fidetolabs/qanat

해결하는 문제

Qanat은 금융 평가 지표를 구축하고 테스트하기 위한 프레임워크를 제공합니다. 데이터가 실제로 알 수 있었던 시점(포인트인타임)에만 접근되도록 보장함으로써 백테스트에서의 '선견 편향' 문제를 해결하고, 수행된 시행 횟수를 추적하여 결과의 통계적 유의성을 조정함으로써 'p-해킹'을 방지합니다.

작동 방식

Qanat은 MCP(모델 컨텍스트 프로토콜) 서버로 작동하여 AI 에이전트가 데이터 파이프라인을 구동할 수 있게 합니다. 파이프라인은 데이터를 특정 단계(raw(초기 도착), normalized(정리), features(지표), weights(포트폴리오 바스켓), pnl(손익))를 통해 이동시킵니다.

사용자는 qanat.yaml 파일에서 프로젝트를 정의하고 데이터 소스(REST, SQL, CSV 또는 합성 커넥터를 통해)와 SQL 또는 Python으로 작성된 단계를 지정합니다. 시스템은 '리플레이'를 수행하여 역사적 기간을 날짜별로 순회하며 수수료와 슬리피지를 고려하고 단계가 미래 데이터를 볼 수 없도록 하면서 전략이 어떻게 수행되었는지 시뮬레이션합니다.

대상 사용자

AI 에이전트를 사용하여 평가 지표를 반복적으로 개선하고 역사적 데이터에 대해 엄격하게 백테스트하려는 퀀트 리서처와 금융 분석가를 위해 설계되었습니다.

주요 특징

• MCP 네이티브 인터페이스: AI 에이전트가 완전히 제어하여 테스트할 지표를 결정하고 결과를 분석하도록 설계되었습니다.
• 포인트인타임 리플레이: 단계가 특정 역사적 날짜에 존재했던 행만 읽도록 보장하여 데이터 누출을 엄격히 방지합니다.
• 시행 추적: 과적합과 노이즈를 성공적인 전략으로 오인하는 것을 방지하기 위해 시도된 모든 지표의 수를 유지합니다.
• 유연한 파이프라인: Python 및 SQL 스크립트를 통한 사용자 정의 로직을 지원하며, 무결성을 유지하기 위한 엄격한 데이터 흐름 계약을 갖습니다.