هل تساءلت يومًا كيف تستخدم نخبة وول ستريت الذكاء الاصطناعي لتحقيق ملايين الدولارات؟ مع مشروع صندوق التحوط بالذكاء الاصطناعي، يمكنك الغوص في عالم التداول الآلي دون المخاطرة بسنت واحد. هذه الجوهرة مفتوحة المصدر من GitHub تتيح لك محاكاة صندوق تحوط يعمل بوكلاء ذكاء اصطناعي مستوحين من أساطير مثل وارن بافيت وكاثي وود. لقد انجذبت لاستكشاف استراتيجياته التجارية، وفي هذا البرنامج التعليمي، سأوضح لك كيفية إعداد صندوق التحوط بالذكاء الاصطناعي الخاص بك، وتشغيل محاكاة تداول لأسهم مثل أبل ومايكروسوفت، وإلقاء نظرة على كيفية عمل وكلائه الأذكياء. لا تحتاج إلى درجة دكتوراه في التمويل - فقط الفضول وجهاز كمبيوتر محمول! هل أنت مستعد للعب دور مدير صندوق التحوط؟ هيا بنا نبدأ!
ما هو صندوق التحوط بالذكاء الاصطناعي؟ فريق التداول الافتراضي الخاص بك
صندوق التحوط بالذكاء الاصطناعي هو مشروع مفتوح المصدر على GitHub يحاكي صندوق تحوط باستخدام وكلاء ذكاء اصطناعي لاتخاذ قرارات التداول. يمكنك التفكير فيه كفريق أحلام رقمي حيث يتمتع كل وكيل بتخصص معين، محاكياً بذلك خبراء الاستثمار في العالم الحقيقي. تم بناؤه لأغراض تعليمية، ويستخدم نماذج لغوية كبيرة (LLMs) مثل GPT-4o أو Llama 3 لتحليل البيانات المالية ومحاكاة الصفقات - لا توجد أموال حقيقية متضمنة. الميزات الرئيسية تشمل:
- الوكلاء المتخصصون: وكلاء الأساسيات، والتحليلات الفنية، والمشاعر، ومدير المخاطر، ومدير المحفظة يقومون بتحليل البيانات واتخاذ القرارات.
- مصادر البيانات: يسحب بيانات مالية مجانية لأسهم مثل AAPL، MSFT، NVDA، GOOGL، وTSLA عبر واجهة برمجة تطبيقات البيانات المالية (Financial Datasets API).
- قابل للتخصيص: يمكن تشغيله باستخدام نماذج لغوية كبيرة سحابية (OpenAI، Groq) أو نماذج محلية عبر Ollama.
- المحاكاة: يقوم باختبار الاستراتيجيات التاريخية (Backtesting) لمعرفة كيفية أداء الصفقات.
مع أكثر من 2000 نجمة، يعد المشروع ناجحاً لتعلم كيف يغير الذكاء الاصطناعي صناديق التحوط. دعنا نعده للتداول بذكاء أكبر من أي شخص في وول ستريت!
إعداد بيئة صندوق التحوط بالذكاء الاصطناعي الخاص بك
قبل أن نطلق العنان لـ صندوق التحوط بالذكاء الاصطناعي الخاص بك، دعنا نجهز نظامك. هذا مناسب للمبتدئين، وسأرشدك خلال كل خطوة.
1. التحقق من متطلبات النظام:
- نظام التشغيل: Windows (مع WSL2)، macOS، أو Linux (يوصى بـ Ubuntu 20.04+).
- البرمجيات:
- Python 3.10 (تحقق باستخدام
python3 --version). - Git (تحقق باستخدام
git --version). - Docker CLI أو Docker Desktop لـ Ollama (اختياري، للنماذج اللغوية الكبيرة المحلية).
- إذا كنت تستخدم Windows، قم بتثبيت WSL2 عن طريق تشغيل
wsl --installفي PowerShell (بصلاحيات المسؤول) ثم أعد تشغيل الجهاز. هل ينقصك شيء؟ قم بتثبيته الآن من python.org أو git-scm.com.
2. تثبيت Poetry: يدير Poetry تبعيات Python. قم بتثبيته:
curl -sSL https://install.python-poetry.org | python3 -
تحقق باستخدام poetry --version (مثال: 1.8.0). أضف Poetry إلى متغير PATH إذا لزم الأمر: export PATH="$HOME/.local/bin:$PATH".
3. الحصول على مفاتيح واجهة برمجة التطبيقات (API Keys):
- OpenAI: سجل في platform.openai.com للوصول إلى GPT-4o. انسخ مفتاح API الخاص بك.
- Financial Datasets: سجل في financialdatasets.ai للحصول على بيانات الأسهم المجانية (AAPL، MSFT، إلخ). انسخ المفتاح.
- اختياري: مفاتيح Groq (groq.com) أو Anthropic (anthropic) لنماذج LLMs الأخرى، أو Ollama للنماذج المحلية.
