AI是怎么炒股的?

多客科技

作者：微信文章
引言

上周，nof1[1]办了场AI投资实盘大赛，每一个AI大模型掌控一个独立的1万美元账户，六大模型自己拟定投资策略进行实盘交易。

截止目前，中国的两款模型 Qwen3 和 DeepSeek 分别位于第一第二。



虽然该网站披露了具体的持仓和交易细节，但未公布相关Prompt和组成架构。

有人做了一个AI美股版的投资实盘大赛AI-Trader[2]，截至目前，DeepSeek 遥遥领先。



由于其代码是开源[3]的，本文就来拆解一下，看看其具体是怎么做的。

总体架构

根据 zread[4] 的分析，AI-Trader 的架构如下图所示：



相关文件结构如下图所示：



数据获取

要进行投资，先得有数据，从data/get_daily_price.py可以看到，价格数据是通过 alphavantage[5] 进行获取的。

智能体构建

从agent/base_agent/base_agent.py可以看出，智能体是通过langchain进行构建的。

智能体的系统提示词在prompts/agent_prompt.py，对每一次交易来说，需要得知以下信息：

当前日期昨日收盘持仓昨日收盘价格今日买入价格

任务完成后，要求输出停止信号。

MCP 工具

根据agent_tools/start_mcp_services.py的内容，项目是通过FastMCP，在不同端口启动MCP服务，主要包括四个MCP工具：

价格工具：获取股票高低位/交易量等价格信息交易工具：根据价格信息和当前现金，来判断是否进行购买或卖出操作搜索工具：通过jina去搜索和抓取网页，获取关于个股的基本面信息数学工具：包含两个简单的加法和乘法

总结

这个代码结构简单清晰，它解决了我的一个疑问：大模型输出自然语言，如何让它输出格式化的内容，进行交易判断。

它的答案是，一切交给Agent操作，交易工具封装成MCP，这样就解决了这个问题。

或许我将做一个A股版的大模型投资竞赛，会有人感兴趣吗？

参考

[1] https://nof1.ai
[2] https://hkuds.github.io/AI-Trader/index.html
[3] https://github.com/HKUDS/AI-Trader
[4] https://zread.ai/HKUDS/AI-Trader/2-quick-start
[5] alphavantage:https://www.alphavantage.co
[6] jina:https://jina.ai