AI 对冲基金中文教程：从零理解多智能体交易系统

AI 对冲基金中文教程：从零理解多智能体交易系统

难度：入门

本教程围绕「AI 对冲基金」开源概念验证项目，用中文把多智能体如何协作、每个 Agent 在干什么、内部怎样算分与调用大模型，以及如何亲手跑通一次，讲清楚。内容面向零基础读者，但不会只停在口号：你会看到工作流如何用图编排、信号如何写入共享状态、风控如何限仓、组合如何拍板。记住：本项目与本教程仅供教育与研究，不构成任何投资建议，也不能用于真实交易。

本文你将学到

• 这套 AI 对冲基金系统在模拟什么，以及它和真实基金的本质差别
• 推荐的阅读与动手顺序，以及为何要先懂状态机再去看名人 Agent
• 四个主题支柱分别覆盖什么内容，每章与源码逻辑如何对应

学习路径总览

建议按下面顺序学习：先弄清边界与流程，再认识各位「虚拟分析师」，接着动手跑一次，最后理解回测。之所以强调顺序，是因为源码里所有分析师都往同一个共享状态里写 analyst_signals，风控与组合管理再按固定边连接串行执行；若你不理解这条主链，单独阅读某一个名人 Agent 很容易把「风格文案」误当成「最终下单逻辑」。

系统在工程上究竟是什么

用产品语言说，它是「虚拟投委会」。用工程语言说，它更接近：

1. 一个由 LangGraph StateGraph 编排的多智能体工作流
2. 一组可插拔的分析函数，对每只股票拉取金融数据、做规则打分，再经大模型生成结构化信号
3. 固定的风险节点与组合节点，把信号压缩成 buy/sell/short/cover/hold 建议

主流程在创建工作流时大致做三件事：注册 start_node；按你选择的分析师注册节点，并从起点扇出连到每位分析师；再把所有分析师汇入风险管理，再连到组合管理，最后结束。伪代码化理解如下：

工作流 = 状态图(AgentState)
加入起点
对每个被选中的分析师:
    加入该分析师节点
    起点 → 该分析师
加入风险管理节点
加入组合管理节点
每个分析师 → 风险管理
风险管理 → 组合管理 → 结束
​

因此，你在教程里读到的「并行」，指的是分析师彼此之间不排队等待对方写完；「串行」指的是风控必须在组合之前。

四大支柱一览

请打开对应章节目录中的支柱页开始阅读：

1. 《AI 对冲基金入门指南》—— 目录名 01-getting-started
2. 《AI 交易 Agent 体系总览》—— 目录名 02-agents
3. 《AI 对冲基金上手实践》—— 目录名 03-hands-on
4. 《AI 对冲基金延伸理解》—— 目录名 04-go-further

最短路径（只有一小时）

1. 读入门章《这个项目是什么》与《系统如何工作》
2. 扫 Agent 支柱页，盯住「分析师并行 → 风控 → 组合」
3. 按上手章完成一次命令行或 Web 运行
4. 用《如何读懂输出》对照：每位 Agent 的 signal/confidence/reasoning，以及组合管理的 action/quantity

共享状态：为什么所有人都「在一张白板上写字」

一次运行会携带大致三类信息：

• messages：链路消息，便于把分析结果以消息形式向后传递
• data：股票列表、日期、组合、以及最关键的 analyst_signals
• metadata：是否展示推理、选用哪个模型等

多数分析师结束时会执行类似逻辑：把本 Agent 的结果写入 state["data"]["analyst_signals"][agent_id]，再返回更新后的 data。组合管理并不会重新去「听名人讲话」，而是直接读取这张信号表，再结合风控算出的剩余仓位上限来做决策。

阅读约定

• 教程正文用中文，会讲解原理与执行逻辑，并引用必要的源码片段帮助对照
• 文中不会使用 Markdown 超链接语法；跳转时用「请打开某某章节」指引
• 提到模块时用角色描述为主，必要时给出函数名或关键字段名，方便你在仓库里搜索

免责声明（精简版）

• 不用于真实交易或投资
• 不提供投资建议或收益保证
• 过往模拟表现不代表未来结果
• 真实资金决策请咨询具备资质的专业人士

小结

本总览的作用是把你从「听过 AI 交易」带到「能指着流水线说每一步在干什么」。下一章开始会更慢、更细：先立边界，再拆开系统如何工作。

请打开下一章支柱页《AI 对冲基金入门指南》继续学习。

教程维护与改进方向

当前文档覆盖概念、Agent、上手与回测认知。后续可增补：与上游 Agent 名单同步说明、Web 走查示意图、对照实验工作纸，以及当持久化基金能力落地后的进阶章。