配置 QuantGPT 开源引擎

AI 快速通道

将下面的 prompt 复制到 Claude Code，AI 会帮你完成安装、配置和验证。

帮我安装并配置 QuantGPT 开源因子研究引擎。

1. 克隆项目：git clone https://github.com/Miasyster/QuantGPT.git && cd QuantGPT
2. 运行 make setup 一键安装（创建虚拟环境 + 安装依赖）
3. 用 bash restart.sh 启动服务
4. 验证服务：curl http://localhost:8003/api/v1/health
5. 配置 MCP：在 .mcp.json 中添加 QuantGPT 的 stdio 或 http 配置
6. 测试 MCP：调用 list_operators 验证 MCP 连接正常

如果遇到依赖安装错误，自行排查并修复。全部完成后告诉我可用的 MCP 工具列表。

前置条件

Python	3.10+（推荐 3.11 或 3.12）
Claude Code	Anthropic CLI（`npm install -g @anthropic-ai/claude-code`）
Git	用于克隆项目
硬件	8GB 内存即可，无 GPU 要求

安装 QuantGPT

# 克隆项目
git clone https://github.com/Miasyster/QuantGPT.git
cd QuantGPT

# 一键安装（创建虚拟环境 + 安装依赖 + 生成 .env）
make setup

# 启动服务（默认端口 8003）
bash restart.sh

Windows 用户可手动执行：

python -m venv .venv
.venv\Scripts\activate
pip install -e "."
python -m quantgpt --transport http

验证服务

# 检查健康状态
curl http://localhost:8003/api/v1/health

# 跑一个简单回测验证
curl -X POST http://localhost:8003/api/v1/auto_backtest \
  -H "Content-Type: application/json" \
  -d '{"expression": "rank(close / ts_mean(close, 20))", "universe": "hs300"}'

如果返回回测结果（IC、Sharpe 等指标），说明安装成功。首次运行会自动下载行情数据，约需 1-2 分钟。

配置 Claude Code MCP 连接

在 QuantGPT 项目目录下创建或编辑 .mcp.json，让 Claude Code 通过 MCP 协议直接调用回测工具：

{
  "mcpServers": {
    "quantgpt": {
      "type": "stdio",
      "command": "python3",
      "args": ["-m", "quantgpt"],
      "cwd": "/你的路径/QuantGPT"
    }
  }
}

配置后 Claude Code 可用的 MCP 工具

list_operators — 查看可用算子

list_universes — 查看股票池

run_backtest — 完整回测

score_factor — 因子评分（A/B/C/D）

run_anti_overfit — 反过拟合检验

diagnose_factor — 诊断 + 建议

validate_expression — 表达式校验

run_rolling_validation — 滚动验证

共 14 个工具。完整列表见 GitHub 文档。

使用 /factor-mine 自主研究

QuantGPT 内置了 /factor-mine Skill — 一个 AI 自主因子挖掘循环。在 Claude Code 中进入 QuantGPT 项目目录后即可调用：

# 进入 QuantGPT 项目目录
cd /你的路径/QuantGPT

# 启动 Claude Code
claude

# 在 Claude Code 中输入：

/factor-mine reversal                     # 研究反转类因子
/factor-mine "new: 波动率调整因子"          # 开启新方向
/factor-mine auto                         # 自动选择未完成方向
/factor-mine auto max_hours=8             # 自主模式，限时 8 小时
/factor-mine status                       # 查看研究进度

/factor-mine 研究循环

环境检查 — 加载研究笔记 + 知识库，避免重复实验

因子设计 — AI 设计因子表达式（交互模式会等你确认）

本地粗筛 — MCP 调用回测工具验证方向是否可行

结果分析 — 评估指标、更新研究笔记、决定迭代或终止

知识积累 — 发现和失败路径写入知识库，跨会话复用

交互模式下，AI 每一步都会展示设计思路并等待你确认。自主模式（auto）会自行决策并持续迭代直到收敛。

可选配置

以下配置非必需，但能增强研究能力。编辑项目根目录的 .env 文件：

DeepSeek API（双 LLM 交叉审查）

启用后，/factor-mine 会在每次研究判断前调用 DeepSeek 做独立评估，防止确认偏误。

DEEPSEEK_API_KEY=sk-your-key-here
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1

成本约 ¥0.007/次查询。在 platform.deepseek.com 获取 Key。

WorldQuant BRAIN（在线参数优化）

启用后可将因子提交到 WQ BRAIN 做网格搜索，获得 dollar-neutral 模拟指标（Sharpe、Fitness）。

[email protected]
WQ_BRAIN_PASSWORD=your_password

需要 WorldQuant BRAIN 账户（免费注册）。

配置完成？下一步

提交你的第一个因子 — 本地研究好因子后上传到 Cloud 做样本外跟踪

因子库 → 多因子策略 — 组合多个 active 因子生成每日策略信号

常见问题

MCP 连接失败怎么办？

确认 QuantGPT 服务正在运行（curl localhost:8003/api/v1/health），检查 .mcp.json 中的 cwd 路径是否正确。如果 MCP 不可用，所有工具都支持 HTTP API 调用作为替代。

不用 Claude Code 可以吗？

可以。QuantGPT 的所有功能都通过 HTTP API 暴露（localhost:8003/api/v1/*），Cursor / Windsurf / 任何能发 HTTP 请求的 AI Agent 均可使用。也可以在浏览器访问 localhost:8003 使用 Web 界面。

/factor-mine 在哪里调用？

在 QuantGPT 项目目录下启动 Claude Code，然后输入 /factor-mine。Skill 定义在项目的 .claude/skills/factor-mine/ 目录中，只有在 QuantGPT 项目内才可用。

需要付费数据源吗？

不需要。QuantGPT 默认使用 baostock + akshare 获取免费的 A 股行情数据，开箱即用无需 API Key。数据会缓存到本地 Parquet 文件，后续查询无需重新下载。