manager - Toma decisões finais de negociação e gera ordens

Arquitetura Técnica

Requisitos do Ambiente

• Python 3.x
• Poetry (gerenciamento de dependências)
• Docker (opcional)

Principais Dependências

O projeto utiliza vários serviços de API:

• OpenAI API - Executa modelos GPT-4o, GPT-4o-mini, etc.
• Groq API - Executa modelos DeepSeek, Llama3, etc.
• Financial Datasets API - Obtém dados financeiros
• Anthropic API - Suporte para modelos Claude
• DeepSeek API - Suporte para modelos DeepSeek

Estrutura do Projeto

ai-hedge-fund/
├── src/
│   ├── agents/              # Definição e fluxo de trabalho dos agentes
│   │   ├── bill_ackman.py   # Agente Bill Ackman
│   │   ├── fundamentals.py  # Agente de análise fundamental
│   │   ├── portfolio_manager.py # Agente de gestão de portfólio
│   │   ├── risk_manager.py  # Agente de gestão de risco
│   │   ├── sentiment.py     # Agente de análise de sentimento
│   │   ├── technicals.py    # Agente de análise técnica
│   │   ├── valuation.py     # Agente de análise de avaliação
│   │   └── warren_buffett.py # Agente Warren Buffett
│   ├── tools/               # Ferramentas dos agentes
│   │   └── api.py          # Ferramenta de API
│   ├── backtester.py       # Ferramenta de backtesting
│   └── main.py             # Ponto de entrada principal
├── pyproject.toml
└── ...

Instalação e Uso

Instalação Local

1. Clone o Repositório

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

2. Instale o Poetry

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

3. Instale as Dependências

poetry install

4. Defina as Variáveis de Ambiente

cp .env.example .env

5. Configure as Chaves de API

# Chave da API OpenAI
OPENAI_API_KEY=your-openai-api-key

# Chave da API Groq
GROQ_API_KEY=your-groq-api-key

# Chave da API de Conjuntos de Dados Financeiros
FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key

Instalação com Docker

1. Certifique-se de que o Docker está instalado
2. Clone o Repositório (como acima)
3. Defina as Variáveis de Ambiente (como acima)
4. Construa a Imagem Docker

# Linux/Mac
./run.sh build

# Windows
run.bat build

Modo de Execução

Execução Básica

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

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

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

Usando LLM Local

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

Exibir o Processo de Raciocínio

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

Especificar Intervalo de Tempo

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

Funcionalidade de Backtesting

# Backtesting Básico
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA

# Backtesting com Intervalo de Tempo Especificado
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01

# Backtesting Usando LLM Local
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --ollama

Suporte de Dados

Ações Gratuitas

Os seguintes dados de ações são fornecidos gratuitamente, sem necessidade de chave de API:

• AAPL (Apple)
• GOOGL (Google)
• MSFT (Microsoft)
• NVDA (Nvidia)
• TSLA (Tesla)

Outras Ações

Para outros códigos de ações, é necessário definir FINANCIAL_DATASETS_API_KEY.

Declaração Importante

Propósito Educacional

• Apenas para fins educacionais e de pesquisa
• Não para negociação ou investimento reais
• Não oferece nenhuma garantia ou aval
• Desempenho passado não representa resultados futuros
• Os criadores não se responsabilizam por quaisquer perdas financeiras
• Consulte um consultor financeiro para decisões de investimento

Negociação Simulada

O sistema apenas simula decisões de negociação, não executa operações de negociação reais.

Guia de Contribuição

1. Faça um Fork do Repositório
2. Crie um Branch de Funcionalidade
3. Envie as Alterações
4. Envie para o Branch
5. Crie um Pull Request

Nota: Mantenha os Pull Requests pequenos e focados, isso facilitará a revisão e a fusão.

Solicitações de Funcionalidade

Se tiver solicitações de funcionalidade, abra um issue no GitHub Issues e marque como enhancement.

Características do Projeto

Pontos de Inovação

1. Colaboração Multi-Agente: Simula o processo de tomada de decisão de uma equipe de investimento real
2. Estratégias de Mestres do Investimento: Integra as filosofias de investimento de várias figuras lendárias do investimento
3. Análise Abrangente: Combina análise técnica, análise fundamental, análise de sentimento e outras dimensões
4. Gestão de Risco: Controle de risco integrado e mecanismos de gestão de portfólio
5. Funcionalidade de Backtesting: Suporta backtesting de dados históricos para validar a eficácia da estratégia

Valor Educacional

• Aprenda diferentes estratégias e filosofias de investimento
• Compreenda a aplicação da IA no setor financeiro
• Explore o mecanismo de colaboração de sistemas multi-agente
• Domine os conceitos básicos de investimento quantitativo

Este projeto oferece uma excelente plataforma prática para alunos nas áreas de interseção de IA e finanças, ajudando os usuários a entender o potencial das modernas tecnologias de IA no investimento financeiro, simulando o processo real de tomada de decisão de investimento.