Phoenix Agent : Native AI Hedge Fund
過年前有構想一直到除夕夜真的開始沒日沒夜的build。
目前大概有個雛形-凰的正式版本-Phoenix Agent。它的核心是由 3 大 AI 模型 Claude、GPT 和 Gemini 共同運作。在每次做出投資決策前，它們會獨立研究 6 大資產類別，針對研究結果進行辯論，直到達成共識。
系統的運作機制：
- 深度分析： 每個 AI 模型會針對 58
檔 ETF，全方位分析基本面、總體經濟環境以及超過 25 種量化訊號。
- 多輪辯論： 當 AI 之間出現分歧時，系統會啟動結構化的「多輪辯論」，確保決策經過嚴謹的邏輯碰撞。
- 嚴格風控： 系統會透過蒙地卡羅模擬（Monte Carlo simulation）與極端危機情境，對每一個產出的投資組合進行壓力測試。
- 自動下單： 決策完成後，目前透過美國券商 API paper trade自動執行交易。
❌ 無人工干預 ❌ 零情緒偏誤 ❌ 拒絕恐慌性拋售
整個Pipeline— 從數據獲取到交易執行 — 以「每週」為週期全自動運行。此外，我們加入了長期量化策略作為底層的「機械性方向限制」，這是連 AI 都無法越權推翻的規則，以確保大方向的穩定。
近幾年慢慢了解自己其實會走上全職量化交易，大概是因為蠻喜歡創建一些有趣的產品，特別是Fintech相關的。當然會被AI或加密貨幣這種技術吸引，本質上就是因為這些領域的共通特性:
創新+效率
這些領域都能夠採用極少的人力需求+程式碼，達成現在高度人力以及專業財務白領工作者打造的金融體系。如果看法沒錯，過往的日子應該已經逐漸結束了，資本主義長期就是創新與效率導向，時間是把殺豬刀，所有不符合上述原則，早晚總會凋零。
幾年前開始build 一些crypto專案到去年的凰測試版，都是希望能夠透過簡單程式讓使用者脫離傳統高額手續費的金融服務。
LLM 只會隨時間越來越聰明又便宜，金融市場過去數十年是量化交易主導，但我認為未來應該是Agent為導向的戰場，目前可能的規劃是，除了現有的量化與質化兼具的Macro HF Agent，未來會去建設不同的Agents，例如價值投資的Agent，純被動的Agent等等。說實在話我也不知道這種商業模式怎麼賺錢，畢竟目前從傳統金融看有些前衛。商業模式也許是Hedge fund 或是給法人機構的一種服務方案，又或只是一般的AI財務教育。無論如何至少算是好玩。
雖說這樣的實驗成本一年就燒掉百萬台幣，但這幾年從次級市場也賺了一些錢，是可以稍微換個跑道，試試初級市場，預計未來幾年會花比較多時間投入在Start-ups，及申請一些金融新創的加速器，有興趣可以來看看這個目前第一版的Agent專案。