Architecture
系统架构
从上到下依次是用户入口、业务逻辑与数据底座。
研究界面
发起实验、选择角色组合、查看分析输出的操作入口。
分析编排服务
协调多个分析角色的执行顺序与数据传递。
多角色分析引擎
基本面、情绪、新闻、技术面等视角分别分析并汇总。
风险约束模块
在结论输出前叠加仓位与风险管理约束，避免单点激进判断。
数据接入层
统一封装行情、资讯等外部数据的获取与缓存。
Overview
项目定位
AI Hedge Fund 是一个面向投资研究的本地实验环境。它把「分析师团队 + 风险约束」搬进可控的本地流程，用来系统性比较不同分析视角对同一标的的判断差异。
我为什么做
单一视角的分析有固定偏好：基本面容易忽略情绪，技术面容易被消息干扰。真实投资决策是多视角权衡的结果。
我把「分析角色、数据输入、风险约束、决策输出」拆成可组合的模块，让研究假设可以被反复实验，而不是凭感觉调参。
系统架构
系统分五层，重点是「多角色并行分析 → 风险约束过滤 → 结构化输出」。
- 研究界面：发起实验、观察各角色输出的入口。
- 分析编排服务：控制角色执行顺序，管理中间结果的流转。
- 多角色分析引擎：不同分析视角基于同一份数据独立工作再交叉汇总。
- 风险约束模块：在结论形成前叠加风险规则，抑制过度自信的单边判断。
- 数据接入层：统一外部数据的获取与缓存，屏蔽接口差异。
核心设计
- 多角色校验：每个视角独立输出，互相印证或暴露分歧。
- 风险前置：约束条件在结论阶段就介入，而不是事后修正。
- 实验可重复：同样的输入和配置可以复现同一次研究过程。
- 研究与展示分离：分析逻辑不依赖界面，方便后续接自动化任务。
目前状态
本地研究服务稳定运行。公开页面只展示方法论与架构思路，不涉及具体持仓、仓位和策略参数。
我的边界
- 实验环境不等于实盘系统。
- 不对外提供研究数据或决策输出。
- 任何实盘相关能力都需要单独评估后另行决定。
Highlights
- 本地服务稳定运行，研究与展示分层。
- 多角色分析流程：不同分析视角参与同一研究。
- 研究结果与页面解耦，后续可独立演进。
- 适合作为投资研究方法论的长期实验平台。
该系统为私有部署，公开页面只展示设计思路与成果摘要。
