AI Agent投研实战：从LLM到多智能体架构全解析

关掉古法研究型这话一出来做投研的朋友应该都有共鸣。所谓古法研究型就是传统投研里那套靠人肉扒财报、翻公告、读研报、搭Excel模型的打法。这套方法不是不好但它有个硬伤——一个人的信息处理带宽就那么大一天能精读的财报有限能实时跟踪的行业有限能在几百条新闻里抽出逻辑链的能力更有限。于是我开始注意到一个群体他们把投研工作流整个拆掉重新用AI Agent搭了一套AI时代对冲基金。不是用AI聊天炒股而是把研究、跟踪、风控、执行全部变成智能体流水线。这篇文章就把我亲自拆解、验证过的Agent架构和避坑经验全写出来覆盖Agent和LLM、AI模型的本质区别多智能体如何编排工具、记忆、规划三件套怎么落地以及从0到1搭一套私有投研Agent的真实流程。适合搞AI应用开发、量化研究的朋友也适合所有想把大模型从聊天玩具变成生产力工具的人。1. 先搞清楚Agent、LLM和AI模型到底差在哪很多人一上来就问Agent是什么结果越查越糊涂。我的建议是先把概念分层理清楚。AI模型是基础层LLM大语言模型是其中的一类Agent是站在LLM之上的应用形态。这三者的关系用生活话讲就是AI模型是发动机LLM是装好轮子变速箱的引擎总成Agent是整辆车——能自己看路、打方向盘、踩刹车的那辆。1.1 从DeepSeek说起大模型本质是会推理的百科全书最近总有人问DeepSeek是Agent吗——不是。DeepSeek是LLM更准确说是大语言模型。它做的事情是你给它一段文本它预测下一段最合理的文本。它的强项是语言理解、逻辑推理、知识问答但它本身没有手没有眼睛也不会调数据库、不会下单、不会自己决定下一步干什么。我们常说的AI模型范围更宽。比如CNN图像分类模型、语音识别模型、推荐系统模型都属于AI模型但不一定和语言有关。LLM是AI模型里最通才的一类它把知识、逻辑、语言能力压缩在一个神经网络里所以你问它宁德时代近三年营收趋势它能凭训练记忆说个大概。问题就在这个大概上。因为LLM的记忆是训练时固化下来的它不知道今天的盘面、最新公告、实时宏观数据。所以裸用LLM做投研结果就是一本2024年出版的百科全书被拿去预测2025年行情——方向感有一点但时效性约等于零。1.2 LLM只有脑Agent才有手和五官Agent的定义我比较认可这个说法一个能感知环境、做出决策、执行动作并根据反馈调整策略的自主系统。投研Agent的典型闭环是定期爬取新闻公告感知→LLM判断这条信息对某标的影响决策→写入结构化数据库或触发提醒执行→下一轮根据新数据修正观点调整。这个循环里LLM只负责思考这一环而爬虫、接口调用、数据库写入、定时任务这些手和脚是靠Agent框架接上去的。所以说Agent LLM 规划能力 工具调用 记忆 执行循环。你让ChatGPT帮你写一份财报分析它只能凭已有知识写但如果你给它接上一个财报查询API、一个公告抓取脚本、一个风险指标库再告诉它先查数据再分析再输出结论并附引用它就能像一个初级研究员那样干活。后者才是Agent。1.3 为什么AI时代对冲基金必须用Agent而不是裸LLM我见过不少人用裸LLM做量化研究最后都卡在同一个地方不稳定。今天让GPT分析某个行业它给了一篇漂亮的报告明天同样的问题它给了完全不同的结论。原因就是LLM有随机性而且没有外部工具约束它的想象力。Agent的价值在于把不确定性关进流程里。比如财报分析Agent它的执行顺序是先调用财报API拉取指定报表→程序化计算财务指标毛利率、现金流、负债率→把计算结果连同原始文本一块丢给LLM解读→LLM只能基于真实数字说话不能瞎编。这样一来LLM的角色从作者降级成了解读器幻觉空间被压缩了一大截。这正是那家AI对冲基金的核心逻辑不是让AI取代基金经理而是让AI变成一个个严格执行SOP的投研助理把人的精力从读材料解放到做判断上。2. 项目整体设计一家AI对冲基金的Agent架构是怎么搭的拿到这个项目标题我第一反应是看它的架构设计。传统对冲基金里有一个典型分工研究员看基本面、交易员看盘面执行、风控盯持仓和回撤、运营做数据汇总。AI对冲基金的Agent架构本质上就是把这一套分工映射成智能体流水线。2.1 把投研流程拆成四个核心Agent角色我自己搭过的投研Agent系统最少需要四个角色才能跑通闭环。第一个是情报采集Agent职责是7x24小时监控公告、新闻、社交媒体、行业数据源把非结构化信息清洗成结构化事件。