4. إنشاء مجلد للمشروع: حافظ على التنظيم:
mkdir ai-hedge-fund
cd ai-hedge-fund
تثبيت صندوق التحوط بالذكاء الاصطناعي
الآن، دعنا نستنسخ مشروع صندوق التحوط بالذكاء الاصطناعي ونقوم بإعداده. إنها عملية سريعة وتهيئك لمحاكاة التداول.
1. استنساخ المستودع (Repository): احصل على الكود من GitHub:
git clone https://github.com/virattt/ai-hedge-fund.git
cd ai-hedge-fund
يقوم هذا بسحب المشروع (~50 ميجابايت)، بما في ذلك سكربتات وأدوات الوكلاء.
2. تثبيت التبعيات (Dependencies): استخدم Poetry لتثبيت المكتبات المطلوبة:
poetry install
يقوم هذا بإعداد حزم Python مثل pandas وrequests وحزم تطوير برامج LLM. يستغرق الأمر دقيقة أو دقيقتين.
3. تكوين مفاتيح واجهة برمجة التطبيقات (API Keys): أنشئ ملف .env لتخزين مفاتيحك:
cp .env.example .env
قم بتحرير ملف .env باستخدام محرر نصوص (مثال: nano .env) وأضف:
# لتشغيل نماذج LLMs المستضافة بواسطة openai (gpt-4o, gpt-4o-mini, إلخ.)
# احصل على مفتاح OpenAI API الخاص بك من https://platform.openai.com/
OPENAI_API_KEY=your-openai-api-key
# لتشغيل نماذج LLMs المستضافة بواسطة groq (deepseek, llama3, إلخ.)
# احصل على مفتاح Groq API الخاص بك من https://groq.com/
GROQ_API_KEY=your-groq-api-key
# للحصول على البيانات المالية لتشغيل صندوق التحوط
# احصل على مفتاح Financial Datasets API الخاص بك من https://financialdatasets.ai/
FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-keyاحفظ واخرج. بالنسبة لنماذج LLMs المحلية، تخطى OpenAI واستخدم Ollama (انظر أدناه).
4. اختياري: إعداد Ollama لنماذج LLMs المحلية: هل تريد تشغيل نماذج مثل Llama 3 محلياً؟ قم بتثبيت Ollama:
curl -fsSL https://ollama.com/install.sh | sh
ollama pull llama3
ابدأ تشغيل Ollama: ollama serve. يستخدم هذا حوالي 5 جيجابايت لـ Llama 3. تأكد من تثبيت Docker (docker.com) إذا كنت تقوم بالتشغيل عبر Docker.
تشغيل صندوق التحوط بالذكاء الاصطناعي الخاص بك: محاكاة تداول
دعنا نشغل صندوق التحوط بالذكاء الاصطناعي الخاص بك ونحاكي صفقات على أسهم مثل أبل (AAPL) ومايكروسوفت (MSFT). سنرى كيف يعمل وكلاء الذكاء الاصطناعي معًا.
1. تشغيل المحاكاة: في مجلد ai-hedge-fund، نفّذ:
poetry run python src/main.py --ticker AAPL,MSFT
أو، لنماذج LLMs المحلية:
poetry run python src/main.py --ticker AAPL,MSFT --ollama
يقوم هذا الأمر بما يلي:
- يستهدف AAPL وMSFT (بيانات مجانية من Financial Datasets).
- يستخدم وكلاء الذكاء الاصطناعي لتحليل الأساسيات (مثل نسب السعر إلى الأرباح P/E)، والتحليلات الفنية (مثل المتوسطات المتحركة)، والمشاعر (مثل الأخبار)، والمخاطر.
- يحاكي الصفقات ويخرج القرارات.
2. ماذا يحدث؟: يتعاون الوكلاء:
- وكيل الأساسيات: يتحقق من نمو إيرادات AAPL والتدفق النقدي لـ MSFT.
- وكيل التحليلات الفنية: يحلل المتوسطات المتحركة لـ 50 يومًا لإشارات الشراء/البيع.
- وكيل المشاعر: يمسح الأخبار بحثًا عن المشاعر الإيجابية/السلبية (مثال: "أبل تطلق آيفون جديد").
- مدير المخاطر: يحدد حدود المراكز لتجنب الخسائر الكبيرة.
- مدير المحفظة: يقرر شراء 100 سهم من AAPL والاحتفاظ بـ MSFT بناءً على الإشارات.
عرض النتائج: تحقق من الطرفية (terminal) لقرارات التداول، والاحتمالات، ونتائج الاختبار التاريخي (backtest). يتم حفظ السجلات في src/logs/.
3. تشغيل أداة الاختبار التاريخي (Backtester): استخدم الأمر التالي:
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDAمثال على الإخراج:
لديك أيضًا خيار تحديد تاريخي البداية والنهاية لإجراء الاختبار التاريخي على مدى فترة زمنية محددة.
