Last translated: 12 Jun 2025

Translation Not Available Yet

This repository's README hasn't been translated yet. Once translated, it will be easier to read and understand in your native language (中文).

After translating, add the links to README so others can view it directly.

KI-Hedgefonds

Dies ist ein Proof of Concept für einen KI-gesteuerten Hedgefonds. Das Ziel dieses Projekts ist es, den Einsatz von KI für Handelsentscheidungen zu erforschen. Dieses Projekt dient ausschließlich Bildungszwecken und ist nicht für den echten Handel oder Investitionen gedacht.

Dieses System setzt mehrere zusammenarbeitende Agenten ein:

  1. Aswath Damodaran Agent - Der "Dean of Valuation", konzentriert sich auf Story, Zahlen und disziplinierte Bewertung
  2. Ben Graham Agent - Der Pate des Value Investing, kauft nur verborgene Juwelen mit Sicherheitsmarge
  3. Bill Ackman Agent - Ein aktivistischer Investor, nimmt mutige Positionen ein und treibt Veränderungen voran
  4. Cathie Wood Agent - Die Königin des Growth Investing, glaubt an die Kraft von Innovation und Disruption
  5. Charlie Munger Agent - Warren Buffetts Partner, kauft nur wunderbare Unternehmen zu fairen Preisen
  6. Michael Burry Agent - Der "Big Short"-Kontrarianer, der nach tiefem Wert sucht
  7. Peter Lynch Agent - Praktischer Investor, der "Ten-Bagger" in alltäglichen Unternehmen sucht
  8. Phil Fisher Agent - Gründlicher Growth-Investor, der tiefgehende "Scuttlebutt"-Recherchen nutzt
  9. Rakesh Jhunjhunwala Agent - Der "Big Bull" Indiens
  10. Stanley Druckenmiller Agent - Makro-Legende, der nach asymmetrischen Chancen mit Wachstumspotenzial sucht
  11. Warren Buffett Agent - Das "Oracle of Omaha", sucht wunderbare Unternehmen zu fairen Preisen
  12. Valuation Agent - Berechnet den inneren Wert einer Aktie und generiert Handelssignale
  13. Sentiment Agent - Analysiert die Marktstimmung und generiert Handelssignale
  14. Fundamentals Agent - Analysiert fundamentale Daten und generiert Handelssignale
  15. Technicals Agent - Analysiert technische Indikatoren und generiert Handelssignale
  16. Risk Manager - Berechnet Risikokennzahlen und setzt Positionslimits
  17. Portfolio Manager - Trifft finale Handelsentscheidungen und generiert Orders
Screenshot 2025-03-22 at 6 19 07 PM

Hinweis: Das System simuliert Handelsentscheidungen, es handelt nicht tatsächlich.

Twitter Follow

Haftungsausschluss

Dieses Projekt dient ausschließlich Bildungs- und Forschungszwecken.

  • Nicht für den echten Handel oder Investitionen gedacht
  • Keine Anlageberatung oder Garantien
  • Der Ersteller übernimmt keine Haftung für finanzielle Verluste
  • Konsultieren Sie einen Finanzberater für Anlageentscheidungen
  • Vergangene Performance ist kein Indikator für zukünftige Ergebnisse

Durch die Nutzung dieser Software erklären Sie sich damit einverstanden, sie ausschließlich zu Lernzwecken zu verwenden.

Inhaltsverzeichnis

Einrichtung

Mit Poetry

Klonen Sie das Repository:

git clone https://github.com/virattt/ai-hedge-fund.git
cd ai-hedge-fund
  1. Installieren Sie Poetry (falls noch nicht geschehen):
curl -sSL https://install.python-poetry.org | python3 -
  1. Installieren Sie die Abhängigkeiten:
poetry install
  1. Richten Sie Ihre Umgebungsvariablen ein:
# Create .env file for your API keys
cp .env.example .env
  1. Setzen Sie Ihre API-Schlüssel:
# For running LLMs hosted by openai (gpt-4o, gpt-4o-mini, etc.)
# Get your OpenAI API key from https://platform.openai.com/
OPENAI_API_KEY=your-openai-api-key

# For running LLMs hosted by groq (deepseek, llama3, etc.)
# Get your Groq API key from https://groq.com/
GROQ_API_KEY=your-groq-api-key

# For getting financial data to power the hedge fund
# Get your Financial Datasets API key from https://financialdatasets.ai/
FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key

Mit Docker

  1. Stellen Sie sicher, dass Docker auf Ihrem System installiert ist. Falls nicht, können Sie es von der offiziellen Docker-Website herunterladen.