第二个是基本面研究Agent负责读财报、分析财务指标、跟踪产业链上下游输出带数据引用的研究结论。第三个是风险控制Agent它不生产观点专门挑毛病——检查研究Agent的结论里有哪些假设不成立、哪些指标异常、哪些仓位的相关性过高。第四个是执行Agent负责把通过风控的决策翻译成交易指令并记录留痕。这四个Agent之间不是各自为战而是有严格的上下游依赖。研究Agent的结论必须经过风控Agent检查没有风控签字的结论执行Agent根本不接。这种设计借鉴了真实金融机构的审批流——不是技术上的强制而是为了在AI犯错这件事上多一道保险。多智能体编排还有个好处每个Agent可以用不同的模型。情报采集用便宜的小模型做抽取就够基本面研究用DeepSeek这类强推理模型风控Agent用更保守、温度更低的模型执行Agent甚至可以不用LLM——直接走规则引擎。模型分层能省一大笔成本后面我会详细讲。2.2 情报采集Agent从人盯信息到信息盯人传统研究员每天早上一睁眼先刷公告这活儿特别适合交给Agent。情报采集Agent的输入源我一般接四类交易所/公司公告、财经新闻、行业数据平台、社交媒体情绪。每条信息进来后它要做三步清洗去重、事件分类财报发布/股权变动/高管减持/行业政策、重要性打分。打分这一步特别关键。LLM很容易把一条公告判断成重大利好但实际是例行公告。我的做法是让LLM只负责提取事实比如某公司宣布以xx价格回购xx万股重要性判定交给规则引擎——回购比例3%才算高权重否则进低优先级队列。让LLM做它擅长的事语义理解让代码做代码擅长的事数值判断这套原则贯穿整个Agent设计。情报采集Agent的知识库还需要配合做增量学习。每次采集到新事件系统会把事件向量化存入向量数据库同时保留原始文本。这样后续研究Agent分析某个标的时可以先用向量检索召回相关历史事件再结合当前事件做分析避免了每次分析都像失忆一样的问题。2.3 基本面研究Agent替代古法研报的完整工作流古法研究型最重的一块是基本面研究。传统做法是下载财报全文→手工做勾稽核对→拆解营收结构→对比同行→写研报。这一套流程Agent完全能复刻但它做得更快、更标准化。基本面研究Agent的执行流程我通常设计成五步。第一步从财报API拉取近八个季度的三大报表原始数据。第二步用代码库计算毛利率、净利率、ROE、存货周转率、经营现金流等指标——这一步必须用确定性代码不允许LLM碰数值。第三步把财务指标和原始文本一起交给LLM让它做结构化的解读书面化营收增速下滑的原因是什么是价格还是销量成本端发生了什么第四步要求LLM给出证据链——每个结论必须引用具体报表科目或附注页码。第五步把分析结果和上一季度的Agent分析做对比输出变化点摘要。这一步里最核心的约束是数据与解读分离。计算用代码解读用LLM但LLM拿到的计算结果是固定的、可追溯的。这样即使LLM胡说八道你也能快速定位问题是出在数据层还是解读层。2.4 风控Agent和执行Agent把决策关进笼子风控Agent在整套系统里负责泼冷水。它的输入是研究Agent的结论输出是通过/打回/附带条件。检查哪些东西至少四类数据完整性结论引用的数据是否都存在、逻辑一致性前文说利好后文是否自相矛盾、极端假设LLM是否用了大概率可能这类模糊词代替概率、组合层面这条建议和现有持仓是否过度相关。执行Agent就更保守了。它接受风控通过的指令后只做三件事查当前价格与流动性、计算目标仓位上限、生成带序列号的执行单。整个过程全部留痕谁来决策的、依据哪份分析、风控谁签的字、在什么时间点生成的指令。这就是AI时代的合规留痕——不是贴标签做样子是真的要让每个决策能回溯。这里我想多一句很多人以为AI对冲基金就是让Agent自己拿钱去下单那玩意离可落地太远了。真正的做法是人在回路——Agent负责研究和辅助决策最终下单仍然需要人确认。Agent的价值是让你一天的投研效率提高十倍而不是替你承担法律责任。3. 从0到1搭建自己的Agent三件套与工具选型不管你是想搭投研Agent还是其他领域的Agent绕不开三个核心组件记忆Memory、工具Tool、规划Planner。这三件套不整明白后面全是空中楼阁。3.1 记忆、工具、规划Agent三件套拆开看记忆分两类短期记忆是当前对话的上下文窗口长期记忆是跨会话沉淀的向量数据库和结构化历史。投研场景里长期记忆特别重要。