EvoQuant CLI
CLI-агент для исследований в количественных инвестициях: читает брокерские отчеты, придумывает факторы и считает IC.
- 142 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Агент исполняет сгенерированный код экспериментов и ходит к API выбранного провайдера моделей по вашему ключу.
- Каналы Telegram, Slack и другие, а также запуск по расписанию работают без присмотра и пересылают результаты наружу.
Установка
Ручная установка
uv tool install "git+https://github.com/CamusGIT/EvoQuant"Нужны Python 3.11–3.13 и `uv`. После установки запускают `evoquant`; ключ провайдера кладут в `.env`.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Агент исполняет сгенерированный код экспериментов и ходит к API выбранного провайдера моделей по вашему ключу.
- Каналы Telegram, Slack и другие, а также запуск по расписанию работают без присмотра и пересылают результаты наружу.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
EvoQuant — самостоятельный агент с терминальным интерфейсом, который ведет исследовательский цикл количественного аналитика. Он переводит PDF-отчеты брокеров в структурированную базу знаний, ищет статьи в локальной библиотеке, формулирует идеи и ранжирует их турниром ELO. Затем агент пересобирает описанный метод в исполняемый артефакт и проверяет его на офлайн-данных по метрикам IC, ICIR и RANKIC. Внутри команда из шести субагентов (план, поиск, код, отладка, анализ, текст), память наблюдений и 20 скиллов в `EvoQuant/skills/`. Агент работает в CLI и TUI, в веб-интерфейсе (`--ui webui`) и в каналах Telegram, Slack, Feishu, Discord, поддерживает MCP и запуск по расписанию.
Для кого. Количественным аналитикам и исследователям факторов, которым нужен ИИ-помощник для воспроизведения методов из брокерских отчетов без открытого кода.
Подходит, если
- Папка с PDF-отчетами брокеров должна превратиться в поисковую базу знаний с цитатами.
- Метод из отчета нужно воспроизвести с нуля и проверить на офлайн-данных.
- Исследовательские идеи ранжируют: новизна, релевантность и ясность минус сложность.
- Циклы исследования запускают по расписанию без присмотра и получают отчеты в Telegram или Slack.
Не подходит, если
- Нужны торговые сигналы и исполнение сделок: мост от бэктеста к реальной торговле стоит в планах.
- Нужен подключаемый скилл для Claude Code: EvoQuant запускается как отдельный агент.
- Нет доступа к API одного из поддерживаемых провайдеров моделей.
Пример запроса к агенту
Найди статьи про кросс-секционный моментум и предложи направление исследования по альфа-факторам.Ограничения
Нужны Python 3.11–3.13 (рекомендуется `uv`) и ключ одного провайдера: Anthropic, OpenAI, Google, MiniMax, NVIDIA или OpenRouter. Ключ кладут в `.env`, созданный из `.env.example`. PDF-отчеты помещают в `papers/raw/`. Агент ищет статьи только в локальной библиотеке, интернет-поиск для них не используется. Количественные метрики считаются на офлайн-данных, которые нужно подготовить заранее. Портфельные метрики, методология генерации альфы и мост к реальной торговле отмечены в дорожной карте как невыполненные. Последний коммит репозитория датирован сентябрем 2026 года.
Как отключить. Удалите установленный инструмент командой `uv tool uninstall evoquant`, остановите контейнер, если запускали Docker, и удалите `.env` с ключами. Базу знаний в `papers/` очистите отдельно.
Частые вопросы
Как установить EvoQuant?
Командой `uv tool install "git+https://github.com/CamusGIT/EvoQuant"` и запустить `evoquant`. Другой путь: клонировать репозиторий, выполнить `uv sync` и `uv run evoquant`. Есть и Docker: `docker compose up`.
Какие метрики считает агент?
IC, ICIR, RANKIC и покрытие. Расчет идет на офлайн-данных, которые рантайм находит сам, затем строит панель и делит выборку на обучение, валидацию и тест.
Как работает турнир идей?
Идея наследует не менее 70% метода опорного отчета и вносит до 30% новизны. Итоговая оценка складывается как новизна плюс релевантность плюс ясность минус сложность, победители идут в эксперимент.
Как добавить новые скиллы?
Командой `/install-skill` внутри сессии или через браузер скиллов. Агент также ставит скиллы из GitHub по просьбе пользователя.
Можно ли открыть веб-интерфейс?
Да, запуск с флагом `--ui webui` открывает рабочую панель в браузере. Терминальный режим CLI и TUI остается основным.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
CLI-инструментыMCP-сервер, CLI и SDK платформы QVeris: агент ищет нужный сервис данных, вызывает его и проверяет расход кредитов
SearchCLI, инструмент для AI Search Volcengine, оценивает выдачу на тестовых запросах и сохраняет план эксперимента и отчет.
Скилл и Python-пакет для подбора гиперпараметров: агент читает код, предлагает следующий набор значений, а результат измеряет ваш запуск
Плагин для Claude Code и Codex строит онтологию по вашим таблицам и файлам и дорабатывает ее по истории работы агента
Плагин для Claude Code и MCP-сервер: более 1000 научных инструментов для биологии, химии и медицины, команды для сверки данных и скиллы-маршрутизаторы
MCP-сервер подключает Claude Code и Codex к открытой сессии R или Python в RStudio и Positron, где лежат ваши данные
Коротко о README
Проект строится на идее, что методология количественных исследований живет в брокерских отчетах без открытого кода. Агент воспроизводит метод по описанию и сверяет его с реальными офлайн-данными вместо доверия цифрам из PDF. Основа: DeepAgents и LangGraph.