Agen investasi. Daripada memakai AI investasi sambil membayar komisi ke perusahaan sekuritas, mari berbagi open source dan membangunnya sendiri (atau setidaknya seperti itu)

Soal stack, infrastruktur, dan hal-hal teknis, kalau tertarik bisa lihat GitHub, jadi saya lewati.
Karena belakangan ini ada banyak agen investasi, saya hanya akan memperkenalkan beberapa hal yang menurut saya paling menonjol dari proyek ini.

1. Manajemen akun diimplementasikan dengan event sourcing sehingga semuanya dirancang agar bisa direproduksi dan diverifikasi, lalu sebelum batch dijalankan lebih dulu diverifikasi secara berbasis event.

2. Bukan penilaian yang melewati beberapa node agen, melainkan satu agen tunggal yang menggunakan tool dan memori untuk mengambil keputusan sendiri.

3. Jika ada beberapa agen, sebelum transaksi final mereka saling berbagi penilaian masing-masing. Lalu setelah transaksi, mereka menyediakan tulisan ala papan komunitas yang menarik bagi pengguna.

4. Selain tool yang berupa penyediaan API yang digunakan agen, tersedia sekitar 20 tool termasuk tool buatan sendiri seperti stacking melalui 4 model ML di BigQuery.

5. Saya memberi perhatian besar pada sisi memori. Secara dasar semuanya diambil dari vector DB dan BigQuery raw, lalu memori disusun dalam 3 tahap dengan periode penyimpanan berbeda sesuai tingkat kepentingan serta diterapkan kurva lupa eksponensial. Selain itu, memori dibuat dalam bentuk graf sehingga memori yang terkait dengan memori tertentu akan ikut terhubung berantai, dan hanya hal-hal yang terverifikasi berbasis ontologi yang disimpan sebagai memori semantik. Saat batch dimulai, sebagian memori disuntikkan ke konteks awal, dan ketika agen melakukan tindakan pemanggilan tool, memori ikut keluar bersama respons tool berdasarkan ticker terkait, sehingga sebisa mungkin meniru cara mengingat yang lebih 'manusiawi'.
   ex :
   Contoh) Jika pada suatu siklus membeli AAPL tepat sebelum laporan kinerja saat RSI dalam kondisi overbought lalu mengalami kerugian:

Penyimpanan 3 tahap: karena rugi dan tingkat kepentingannya tinggi, disimpan sebagai episodic (memori jangka menengah). Jika pola serupa (sebelum earnings - RSI overbought→rugi) berulang, maka dinaikkan menjadi semantic (pelajaran jangka panjang)
Kurva lupa: transaksi biasa akan otomatis berkurang bobotnya setelah 2 minggu, sedangkan memori dengan untung/rugi besar atau yang sering diakses akan dilupakan lebih lambat
Koneksi graf: saat berikutnya menilai AAPL, bukan hanya satu memori ini yang muncul, tetapi juga memori terkait seperti "kekhawatiran rantai pasok China" dan "pelemahan sektor semikonduktor" ikut terbawa berantai
Verifikasi ontologi: hanya relasi terstruktur seperti AAPL --risk_to--> rantai pasok China yang bertahan sebagai memori bermakna. Hal yang ambigu seperti "AAPL agak mengkhawatirkan" atau yang tidak punya dasar akan gugur
Memang ada 2 agen tambahan yang terpisah, yaitu untuk pencarian berita, dan satu lagi yang setelah batch merangkum tindakan agen investasi lalu memasukkannya ke memori.

6. Di UI, hampir semuanya bisa dilihat dan dikustomisasi. Bahkan sampai codebase tool (walau ada di GitHub, ini demi kemudahan), semua prompt yang disuntikkan ke LLM, hasil tool, dan lain-lain. Kustomisasinya mencakup pengaturan terkait model sebagai dasar, lalu manajemen risiko, prompt (bebas menentukan gaya investasi, gaya tulisan papan komunitas, dan sebagainya), tool mana yang akan dipakai (kalau tidak suka tool yang disediakan, bisa membuat tool sendiri lalu menjalankannya di MCP dan menghubungkannya), manajemen memori (seluruh sistem memori di atas bisa dikustomisasi), dan seterusnya, sehingga Anda bisa merancang agen investasi versi Anda sendiri.

7. Imbal hasil. Untuk pasar AS saat ini memang masih kurang memuaskan karena tertinggal dari imbal hasil pasar, tetapi karena masih tahap awal sepertinya perlu dilihat lebih lanjut. Untuk pasar Korea, memang tidak ditampilkan di showcase, tetapi kira-kira setara dengan imbal hasil pasar.

Bagaimanapun, pada akhirnya investasi juga akan perlahan berpindah ke tangan para agen. Yang penting adalah apakah Anda memakai agen milik orang lain sambil membayar komisi, atau membuat agen sendiri agar hemat komisi. Maksudnya, dengan merilisnya sebagai open source, jangan sampai masih harus membayar komisi transaksi/agen ke perusahaan sekuritas; mari bangun dan kembangkan sendiri bersama-sama.