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

data/get_daily_price.py
【目标检测】YOLOv5跑xView数据集/小样本检测策略实验

智能体构建

agent/base_agent/base_agent.pylangchain
prompts/agent_prompt.py
  • 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

agent_tools/start_mcp_services.py
jina

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