Quelqu'un a créé un fonds spéculatif d'IA open source, examinons-le !

Vous êtes-vous déjà demandé comment l’élite de Wall Street utilise l’IA pour engranger des millions ? Avec le projet AI Hedge Fund, vous pouvez plonger dans le monde du trading automatisé sans risquer un centime. Ce joyau open-source de GitHub vous permet de simuler un hedge fund alimenté par des agents d'IA inspirés par des légendes comme Warren Buffett et Cathie Wood. Je me suis pris au jeu en explorant ses stratégies de trading, et dans ce tutoriel, je vais vous montrer comment configurer votre propre AI Hedge Fund, exécuter une simulation de trading avec des actions comme Apple et Microsoft, et jeter un coup d'œil sous le capot de ses agents intelligents. Pas besoin de doctorat en finance, juste de la curiosité et un ordinateur portable ! Prêt à jouer le rôle de gestionnaire de hedge fund ? Allons-y !

Qu'est-ce que l'AI Hedge Fund ? Votre équipe de trading virtuelle

L'AI Hedge Fund est un projet open-source sur GitHub qui simule un hedge fund en utilisant des agents d'IA pour prendre des décisions de trading. Vous pouvez l'imaginer comme une équipe de rêve numérique où chaque agent a une spécialité, imitant les gourous de l'investissement du monde réel. Conçu à des fins éducatives, il utilise des modèles de langage volumineux (LLM) comme GPT-4o ou Llama 3 pour analyser les données financières et simuler des transactions, sans argent réel impliqué. Les principales caractéristiques comprennent :

• Agents spécialisés : Fundamentals, Technicals, Sentiment, Risk Manager et Portfolio Manager analysent les données et prennent des décisions.
• Sources de données : Extrait des données financières gratuites pour des actions comme AAPL, MSFT, NVDA, GOOGL et TSLA via l'API Financial Datasets.
• Personnalisable : Exécutez-le avec des LLM basés sur le cloud (OpenAI, Groq) ou des modèles locaux via Ollama.
• Simulation : Backtests des stratégies pour voir comment les transactions auraient été performantes.

Avec plus de 2 000 étoiles, c'est un succès pour apprendre comment l'IA bouleverse les hedge funds. Mettons-le en place pour trader plus intelligemment qu'un pro de Wall Street !

Configuration de votre environnement AI Hedge Fund

Avant de libérer votre AI Hedge Fund, préparons votre système. C'est facile pour les débutants, et je vous guiderai à travers chaque étape.

1. Vérifiez la configuration requise :

• OS : Windows (avec WSL2), macOS ou Linux (Ubuntu 20.04+ recommandé).
• Logiciel :
• Python 3.10 (vérifiez avec python3 --version).
• Git (vérifiez avec git --version).
• Docker CLI ou Docker Desktop pour Ollama (facultatif, pour les LLM locaux).
• Si vous êtes sous Windows, installez WSL2 en exécutant wsl --install dans PowerShell (Admin) et redémarrez. Il manque quelque chose ? Installez-le maintenant à partir de python.org ou git-scm.com.

2. Installez Poetry : Poetry gère les dépendances Python. Installez-le :

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

Vérifiez avec poetry --version (par exemple, 1.8.0). Ajoutez Poetry à votre PATH si nécessaire : export PATH="$HOME/.local/bin:$PATH".

3. Obtenez des clés API :

• OpenAI : Inscrivez-vous sur platform.openai.com pour accéder à GPT-4o. Copiez votre clé API.
• Financial Datasets : Inscrivez-vous sur financialdatasets.ai pour obtenir des données boursières gratuites (AAPL, MSFT, etc.). Copiez la clé.
• Facultatif : Groq (groq.com) ou Anthropic (anthropic) clés pour d'autres LLM, ou Ollama pour les modèles locaux.

4. Créez un dossier de projet : Restez organisé :

mkdir ai-hedge-fund
cd ai-hedge-fund

Installation de l'AI Hedge Fund

Maintenant, clonons et configurons le projet AI Hedge Fund. C'est rapide et vous prépare aux simulations de trading.

1. Clonez le référentiel : Récupérez le code de GitHub :

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

Cela extrait le projet (~50 Mo), y compris les scripts et les outils des agents.

2. Installez les dépendances : Utilisez Poetry pour installer les bibliothèques requises :

poetry install

Cela configure des packages Python comme pandas, requests et les SDK LLM. Cela prend une minute ou deux.

3. Configurez les clés API : Créez un fichier .env pour stocker vos clés :

cp .env.example .env

Modifiez .env avec un éditeur de texte (par exemple, nano .env) et ajoutez :

# 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

Enregistrez et quittez. Pour les LLM locaux, ignorez OpenAI et utilisez Ollama (voir ci-dessous).

4. Facultatif : Configurez Ollama pour les LLM locaux : Vous voulez exécuter des modèles comme Llama 3 localement ? Installez Ollama :

curl -fsSL https://ollama.com/install.sh | sh
ollama pull llama3

Démarrez Ollama : ollama serve. Cela utilise ~5 Go pour Llama 3. Assurez-vous que Docker est installé (docker.com) si vous l'exécutez via Docker.

Exécution de votre AI Hedge Fund : une simulation de trading

Allumons votre AI Hedge Fund et simulons des transactions sur des actions comme Apple (AAPL) et Microsoft (MSFT). Nous verrons comment les agents d'IA travaillent ensemble.

