qusong0627/QuantMind

QuantMind（量化大脑）开源版是一款面向个人开发者与投研团队的 AI 原生多市场量化交易平台。深度集成微软 Qlib、RD-Agent 因子演化与 QuantBot全能工作台，提供从 300+ 维因子挖掘、13 种机器学习与深度学习模型工场、Qlib 高性能回测、截面批量推理、7x24 实时舆情情绪分析，到通达信深度联动（板块推送/预警雷达/闪电下单）与实盘模拟交易的完整闭环。支持 A股、港股、美股、期货及区块链。可免费商用，系统采用 Docker Compose 一键私有化部署，数据与模型完全本地化，保障策略隐私，功能零门槛无限制。

QuantMind (量化大脑) – 概要

概要 – QuantMindは、オープンソースのAIファーストなクォンツ・トレーディング・プラットフォームです。Microsoft Qlibクォンツ・リサーチ・フレームワーク、RD-Agent大規模言語モデル（LLM）ベースの「オート・アルファ」エンジン、そしてWeChat、QQ、Feishu、DingTalkなどのチャットアプリからアクセスできるQuantBotと呼ばれる会話型ロボットを組み合わせています。スタック全体はDockerコンテナで動作し、エンドツーエンドの完全なワークフローを提供します：

データ → ファクター抽出 → モデル学習 → バッチ推論 → ポートフォリオ・バックテスト → 模擬取引 → 本番モニタリング

このシステムは、個人研究者、リサーチチーム、専門機関を対象としており、中国A株、香港、米国株式、先物、ブロックチェーン市場をサポートしています。

コアコンポーネントと機能

コンポーネント	機能	主要技術
QuantBot会話型ロボット	プラットフォーム全体の自然言語エントリポイント。チャットアプリでコマンドを入力すると、ボットがデータ取得、ファクター抽出、モデル学習または実行、バックテスト、リサーチレポート生成、模擬注文まで行います。17のIMチャンネル（WeChat、QQ、Feishu、DingTalkなど）をサポート。	QwenPawロボットフレームワーク、FastAPI、SSEストリーミング、スキルプールシステム
マーケット＆データ層	中央集権的なQuantDBで、300以上の事前計算済みマイクロストラクチャーとフロー特徴を保持。データはParquet形式で保存され、DuckDBを介してサブ秒のカラムナリ読み取りが可能。	Parquet、DuckDB、Dockerボリューム
ファクター自律進化	Microsoft RD-Agent（AutoAlpha 2.0）を使用して、自然言語の仮説をファクター式に変換し、遺伝的アルゴリズムによるバックテストを実行し、最良のファクターを保存します。	RD-Agent、LLM駆動パイプライン
13のモデルファクトリー	古典的なツリーモデル（LightGBM、XGBoost、CatBoost）と深層学習シーケンスモデル（GRU、LSTM、Transformer、TabNet、TCN、NativeTFT）。Ridgeメタ学習器によるスタッキングアンサンブルをサポート。トレーニングはローカル（CPU/GPU）またはユーザー提供のGPUノード（AutoDL）で実行可能。	PyTorch 2.x、Docker GPUサポート
バッチ推論＆シグナルハブ	毎日の市場全体スコアリング、Top-N推奨、動的シグナル融合、自動Rank-IC計算、SHAP重要度、PSIドリフトアラート。	PyTorch推論、SHAP、カスタム監視
Microsoft Qlibバックテストエンジン	イベント駆動型バックテストで、手数料、スリッページ、ストップ高/安のシミュレーションを詳細に実行。完全なリターン帰属とリスク指標を提供。	Qlib、FastAPI
模擬取引＆リスク管理	中国A株のルール（価格制限、停止、手数料、税金、スリッページ）を再現するローカルT+1マッチングエンジン。ポジション、注文、毎日の資本スナップショット、事前チェックを追跡。	カスタムエンジン、状態用Redis
リアルタイムニュース＆RSSモニター	金融ニュースの24/7取り込み、エンティティ抽出、センチメント分類、株式へのリンク。	RSSフィード、NLPパイプライン
AI-IDE	組み込みコードエディタで、lint、提案、バックテスト、戦略公開ができる「AI Copilot」を搭載。	VSCode風エディタ、LLMアシスタンス
モデルハブ＆コミュニティスクエア	コミュニティモデルの閲覧、インポート、公開（Sharpe、IC、最大ドローダウンなどのパフォーマンス指標付き）。	メタデータストア、Dockerレジストリ

クイックスタート / デプロイメント

ワンクリックオンラインデプロイ – スクリプトが事前構築済みDockerイメージを取得し、PostgreSQLダンプを復元し、QuantDBデータと事前学習済みモデルをロードします。
```
curl -fsSL https://gitee.com/qusong0627/QuantMind/raw/master/deploy/full-deploy.sh | sudo bash
```
完了後、Web UIにhttp://<host>:3000、APIにhttp://<host>:8000でアクセスできます。
データ準備 – フルバンドルには基本データセットが含まれています。本番用には次のいずれかを行います：
- UIでQuantDB APIキーをバインドし、システムに毎日の増分同期をさせる、または
- ModelScopeからフルオフラインデータセット（約56 GB）をダウンロードし、/opt/quantmind/data/quantdb/に解凍します。
更新 – deploy/update.sh --forceでコードを更新し、データベースとモデルアセットは保持します。

典型的なユースケース

チャットによるリモートコマンド – 「CSI300の直近1年のモメンタム戦略をバックテストして」 → ボットがバックテストを実行し、PDFレポートをチャットに送信。
ファクター研究 – 平易な中国語で仮説を説明すると、LLMがファクター式を作成し、遺伝的進化を実行し、最良のファクターを保存。
モデル学習 – ビジュアル学習UIでモデルタイプ（例：LightGBM）を選択し、ローリングウィンドウWFA設定を行い、自己ホストノードでGPU学習をスケジュール。
模擬取引 – ローカルT+1エンジンを起動し、毎日の損益とポジションスナップショットを監視し、実際の資本をリスクにさらすことなく戦略パラメータを反復。

対象となるユーザー

ファクター生成とバックテストのためのLLM拡張ワークフローを求めるクォンツ研究者。
モバイルチャットアプリから制御可能なターンキーなDockerベースのプラットフォームを探している小規模ヘッジファンド/トレーディングデスク。
データ取り込みから模擬実行までの完全なパイプラインに興味があり、既製の例とチュートリアルを利用したい学生や愛好家。

ライセンスと免責事項

コードはAGPL-v3でリリースされています。すべてのAI生成シグナルは研究のみを目的としています。リポジトリには、ユーザーがすべての投資リスクを負担し、実際のブローカー連携は自己責任で行う必要があるという明確な免責事項が含まれています。

詳細については、アーキテクチャ、高速デプロイメント、スクリーンショット豊富な製品プレビューに関するREADMEセクションを参照してください。