QuantGPT — поиск альфа-факторов для акций Китая
QuantGPT
MCP-сервер для Claude Code: агент сам придумывает альфа-факторы, гоняет бэктесты на акциях Китая и проверяет их на переобучение
- 509 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Агент в автономном цикле запускает десятки бэктестов и тратит токены модели без подтверждения каждого шага
- При настроенных данных формулы и логины уходят на WorldQuant BRAIN и в облако quant-gpt.com, финальная подача идет от имени вашего аккаунта
Установка
- Работает в
Ручная установка
pip install -e .Выполняется в папке репозитория после git clone https://github.com/Miasyster/QuantGPT.git.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Агент в автономном цикле запускает десятки бэктестов и тратит токены модели без подтверждения каждого шага
- При настроенных данных формулы и логины уходят на WorldQuant BRAIN и в облако quant-gpt.com, финальная подача идет от имени вашего аккаунта
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
QuantGPT — движок факторного исследования, где работает агент, а человек читает итоговый отчет. Пакет quantgpt запускается как MCP-сервер и открывает Claude Code и Claude Desktop набор инструментов. list_operators и list_universes показывают допустимые операторы и выборки акций, validate_expression проверяет синтаксис формулы, run_backtest строит отчет по группам акций, score_factor ставит оценку от 0 до 100 с градацией A–D, diagnose_factor разбирает причину провала. На переобучение фактор проверяют run_anti_overfit с четырьмя тестами и run_rolling_validation с проходом по скользящим окнам. Формулы пишутся на встроенном языке выражений с более чем 60 операторами. Данные приходят из бесплатных `baostock` и `akshare`, выборки называются hs300, csi500, csi1000, csi2000 и small_scale. Инструмент wq_brain_submit отправляет готовый фактор на платформу WorldQuant BRAIN. Цикл исследования выглядит так: гипотеза, пакет из 10–20 формул, одновременный бэктест, разбор результатов, запись выводов в базу знаний, остановка по сходимости или лимиту раундов.
Для кого. Количественным исследователям и энтузиастам, которые ищут факторы для рынка акций Китая и хотят передать рутину бэктестов агенту.
Подходит, если
- Есть идея фактора в виде формулы, и ее надо быстро оценить на выборке hs300 или csi500
- Фактор показал хороший бэктест, и остается исключить переобучение: тесты на устойчивость IC и скользящая проверка
- Исследование растет на несколько сессий, и выводы копятся в базе знаний, чтобы не повторять опровергнутые гипотезы
- Формулы готовятся под WorldQuant BRAIN: режим wq пропускает только совместимое подмножество операторов
- Агент должен сам пройти десятки вариантов формул и принести список лучших с диагностикой
Не подходит, если
- Нужен рынок за пределами Китая: документация описывает только выборки китайских A-акций
- Нужна проверенная доходность стратегии: фактор с высокой оценкой остается гипотезой, бэктест на истории не гарантирует результат на живом рынке
- Агент работает без доступа к сети: данные `baostock` и `akshare`, а также проверка DeepSeek грузятся из интернета
Пример запроса к агенту
Через score_factor оцени формулу `rank(close / ts_shift(close, 20) - 1)` на выборке small_scale за 2024–2025 годы и скажи, проходит ли она проверку на переобучение.MCP
- Транспорт
- stdio, http
- Авторизация
- не нужна
Переменные окружения
LLM_API_KEYсекрет- Ключ совместимой с OpenAI модели для запросов на естественном языке, по умолчанию DeepSeek.
WQ_BRAIN_EMAIL- Почта аккаунта WorldQuant BRAIN, нужна для отправки факторов.
WQ_BRAIN_PASSWORDсекрет- Пароль аккаунта WorldQuant BRAIN.
QUANTGPT_CLOUD_EMAIL- Почта аккаунта QuantGPT Cloud для независимой проверки факторов.
QUANTGPT_CLOUD_PASSWORDсекрет- Пароль аккаунта QuantGPT Cloud.