比如上次分析某公司时我们已经得出过XX结论如果没有长期记忆每个新对话都会从零开始那Agent永远积累不了经验。工具是Agent的手。对我这个项目来说核心工具至少要有财报数据API、行情查询、公告检索、日历工具定时触发、数据库写入、邮件/IM推送。每个工具都以函数的形态暴露给AgentLLM通过函数调用Function Calling来决定调哪个、传什么参数。工具设计有个原则——参数越简单越好尽量让LLM做意图识别别让它做复杂SQL生成否则出错的概率会成倍上升。规划是Agent的大脑皮层。简单任务用ReAct模式就够思考→行动→观察→再思考复杂任务需要拆解成子任务或者用多Agent协作。投研场景我强烈建议用「计划-执行-检查」三段式Agent先给一份执行计划代码检查计划是否合理比如研究一个行业计划里必须有数据获取步骤然后逐步执行最后回溯检查结果是否覆盖了计划里的所有问题。3.2 多智能体编排LangGraph、Spring AI还是自研框架选型上我实测过三条路线。第一条路线是LangGraph基于图结构的编排每个节点是一个Agent或工具适合流程固定但分支极多的投研流水线。第二条路线是Spring AI如果你公司技术栈是Java用它做企业级Agent平台特别顺能直接复用Spring Cloud的配置、监控、服务治理能力这也是企业级Java AI Agent应用平台这类项目的常见选型。第三条路线是自研调度适合业务逻辑太特殊、现成框架绕来绕去不顺手的情况但代价是轮子得自己造。我的建议是单Agent练手用LangChain/LangGraph起步理解循环和工具调用机制做成真正落地系统时如果你有Java后端基础Spring AI更稳它把模型调用、提示词模板、工具函数的注册都标准化了后续接到公司统一登录、权限体系、审计日志上都省力得多。还要提一嘴CI/CD和Agent部署。Agent不是写完就完了它要长期跑就要有监控、日志、重试机制。有人把Agent接入Jenkins做定时批量任务或者把Agent当服务部署在K8s里这都对。但记住一个原则Agent出错是常态你的系统设计必须默认LLM这次一定会胡说八道然后想办法在流程上兜住它。3.3 模型分层、Token成本与温度参数AI对冲基金的财务模型Agent系统的成本大头是Token费用。投研场景信息量大动辄几万字的公告和财报喂进去Token烧得飞快。我从实操里总结出三个省钱原则。第一模型分层粗暴任务用便宜的。信息清洗、实体抽取、格式化输出用小参数模型就行只有逻辑推理、报告生成这类地方才用DeepSeek-R1级别或更大的模型。第二结果缓存一模一样的请求就别重复算。同一份财报今天分析过明天如果数据没更新直接从缓存里取结论。第三批量优先能一次处理的别循环处理。比如十个公司各20条公告要分类拼成一个大批次让LLM一次性返回JSON比自己写十次循环便宜三四倍。温度参数也是坑。研究Agent的温度我一般设在0.2以下温度太高它会创作数据风控Agent更是锁死在0但写周报摘要这种偏创意输出的任务可以放到0.7让它语言更自然。记住分析任务温度越低越稳这是铁律。4. 实操过程记录一个行业跟踪研究任务是怎么跑起来的光讲架构容易飘我直接还原一次实操。假设目标是让Agent完成光伏行业月度跟踪研究——这是传统研究员最常干的活也是最适合Agent化的活。4.1 任务拆解与Agent角色分配拿到这个任务我先把它拆成四个子任务产业链数据更新、重点公司财报跟踪、政策新闻扫描、月度总结撰写。四个子任务对应四个Agent数据Agent拉产业链数据、财报Agent读重点公司季度报、情报Agent扫政策与新闻、写作Agent综合前三者输出月报。这四个Agent不能并行乱跑因为写作Agent依赖前三者的输出。所以在流程编排上我定义了一个顺序情报Agent先跑把本月所有政策新闻按重要性排序同时数据Agent和财报Agent并行拉数。等三个输入都就绪写作Agent才启动。这个DAG有向无环图就是你的Agent工作流核心。