fidetolabs/qanat

它解决了什么问题

Qanat 提供了一个用于构建和测试财务估值指标的框架。它通过确保数据仅根据其实际可知的时间（时点）被访问，解决了回测中的“前瞻偏差”问题；并通过追踪已进行的试验次数来调整结果的统计显著性，防止“p-hacking”。

它的运作方式

Qanat 作为一个 MCP（模型上下文协议）服务器运作，允许 AI 代理驱动数据管道。该管道将数据依次移动通过特定阶段：raw（初始到达）、normalized（清理）、features（指标）、weights（投资组合篮子）和 pnl（损益）。

用户在其 qanat.yaml 文件中定义项目，指定数据源（通过 REST、SQL、CSV 或合成连接器）以及以 SQL 或 Python 编写的步骤。系统接着执行“重放”——逐日遍历历史期间，模拟策略的表现，并考虑费用和滑点，而不允许步骤看到未来数据。

适用对象

它专为量化研究人员和金融分析师设计，他们希望使用 AI 代理来迭代估值指标，并针对历史数据进行严谨的回测。

重点特色

• MCP 原生接口：设计为完全由 AI 代理控制，由其决定要测试哪些指标并分析结果。
• 时点重放：通过确保步骤仅读取特定历史日期上存在的行，严格防止数据泄漏。
• 试验追踪：维护所有尝试过的指标的计数，以防止过度拟合和将噪声误认为成功策略。
• 弹性管道：支持通过 Python 和 SQL 脚本的自定义逻辑，并具有严格的数据流契约以维持完整性。