  2. Klonen Sie das Repository:

git clone https://github.com/virattt/ai-hedge-fund.git
cd ai-hedge-fund
  1. Richten Sie Ihre Umgebungsvariablen ein:
# Create .env file for your API keys
cp .env.example .env
  1. Bearbeiten Sie die .env-Datei, um Ihre API-Schlüssel wie oben beschrieben hinzuzufügen.

  2. Navigieren Sie zum docker-Verzeichnis:

cd docker
  1. Bauen Sie das Docker-Image:
# On Linux/Mac:
./run.sh build

# On Windows:
run.bat build

Wichtig: Sie müssen OPENAI_API_KEY, GROQ_API_KEY, ANTHROPIC_API_KEY oder DEEPSEEK_API_KEY setzen, damit der Hedgefonds funktioniert. Wenn Sie LLMs aller Anbieter nutzen möchten, müssen Sie alle API-Schlüssel setzen.

Finanzdaten für AAPL, GOOGL, MSFT, NVDA und TSLA sind kostenlos und erfordern keinen API-Schlüssel.

Für jeden anderen Ticker müssen Sie den FINANCIAL_DATASETS_API_KEY in der .env-Datei setzen.

Verwendung

Den Hedgefonds ausführen

Mit Poetry

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

Mit Docker

Hinweis: Alle Docker-Befehle müssen aus dem docker/-Verzeichnis heraus ausgeführt werden.

# Navigate to the docker directory first
cd docker

# On Linux/Mac:
./run.sh --ticker AAPL,MSFT,NVDA main

# On Windows:
run.bat --ticker AAPL,MSFT,NVDA main

Beispielausgabe: Screenshot 2025-01-06 at 5 50 17 PM

Sie können auch ein --ollama-Flag angeben, um den KI-Hedgefonds mit lokalen LLMs auszuführen.

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

# With Docker (from docker/ directory):
# On Linux/Mac:
./run.sh --ticker AAPL,MSFT,NVDA --ollama main

# On Windows:
run.bat --ticker AAPL,MSFT,NVDA --ollama main

Sie können auch ein --show-reasoning-Flag angeben, um die Argumentation jedes Agenten in der Konsole auszugeben.

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

# With Docker (from docker/ directory):
# On Linux/Mac:
./run.sh --ticker AAPL,MSFT,NVDA --show-reasoning main

# On Windows:
run.bat --ticker AAPL,MSFT,NVDA --show-reasoning main

Optional können Sie Start- und Enddaten angeben, um Entscheidungen für einen bestimmten Zeitraum zu treffen.

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

# With Docker (from docker/ directory):
# On Linux/Mac:
./run.sh --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01 main

# On Windows:
run.bat --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01 main

Den Backtester ausführen

Mit Poetry

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

Mit Docker

Hinweis: Alle Docker-Befehle müssen aus dem docker/-Verzeichnis heraus ausgeführt werden.

# Navigate to the docker directory first
cd docker

# On Linux/Mac:
./run.sh --ticker AAPL,MSFT,NVDA backtest

# On Windows:
run.bat --ticker AAPL,MSFT,NVDA backtest

Beispielausgabe: Screenshot 2025-01-06 at 5 47 52 PM

Optional können Sie Start- und Enddaten angeben, um den Backtest über einen bestimmten Zeitraum durchzuführen.

# With Poetry:
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01

# With Docker (from docker/ directory):
# On Linux/Mac:
./run.sh --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01 backtest

# On Windows:
run.bat --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01 backtest

Sie können auch ein --ollama-Flag angeben, um den Backtester mit lokalen LLMs auszuführen.

# With Poetry:
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --ollama

# With Docker (from docker/ directory):
# On Linux/Mac:
./run.sh --ticker AAPL,MSFT,NVDA --ollama backtest

# On Windows:
run.bat --ticker AAPL,MSFT,NVDA --ollama backtest

Mitwirken

  1. Forken Sie das Repository
  2. Erstellen Sie einen Feature-Branch
  3. Committen Sie Ihre Änderungen
  4. Pushen Sie den Branch
  5. Erstellen Sie einen Pull Request

Wichtig: Bitte halten Sie Ihre Pull Requests klein und fokussiert. Dies erleichtert die Überprüfung und das Mergen.

Funktionsanfragen

Wenn Sie eine Funktionsanfrage haben, öffnen Sie bitte ein Issue und stellen Sie sicher, dass es mit enhancement gekennzeichnet ist.

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert - siehe LICENSE-Datei für Details.