编排工具我给出一个轻量示例用Python伪代码说明这个流程长什么样from langgraph.graph import StateGraph, END def run_pipeline(): # 并行执行数据更新和情报扫描 data_output exec_agent(data_agent, params光伏产业链月度数据) news_output exec_agent(news_agent, params光伏政策新闻扫描) # 数据就绪后再执行财报跟踪 report_output exec_agent(report_agent, paramslist(report_codes)) # 全部就绪执行月报撰写 summary exec_agent(writer_agent, inputs{ data: data_output, news: news_output, report: report_output }) return summary graph StateGraph() graph.add_node(init, init_task) graph.add_node(data, run_data_sync) graph.add_node(news, run_news_sync) graph.add_node(report, run_report_sync) graph.add_node(write, run_summary_writer) graph.add_edge(init, data) graph.add_edge(init, news) graph.add_edge(data, report) graph.add_edge(report, write) graph.add_edge(news, write) graph.set_entry_point(init) graph.add_edge(write, END)这段伪代码里最关键的是边的关系data → report意思是财报跟踪必须在数据更新之后因为财报Agent需要最新的产业链数据做对比news和report都指向write说明写作Agent拿到两个输入才动手。LangGraph的好处就是这种依赖关系画得清清楚楚改起来也直观。4.2 提示词工程与技能封装把经验固化成技能文件同一个Agent跑二十次效果稳不稳八成取决于提示词和技能封装。我习惯把每个Agent的能力封装成独立的技能文档Skill里面包含角色、任务流程、输入输出格式、约束条件四部分。以财报Agent为例技能文档大概是这样的# 角色 你是一名上市公司财报分析师专门解读季度报告中的关键变化。 # 任务流程 1. 接收目标公司代码和季度参数。 2. 调用财报工具获取三大报表和附注数据。 3. 用数据引擎计算指定财务指标禁止用估算值替代实际值。 4. 逐项分析营业收入、毛利率、净利润、现金流的变化及原因。 5. 每个结论必须引用财务指标名数值报表期不得出现无出处断言。 # 输出格式 返回结构化JSON{company, quarter, metrics, changes, evidence_list, risks} # 约束 - 不得给出建议买入/卖出类表述。 - 不得使用大幅显著等无法量化的词必须转成具体百分比。 - 数据缺失时明确标注数据缺失禁止编造。技能文件是项目管理里最容易被忽略但回报最高的东西。你想想以前一个优秀研究员的经验全在脑子里他一离职就带走了现在这个Agent的技能文件就是团队的知识资产谁接手都能复现同样的研究质量。而且提示词迭代有了版本管理改没改好回溯对比特别快。4.3 回测与模拟盘Agent输出不等于交易信号最后一个实操环节也是我最想强调的——Agent写的研报再漂亮也不能直接当交易信号。正确的做法是加一层信号翻译器把研究结论变成可回测的规则。比如财报Agent输出营收同比增长30%但毛利率下滑5个百分点信号翻译器把它转换成两条规则买入信号营收增速20%触发观察卖出信号毛利率下滑3%触发警戒。然后再用一个历史数据回测引擎验证这套规则在过去三年里如果严格执行收益曲线长什么样。回测结果不好不代表Agent没用它只是说明研究结论到交易规则这个翻译环节需要重新设计。可能是阈值设太高可能是信号响应太慢。模拟盘阶段我强烈建议跑至少三个月让Agent在真实市场数据下暴露问题——数据源断连、模型误判、规则冲突这些问题只有时间能检验出来。多提一句Agent的回测不能只看收益率还要看它输出的稳定性和可解释性。我见过一些系统回测曲线漂亮得很但Agent每次给出的理由都不重样这种系统你根本不敢用——因为你无法解释它的行为也就无法信任它。可解释性是AI对冲基金的生命线。5. 真实踩坑AI对冲基金最容易翻车的五个地方这个领域我踩过的坑能凑一桌麻将。下面五个问题每一个都真实发生过有的差点让我整个系统推倒重来。