组合管理 Agent：LLM 如何在硬约束内拍板

组合管理 Agent：LLM 如何在硬约束内拍板

难度：入门

组合管理 Agent（src/agents/portfolio_manager.py 中的 portfolio_management_agent）是虚拟投委会的主持人兼拍板人。它阅读 analyst_signals 中全部研究结论（压缩为 {sig, conf}），读取风控给出的 remaining_position_limit 与 current_price，经 compute_allowed_actions 算出每种动作的最大股数，再调用 LLM 在合法动作集合内选出最终指令。

本文你将学到

• PortfolioDecision 与 PortfolioManagerOutput 的 Pydantic 决策 schema
• max_shares 与五种动作 buy/sell/short/cover/hold 的确定性算法
• compute_allowed_actions 如何结合现金、保证金与持仓
• generate_trading_decision 的预填充 hold 与 LLM 最小 Prompt 策略
• 读输出时的推荐顺序

在流程中的位置

提醒：输出仍是研究模拟建议，不是已成交的真实订单。

决策 Schema（源码级）

class PortfolioDecision(BaseModel):
    action: Literal["buy", "sell", "short", "cover", "hold"]
    quantity: int          # 股数，hold 时为 0
    confidence: int      # 0–100
    reasoning: str       # 简短理由，Prompt 要求 ≤100 字符

class PortfolioManagerOutput(BaseModel):
    decisions: dict[str, PortfolioDecision]  # ticker → 决策
​

最终 HumanMessage.content 为 json.dumps({ticker: decision.model_dump()})，run_hedge_fund 解析 messages[-1] 得到 decisions 字典。

第一阶段：从风控到 max_shares

对每个 ticker：

risk_data = analyst_signals["risk_management_agent"][ticker]
position_limits[ticker] = risk_data["remaining_position_limit"]
current_prices[ticker] = risk_data["current_price"]
max_shares[ticker] = int(position_limits[ticker] // current_price)  # price>0 时
​

max_shares 是 buy 与 short 新增暴露的共同天花板（股数维度）。

第二阶段：压缩分析师信号

遍历 analyst_signals，跳过 risk_management_agent 键，提取：

ticker_signals[agent] = {"sig": signal, "conf": confidence}
​

风控条目不参与方向投票，只提供价格与限额。_compact_signals 会剔除空 Agent，减小 LLM Token。

第三阶段：compute_allowed_actions 确定性算法

对每只股票，先读取 long_shares、short_shares、cash、margin_requirement（默认 0.5）、margin_used、equity（缺省等于 cash）。

五种动作上限

修剪规则：容量为 0 的动作从字典删除，只保留 hold 与正容量动作，降低 Prompt 噪音。

动作语义表

第四阶段：generate_trading_decision 与 LLM

预填充纯 hold

若某 ticker 的 allowed_actions 仅有 {"hold": 0}（无任何可交易容量），不送 LLM，直接：

PortfolioDecision(action="hold", quantity=0, confidence=100,
                  reasoning="No valid trade available")
​

LLM Prompt 结构

System：你是 portfolio manager；输入为每票分析师信号与已校验的 allowed max qty；每票选一个 allowed action，quantity ≤ max；理由极简；只返回 JSON。

Human 注入：

• signals：紧凑 JSON {TICKER: {agent: {sig, conf}}}
• allowed：{TICKER: {buy: N, sell: M, ...}}

失败回退

call_llm 带 default_factory：解析失败时，未预填充的 ticker 全部 hold, confidence=0, reasoning="Default decision: hold"，再与预填充 hold 合并。

为什么「信号多数派」≠ 自动照抄

1. 硬约束优先：即使 10 位分析师全部 bullish，若 max_shares=0，只能 hold。
2. 动作类型受限：有多头时才能 sell；有空头时才能 cover；short 受保证金方程约束，可能与 bullish 信号冲突时出现「看多但无法加仓」。
3. LLM 折中：Prompt 未要求「服从多数票」，只要求在 allowed 内择优；低置信度分歧时可能选小仓位 buy 或 hold。
4. quantity 独立：signal 是方向，quantity 由限额与 LLM 综合决定，非信号张数的简单函数。

读输出推荐顺序

1. 看 decisions[TICKER].action 与 quantity
2. 对照 analyst_signals 找分歧最大的 Agent 及其 reasoning
3. 查 risk_management_agent[TICKER].reasoning 中的 combined_position_limit_pct 与 remaining_limit
4. 若困惑，重放 allowed_actions 逻辑：是现金、保证金还是波动率卡住了交易

完整数据流小结

分析师并行 → analyst_signals（方向）
     ↓
风控串行 → remaining_position_limit, current_price
     ↓
组合管理 → max_shares → allowed_actions → LLM → PortfolioDecision
     ↓
messages[-1].content → run_hedge_fund 返回 decisions
​

源码函数索引

多组合扩展说明

若 agent_id 以 portfolio_manager_ 为前缀（可视化编辑器场景），风控键名自动映射为 risk_management_agent_{suffix}，保证每个组合经理读取配对的风控输出。CLI 默认使用无前缀的 portfolio_manager 与 risk_management_agent。

调试建议

对比 analyst_signals 中某 ticker 的各 Agent signal 字段与最终 decisions[TICKER].action：若 action 为 hold 而多数分析师 bullish，优先检查 allowed_actions 是否只剩 hold——这通常意味着风控限额或现金已耗尽，而非 LLM「不听话」。

本章收束

Agent 体系三层结构至此完整：人格与专题负责观点，风控负责界线（波动率 × 相关性 → 美元上限），组合负责拍板（五种动作 + 股数 + 置信度 + 理由）。风控算的是「还能花多少钱」，组合算的是「这笔钱买还是卖、买多少」。LLM 只在合法动作集合内行使自由裁量，工程约束始终优先。

请打开上手实践支柱《AI 对冲基金上手实践》，目录名 03-hands-on，把本章结构跑成终端里的一次真实输出。