1. Exécutez la simulation : Dans le dossier ai-hedge-fund, exécutez :

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

Ou, pour les LLM locaux :

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

Cette commande :

• Cible AAPL et MSFT (données gratuites de Financial Datasets).
• Utilise des agents d'IA pour analyser les fondamentaux (par exemple, les ratios P/E), les aspects techniques (par exemple, les moyennes mobiles), le sentiment (par exemple, les actualités) et les risques.
• Simule des transactions et affiche les décisions.

2. Que se passe-t-il ? : Les agents collaborent :

• Agent des fondamentaux : Vérifie la croissance des revenus d'AAPL et les flux de trésorerie de MSFT.
• Agent des aspects techniques : Analyse les moyennes mobiles sur 50 jours pour les signaux d'achat/vente.
• Agent du sentiment : Analyse les actualités pour les vibrations positives/négatives (par exemple, « Apple lance un nouvel iPhone »).
• Gestionnaire des risques : Fixe des limites de position pour éviter de grosses pertes.
• Gestionnaire de portefeuille : Décide d'acheter 100 actions AAPL et de conserver MSFT en fonction des signaux.

Afficher les résultats : Vérifiez le terminal pour les décisions de trading, les probabilités et les résultats des backtests. Les journaux sont enregistrés dans src/logs/.

3. Exécution du backtester : utilisez la commande suivante :

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

Exemple de sortie :

Vous avez également la possibilité de 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 (on Linux/Mac):
./run.sh --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01 backtest

# With Docker (on Windows):
run.bat --ticker AAPL,MSFT,NVDA --start-date 2024-01-01 --end-date 2024-03-01 backtest

Exploration des fonctionnalités de l'AI Hedge Fund

Votre AI Hedge Fund est plus qu'un script, c'est un terrain de jeu d'apprentissage. Voici comment approfondir :

• Personnalisation des agents : Modifiez les scripts des agents dans src/agents/ (par exemple, bill_ackman.py pour l'investissement activiste). Ajustez les stratégies comme l'achat d'actions sous-évaluées.
• Ajouter des actions : Essayez NVDA ou TSLA dans l'indicateur --ticker (nécessite une clé API Financial Datasets pour les actions non gratuites).
• Backtesting : L'outil backtester.py simule les performances historiques. Exécutez poetry run python src/backtester.py --ticker AAPL pour voir les rendements passés.
• Analyse des sentiments : L'agent du sentiment utilise le traitement du langage naturel (NLP) pour analyser les actualités et les médias sociaux, ce qui améliore la précision des décisions. Testez-le avec : « Analyser le sentiment des actualités NVDA. »
• Exécuter localement : Utilisez Ollama avec llama3 pour les simulations de trading hors ligne, ce qui permet d'économiser sur les coûts d'API.

J'ai modifié l'agent des aspects techniques pour me concentrer sur l'indice de force relative (RSI) et j'ai vu des signaux d'achat plus précis, c'est super amusant à expérimenter !

Documentation de vos API avec APIdog

Vous vous appuyez sur votre AI Hedge Fund et souhaitez documenter ses API pour les autres ? APIdog est un outil de premier ordre pour créer des documents d'API interactifs. Sa conception élégante et ses options d'auto-hébergement le rendent parfait pour partager les points de terminaison de votre système de trading, essayez-le !

Dépannage et conseils

• Erreurs de clé API : Assurez-vous que les clés .env correspondent à vos comptes OpenAI/Financial Datasets. Vérifiez avec cat .env.
• Problèmes de dépendance : Si poetry install échoue, mettez Poetry à jour : poetry self update.
• Ollama ne se connecte pas : Vérifiez que ollama serve est en cours d'exécution et que le port 11434 est ouvert (netstat -tulpn | grep 11434 sur Linux).
• Performances : Pour des exécutions plus rapides, utilisez un GPU avec Ollama ou tenez-vous-en aux LLM cloud comme GPT-4o.
• Communauté : Rejoignez les discussions GitHub du projet pour obtenir de l'aide ou partager vos agents personnalisés.

Pourquoi utiliser un AI Hedge Fund ?

Ce projet AI Hedge Fund est une mine d'or pour l'apprentissage :

• Éducatif : Comprenez comment l'IA stimule le trading dans des entreprises comme Two Sigma.
• Sans risque : Simulez des transactions sans perdre d'argent.
• Personnalisable : Ajustez les agents pour qu'ils correspondent à votre style d'investissement.
• À la pointe de la technologie : Utilise les LLM et le NLP, reflétant la technologie réelle des hedge funds.

C'est comme un laboratoire de finance où vous êtes le savant fou. J'ai adoré voir l'agent du sentiment attraper les nouvelles haussières sur MSFT et ajuster les transactions !

Réflexions finales : Devenez un pro du trading IA

Félicitations, vous avez lancé votre propre AI Hedge Fund et simulé des transactions comme un magicien de Wall Street ! De la configuration des agents d'IA à l'exécution de transactions sur AAPL et MSFT, vous faites désormais partie de la révolution de l'investissement en IA. Expérimentez avec de nouvelles actions, ajustez les agents ou documentez vos API avec APIdog. Partagez vos ajustements AI Hedge Fund sur X ou GitHub, je suis ravi de voir votre empire commercial grandir ! Bonnes simulations !