fidetolabs/qanat

解決する課題

Qanatは、金融評価指標を構築・テストするためのフレームワークを提供します。データが実際に知り得た時点（ポイントインタイム）に基づいてのみアクセスされることを保証することで、バックテストにおける「先見バイアス」の問題を解決し、実施された試行回数を追跡して結果の統計的有意性を調整することで「p-hacking」を防止します。

仕組み

QanatはMCP（モデルコンテキストプロトコル）サーバーとして動作し、AIエージェントがデータパイプラインを駆動できるようにします。パイプラインはデータを特定の段階（raw（初期到着）、normalized（クリーニング）、features（指標）、weights（ポートフォリオバスケット）、pnl（損益））を通じて移動させます。

ユーザーはqanat.yamlファイルでプロジェクトを定義し、データソース（REST、SQL、CSV、または合成コネクタ経由）とSQLまたはPythonで書かれたステップを指定します。システムは「リプレイ」を実行し、履歴期間を日単位でウォークスルーして、手数料とスリッページを考慮しつつ、ステップが将来データを見ることなく戦略がどのように機能したかをシミュレートします。

対象ユーザー

AIエージェントを使用して評価指標を反復的に改善し、履歴データに対して厳密にバックテストしたいと考えているクオンツリサーチャーや金融アナリスト向けに設計されています。

ハイライト

• MCPネイティブインターフェース：AIエージェントが完全に制御し、テストする指標を決定し、結果を分析するように設計されています。
• ポイントインタイムリプレイ：ステップが特定の履歴日付に存在した行のみを読み取ることを保証することで、データ漏洩を厳密に防止します。
• 試行追跡：過剰適合やノイズを成功戦略と誤認することを防ぐため、試行されたすべての指標の数を維持します。
• 柔軟なパイプライン：PythonおよびSQLスクリプトによるカスタムロジックをサポートし、厳格なデータフロー契約で整合性を維持します。