# مع Poetry:
poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01
# مع Docker (على Linux/Mac):
./run.sh --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01 backtest
# مع Docker (على Windows):
run.bat --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01 backtestاستكشاف ميزات صندوق التحوط بالذكاء الاصطناعي
صندوق التحوط بالذكاء الاصطناعي الخاص بك هو أكثر من مجرد سكربت - إنه ملعب للتعلم. إليك كيفية التعمق أكثر:
- تخصيص الوكلاء: قم بتحرير سكربتات الوكلاء في
src/agents/(مثال:bill_ackman.pyللاستثمار النشط). عدّل الاستراتيجيات مثل شراء الأسهم المقومة بأقل من قيمتها. - إضافة أسهم: جرب NVDA أو TSLA في العلامة
--ticker(يتطلب مفتاح Financial Datasets API للأسهم غير المجانية). - الاختبار التاريخي (Backtesting): أداة
backtester.pyتحاكي الأداء التاريخي. شغّلpoetry run python src/backtester.py --ticker AAPLلرؤية العوائد السابقة. - تحليل المشاعر: يستخدم وكيل المشاعر معالجة اللغة الطبيعية (NLP) لتحليل الأخبار ووسائل التواصل الاجتماعي، مما يعزز دقة القرار. اختبره بـ: “Analyze NVDA news sentiment.”
- التشغيل محليًا: استخدم Ollama مع
llama3لمحاكاة التداول دون اتصال بالإنترنت، مما يوفر تكاليف API.
لقد قمت بتعديل وكيل التحليلات الفنية للتركيز على مؤشر القوة النسبية (RSI) ورأيت إشارات شراء أكثر وضوحًا - من الممتع جدًا التجربة!
توثيق واجهات برمجة التطبيقات الخاصة بك باستخدام APIdog
هل تبني على صندوق التحوط بالذكاء الاصطناعي الخاص بك وترغب في توثيق واجهات برمجة التطبيقات (APIs) الخاصة به للآخرين؟ APIdog هي أداة ممتازة لإنشاء مستندات API تفاعلية. تصميمها الأنيق وخيارات الاستضافة الذاتية تجعلها مثالية لمشاركة نقاط نهاية نظام التداول الخاص بك - جربها!
استكشاف الأخطاء وإصلاحها ونصائح
- أخطاء مفتاح API: تأكد من أن المفاتيح في ملف
.envتتطابق مع حسابات OpenAI/Financial Datasets الخاصة بك. تحقق باستخدامcat .env. - مشاكل التبعيات: إذا فشل
poetry install، قم بتحديث Poetry:poetry self update. - Ollama لا يتصل: تحقق من أن
ollama serveيعمل وأن المنفذ 11434 مفتوح (netstat -tulpn | grep 11434على Linux). - الأداء: لتشغيل أسرع، استخدم وحدة معالجة رسومات (GPU) مع Ollama أو التزم بنماذج LLMs السحابية مثل GPT-4o.
- المجتمع: انضم إلى مناقشات مشروع GitHub للحصول على المساعدة أو لمشاركة الوكلاء المخصصين الذين أنشأتهم.
لماذا تستخدم صندوق تحوط بالذكاء الاصطناعي؟
مشروع صندوق التحوط بالذكاء الاصطناعي هذا كنز حقيقي للتعلم:
- تعليمي: افهم كيف يقود الذكاء الاصطناعي التداول في شركات مثل Two Sigma.
- بدون مخاطر: قم بمحاكاة الصفقات دون خسارة أموال.
- قابل للتخصيص: عدّل الوكلاء ليناسبوا أسلوبك الاستثماري.
- متطور: يستخدم نماذج LLMs ومعالجة اللغة الطبيعية (NLP)، محاكياً تقنية صناديق التحوط الحقيقية.
إنه مثل مختبر تمويل حيث تكون أنت العالم المجنون. أحببت رؤية وكيل المشاعر يلتقط أخبارًا إيجابية عن سهم MSFT ويعدل الصفقات بناءً عليها!
أفكار أخيرة: كن محترفًا في التداول بالذكاء الاصطناعي
تهانينا - لقد أطلقت صندوق التحوط بالذكاء الاصطناعي الخاص بك وحاكيت الصفقات مثل ساحر في وول ستريت! من إعداد وكلاء الذكاء الاصطناعي إلى تشغيل الصفقات على AAPL وMSFT، أنت الآن جزء من ثورة الاستثمار بالذكاء الاصطناعي. جرب أسهمًا جديدة، عدّل الوكلاء، أو وثّق واجهات برمجة التطبيقات الخاصة بك باستخدام APIdog. شارك تعديلات صندوق التحوط بالذكاء الاصطناعي الخاص بك على X أو GitHub - أنا متحمس لرؤية إمبراطورية التداول الخاصة بك تنمو! محاكاة سعيدة!