Agent đầu tư. Đừng trả phí cho công ty chứng khoán rồi dùng AI đầu tư, hãy chia sẻ mã nguồn mở và tự xây dựng lấy (hoặc ít nhất là theo hướng đó)

Phần stack, hạ tầng, công nghệ nếu quan tâm thì cứ xem trên GitHub nên xin phép bỏ qua.
Vì dạo này có khá nhiều agent đầu tư, nên mình chỉ giới thiệu riêng vài điểm thực sự nổi bật của dự án này.

1. Quản lý tài khoản được triển khai bằng event sourcing, nên mọi thứ đều được thiết kế để có thể tái hiện và kiểm chứng; trước khi chạy batch sẽ xác thực theo cơ chế event-driven rồi mới chạy.

2. Không phải là phán đoán đi qua nhiều node agent khác nhau, mà là một agent đơn lẻ tự đưa ra quyết định bằng cách dùng công cụ và bộ nhớ.

3. Nếu đặt nhiều agent, trước giao dịch cuối cùng chúng sẽ chia sẻ phán đoán của mình cho nhau. Và sau giao dịch thì cung cấp cho người dùng các bài viết kiểu bảng tin thú vị.

4. Ngoài các tool là API mà agent sử dụng, hệ thống còn cung cấp khoảng 20 tool, bao gồm cả các tool tự xây dựng như stacking thông qua 4 mô hình ML trên BigQuery.

5. Mình đầu tư khá nhiều vào phần bộ nhớ. Về cơ bản, dữ liệu được lấy từ vector DB và BigQuery raw; bộ nhớ được cấu thành 3 tầng, đặt thời gian ghi nhớ khác nhau theo mức độ quan trọng và áp dụng đường cong lãng quên theo hàm mũ. Ngoài ra còn biểu diễn bộ nhớ dưới dạng đồ thị để các ký ức liên quan tới một ký ức cụ thể có thể được kéo ra theo chuỗi, và chỉ những gì đã được kiểm chứng dựa trên ontology mới được lưu lại như bộ nhớ ngữ nghĩa. Khi bắt đầu batch, một phần bộ nhớ sẽ được tiêm vào initial context; khi agent thực hiện hành vi gọi tool, các ký ức liên quan sẽ đi kèm trong phản hồi tool dựa trên ticker tương ứng, nhằm hướng đến cách ghi nhớ “giống con người” nhiều nhất có thể.
   ví dụ:
   Ví dụ) Nếu trong một chu kỳ nào đó đã mua AAPL ngay trước kỳ công bố kết quả kinh doanh khi RSI đang ở trạng thái quá mua và sau đó bị lỗ:

Lưu trữ 3 tầng: vì là thua lỗ + mức độ quan trọng cao nên sẽ được lưu vào episodic (bộ nhớ trung hạn). Nếu mẫu tương tự (trước kỳ công bố kết quả - RSI quá mua → thua lỗ) lặp lại thì được nâng cấp thành semantic (bài học dài hạn)
Đường cong lãng quên: các giao dịch bình thường sau 2 tuần sẽ tự động giảm trọng số, còn những ký ức có lãi/lỗ lớn hoặc được tra cứu thường xuyên thì bị quên chậm hơn
Kết nối đồ thị: lần sau khi ra quyết định với AAPL, không chỉ một ký ức này bật ra mà cả các ký ức liên quan như “lo ngại chuỗi cung ứng Trung Quốc”, “nhóm bán dẫn suy yếu” cũng sẽ kéo ra theo
Kiểm chứng ontology: chỉ các quan hệ có cấu trúc như AAPL --risk_to--> chuỗi cung ứng Trung Quốc mới được giữ lại như bộ nhớ mang ý nghĩa. Những thứ mơ hồ như “AAPL có vẻ hơi bất an” hoặc không tìm được căn cứ thì bị loại
Thực ra còn gắn thêm 2 agent nữa, một agent để tìm kiếm tin tức, và một agent sau batch sẽ tổng hợp các hành động mà agent đầu tư đã làm rồi đưa vào bộ nhớ.

6. Trên UI có thể xem gần như mọi thứ và cũng có thể tùy biến. Bao gồm cả codebase của tool (dù đã có trên GitHub nhưng để tiện), mọi prompt được tiêm cho LLM, kết quả tool, v.v. Phần tùy biến không chỉ có thiết lập liên quan tới model, mà còn có quản trị rủi ro, prompt (tự do quy định phong cách đầu tư, cách viết bài bảng tin, v.v.), chọn sẽ dùng công cụ nào (nếu không thích tool được cung cấp thì có thể tự tạo tool rồi đưa lên MCP để gắn vào), quản lý bộ nhớ (toàn bộ hệ thống bộ nhớ ở trên đều có thể tùy biến), v.v. Nói chung có thể tự thiết kế một agent đầu tư của riêng mình.

7. Tỷ suất sinh lời. Thị trường Mỹ hiện tại thì hơi đáng tiếc, vẫn đang kém hơn lợi suất thị trường, nhưng vì còn ở giai đoạn đầu nên có lẽ cần theo dõi thêm; còn thị trường Hàn thì không có trong showcase, nhưng ở mức gần tương đương lợi suất thị trường.

Dù sao thì đầu tư rồi cũng sẽ dần dần chuyển sang cho các agent. Điều quan trọng là bạn sẽ dùng agent của người khác và trả phí, hay tự làm agent của riêng mình để tiết kiệm phí. Ý ở đây là hãy công khai theo hướng mã nguồn mở, đừng trả thêm cả phí giao dịch/phí agent cho công ty chứng khoán, mà tự mình cùng phát triển và xây dựng tiếp.