5.1 幻觉问题不设防的话Agent会编出完美投资逻辑最大的坑就是LLM幻觉。它编数据是毫无心理负担的。某公司Q3营收56.3亿、同比增长24%听着很专业但如果用的是训练数据里的旧数字你拿去做决策就直接被带沟里了。我的解决方案就是前面反复强调的数据与解读分离——所有数值必须来自代码计算的真实数据源LLM只能描述代码给它的结果。同时强制要求每个结论附带原文引用。如果你的Agent系统里LLM可以直接输出数字赶紧改成工具调用这是头等大事。5.2 模型随机性同一份财报上午下午两个结论投研最忌讳结论不稳定。同一个问题跑两次LLM给了两个不同答案这在分析场景里非常致命。我的办法是双管齐下一是把温度调到接近0二是把结论结构化。结构化输出规定JSON格式能大幅压缩歧义空间因为模型被约束在固定的字段里回答自由发挥的余地小很多。另外对重要分析任务我还会做多数投票——同样问题跑三次取一致的部分不一致的部分标成待确认。5.3 Token成本失控一次行业研究烧掉几十块钱投研Agent吃数据太凶了。一份财报PDF全文好几万字一个行业研究要读二十家公司Token成本蹭蹭往上飙一个月下来吓死人。我的应对是三层第一层能不喂原文就不喂原文优先喂程序抽取后的结构化指标第二层长文本做分块摘要每块用便宜模型先压缩只把摘要喂给强模型第三层设每日Token预算上限超了就自动降级到便宜模型宁可损失一点质量也不能让账单失控。5.4 数据源不稳定接口一断Agent就开始幻想补全Agent系统里最脆弱的是外部数据接口。行情接口限流、公告接口超时、网页结构改版这些都会让Agent拿不到数据。拿不到数据怎么办很多Agent会懂事地编一份数据。我见过最离谱的情况接口断了五小时Agent居然输出了四份像模像样的日报数据全是编的。所以我的系统里有一条硬规则任何工具调用失败Agent必须在结果里标注数据源不可用并终止任务严禁填补。同时给所有数据拉起监控只要连续三次拉数失败直接告警并暂停下游任务。5.5 关掉古法的陷阱别把传统研究一脚踢开回到标题那句话——关掉古法研究型。我真实体会是不该叫关掉该叫重构。传统研究员积累的框架、逻辑、行业知识恰恰是Agent最需要的技能种子。你让Agent读一万份研报不如直接把一套成型的DCF估值框架写成技能文件喂给它。Agent最大的价值不是发明新方法而是把老方法规模化、自动化、可追溯化。我见过把传统研究全盘舍弃、纯靠Agent自由发挥的团队结果就是Agent每天都在发明一些经不起推敲的新模型最后复盘亏得裤子都没了。6. 给想动手的人几条务实的路径建议如果你看完上面的架构心动了我的建议不是一上来就折腾多智能体对冲基金而是分三步走每一步都能独立交付价值。6.1 用小项目练手先跑通LLM工具的循环不要一上来就搞LangGraph先把LLM调用工具这一环跑通。做个30行以内的练手项目让LLM查询天气API、搜索新闻、做简单计算感受一下模型决定调哪个工具这个过程。然后逐步加约束要求输出JSON、要求失败重试、要求字段校验。等你对工具调用有手感了再引入记忆和长期存储做一个能记住你偏好的问答Agent。这个过程大概一到两周但它是后面所有架构的地基。6.2 先解决一个具体的痛点再做平台别一上来就做AI对冲基金平台先找一个具体痛点比如每天自动汇总行业重大公告或者自动生成持仓公司的财报摘要邮件。一个单点Agent跑顺了后面再加第二个、第三个Agent让它们协作。我见过不少项目死在平台化的贪心上——想把所有能力一步到位集成在一起结果半年过去一个能用的功能都没有。做Agent和做产品一样是要咬碎第一块骨头的。6.3 留痕、回测、上线三件套缺一不可最后是上线前的三道保险。留痕保证每份Agent输出都有完整的推理过程和引用来源回测保证任何结论、规则在上真实资金之前先接受历史数据检验上线只做模拟盘至少跑一个月验证系统在真实市场环境下的稳定性。这三道做完你才敢把Agent从研究工具升级成辅助决策工具。我最后再分享一点个人实操体会做Agent投研系统最难的从来不是技术而是信任边界。你要非常清楚Agent哪些环节能全自动、哪些环节必须人来把关。我的系统里情报采集和初筛是全自动的但涉及方向性判断和交易决策永远留一个人类确认按钮。这不是保守是对市场、对资金、也对自己负责。关掉古法研究型之后AI不会让你一夜暴富但它能让你把省下来的时间放在真正有创造力的判断上——这才是这个项目最值得投入的地方。