Fonds spéculatif alimenté par l'IA

Ceci est une preuve de concept pour un fonds spéculatif piloté par l'IA. L'objectif de ce projet est d'explorer l'utilisation de l'IA pour prendre des décisions de trading. Ce projet est uniquement à but éducatif et n'est pas destiné à du trading réel ou à des investissements.

Ce système utilise plusieurs agents travaillant ensemble :

Agent Aswath Damodaran - Le doyen de l'évaluation, se concentre sur l'histoire, les chiffres et une évaluation disciplinée
Agent Ben Graham - Le parrain de l'investissement value, n'achète que des pépites cachées avec une marge de sécurité
Agent Bill Ackman - Un investisseur activiste, prend des positions audacieuses et pousse au changement
Agent Cathie Wood - La reine de l'investissement croissance, croit au pouvoir de l'innovation et de la disruption
Agent Charlie Munger - Le partenaire de Warren Buffett, n'achète que des entreprises exceptionnelles à des prix raisonnables
Agent Michael Burry - Le contrarien de The Big Short qui traque la valeur profonde
Agent Peter Lynch - Investisseur pragmatique qui recherche des "ten-baggers" dans les entreprises du quotidien
Agent Phil Fisher - Investisseur croissance méticuleux qui utilise une recherche approfondie "scuttlebutt"
Agent Rakesh Jhunjhunwala - Le Big Bull de l'Inde
Agent Stanley Druckenmiller - Légende du macro qui traque les opportunités asymétriques avec potentiel de croissance
Agent Warren Buffett - L'oracle d'Omaha, recherche des entreprises exceptionnelles à un prix juste
Agent Évaluation - Calcule la valeur intrinsèque d'une action et génère des signaux de trading
Agent Sentiment - Analyse le sentiment du marché et génère des signaux de trading
Agent Fondamentaux - Analyse les données fondamentales et génère des signaux de trading
Agent Techniques - Analyse les indicateurs techniques et génère des signaux de trading
Gestionnaire de risque - Calcule les métriques de risque et fixe les limites de position
Gestionnaire de portefeuille - Prend les décisions finales de trading et génère les ordres

Note : le système simule des décisions de trading, il ne trade pas réellement.

Avertissement

Ce projet est uniquement à but éducatif et de recherche.

Non destiné à du trading réel ou à des investissements
Aucun conseil ou garantie d'investissement fourni
Le créateur n'assume aucune responsabilité pour les pertes financières
Consultez un conseiller financier pour les décisions d'investissement
Les performances passées ne préjugent pas des résultats futurs

En utilisant ce logiciel, vous acceptez de l'utiliser uniquement à des fins d'apprentissage.

Table des matières

Installation
- Utilisation de Poetry
- Utilisation de Docker
Utilisation
- Exécution du fonds spéculatif
- Exécution du backtesteur
Contributions
Demandes de fonctionnalités
Licence

Installation

Utilisation de Poetry

Clonez le dépôt :

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

Installez Poetry (si ce n'est pas déjà fait) :

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

Installez les dépendances :

poetry install

Configurez vos variables d'environnement :

# Create .env file for your API keys
cp .env.example .env

Définissez vos clés API :

# 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

Utilisation de Docker

Assurez-vous d'avoir Docker installé sur votre système. Sinon, vous pouvez le télécharger depuis le site officiel de Docker.
Clonez le dépôt :

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

Configurez vos variables d'environnement :

# Create .env file for your API keys
cp .env.example .env

Modifiez le fichier .env pour ajouter vos clés API comme décrit ci-dessus.
Accédez au répertoire docker :

cd docker

Construisez l'image Docker :

# On Linux/Mac:
./run.sh build

# On Windows:
run.bat build

Important : Vous devez définir OPENAI_API_KEY, GROQ_API_KEY, ANTHROPIC_API_KEY, ou DEEPSEEK_API_KEY pour que le fonds spéculatif fonctionne. Si vous souhaitez utiliser des LLM de tous les fournisseurs, vous devrez définir toutes les clés API.

Les données financières pour AAPL, GOOGL, MSFT, NVDA et TSLA sont gratuites et ne nécessitent pas de clé API.

Pour tout autre ticker, vous devrez définir FINANCIAL_DATASETS_API_KEY dans le fichier .env.

Utilisation

Exécution du fonds spéculatif

Avec Poetry

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

Avec Docker

Note : Toutes les commandes Docker doivent être exécutées depuis le répertoire docker/.

# 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

Exemple de sortie : Screenshot 2025-01-06 at 5 50 17 PM

Vous pouvez également spécifier un drapeau --ollama pour exécuter le fonds spéculatif avec des LLM locaux.

# 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

Vous pouvez aussi spécifier un drapeau --show-reasoning pour afficher le raisonnement de chaque agent dans la console.

# 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

Vous pouvez optionnellement spécifier les dates de début et de fin pour prendre des décisions sur une période spécifique.

# 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

Exécution du backtesteur

Avec Poetry

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

Avec Docker

Note : Toutes les commandes Docker doivent être exécutées depuis le répertoire docker/.

# 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

Exemple de sortie : Screenshot 2025-01-06 at 5 47 52 PM

Vous pouvez optionnellement spécifier les dates de début et de fin pour effectuer un backtest sur une période spécifique.

# 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

Vous pouvez aussi spécifier un drapeau --ollama pour exécuter le backtesteur avec des LLM locaux.

# 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

Contributions

Forkez le dépôt
Créez une branche de fonctionnalité
Committez vos modifications
Poussez vers la branche
Créez une Pull Request

Important : Merci de garder vos pull requests petites et ciblées. Cela facilitera leur revue et fusion.

Demandes de fonctionnalités

Si vous avez une demande de fonctionnalité, veuillez ouvrir une issue et assurez-vous qu'elle est taguée avec enhancement.

Licence

Ce projet est sous licence MIT - voir le fichier LICENSE pour plus de détails.