Ограничения
Сервер ставится только из исходников: клонирование репозитория и pip install -e . Документация написана на китайском и английском, русского текста нет.
Перекрестную проверку выводов ведет отдельный MCP-сервер deepseek, ему нужен ключ DeepSeek в файле .env. Логин и пароль WorldQuant BRAIN нужны только для отправки факторов, а данные облака quant-gpt.com только для независимой проверки.
Руководство называет stdio самым надежным режимом для Claude Code, а HTTP и SSE описывает как менее стабильные.
Как отключить. Удалите блок quantgpt, а при подключении и блок deepseek, из .mcp.json и перезапустите Claude Code. База quantgpt.db и заметки исследования остаются в папке проекта, их удаляют вручную.
Частые вопросы
Как подключить QuantGPT к Claude Code?
Добавьте блок quantgpt в .mcp.json проекта: тип stdio, абсолютный путь к Python и абсолютный cwd на корень репозитория. После перезапуска команда /mcp показывает `quantgpt: connected`. Режим HTTP тоже есть, но руководство рекомендует stdio для Claude Code.
Нужны ли ключи для локальных бэктестов?
Нет. Данные берутся из бесплатных `baostock` и `akshare`, а переменная AUTH_DISABLED=true в примере .env отключает вход для локальной работы. Ключ LLM нужен только для запросов на естественном языке, без него работает режим одних формул.
Что уходит во внешние сервисы?
Только то, что настроено в .env. С данными WorldQuant BRAIN инструмент wq_brain_submit передает формулу на эту платформу. С данными облака фактор класса A загружается на quant-gpt.com для независимой проверки. Без этих настроек расчеты остаются на вашем компьютере.
Работает ли QuantGPT с рынками за пределами Китая?
Документация этого не описывает. Выборки hs300, csi500, csi1000, csi2000 и small_scale относятся к китайским A-акциям, а данные берутся из `baostock` и `akshare`.
Как пройти весь цикл исследования целиком?
Откройте проект в Claude Code с подключенным quantgpt и дайте агенту цикл из описания: гипотеза, пакет формул, бэктест, разбор результатов, запись выводов в базу знаний. Остановка наступает по сходимости или по лимиту раундов.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыСкилл для терминала QMT: по описанию стратегии или PDF исследования строит скрипт бэктеста дневных факторов
MCP-сервер для агентного трейдинга: бэктест, 462 готовые альфы, разбор торгового журнала и мультиагентные аналитические команды
Claude for Financial Services CN
claude-for-financial-services-cn
Неофициальный набор из 63 скиллов для Claude Code: DCF, сравнение компаний, LBO, отчеты и деки по китайским акциям с данными Wind, iFind и AkShare
Облачный MCP-сервер финансовых данных: котировки, отчетность, макростатистика и фирменные факторы FTShare только на чтение
13 скиллов для квантовой торговли на рынке китайских A-акций: данные AKShare и BaoStock, бэктесты Backtrader и RQAlpha, документация QMT и JoinQuant
Сервер отдает агенту котировки А-акций, Гонконга и США, индикаторы, фонды, фьючерсы и опционы, а еще четыре готовых скилла.
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| QuantGPT — поиск альфа-факторов для акций Китая (эта карточка) | нет | не нужна | 509 | |
| Finance Quant Skills | нет | 485 | скиллы для бэктестов на Backtrader и RQAlpha, без MCP-сервера с оценкой и проверкой факторов | |
| Alpha Vantage MCP Server | да | OAuth | 227 | котировки и индикаторы по API, без бэктестов и поиска факторов |
Коротко о README
Проект подает себя как движок факторного исследования, где решения принимает агент: он выбирает направление, пишет формулы, запускает проверки и решает, когда остановиться. Каждый вывод проверяет вторая модель, DeepSeek Reasoner, и при расхождении принимается более консервативный. Ядро написано на Python, часть расчетов вынесена в движок на Rust, а веб-панель на React служит для наблюдения за задачами.