QuantGPT

QuantGPT (quantgpt.co)

QuantGPT (quantgpt.co) 是面向 AI 的数据与交易平台。这是 QuantGPT LLC 的官方仓库。

与其他名为 QuantGPT 的 GitHub 项目无关。本产品、托管的 MCP 服务以及本仓库均为 QuantGPT LLC 的 QuantGPT，网址为 https://quantgpt.co。

面向 AI 的数据与交易平台：数十年的美国市场数据，几秒内完成回测。

Claude 和 ChatGPT 通过 MCP 连接数十年的美国市场数据，并在 QuantGPT Cloud 上于几秒内完成回测。使用 QuantGPT Pro 时，你自己的策略也会在该平台上运行，并在你自己的经纪账户中交易。QuantGPT 和 QuantGPT Pro 均提供 3 天免费试用，随时可取消。

服务	https://terminal.quantgpt.co/mcp
传输方式	Streamable HTTP，通过 POST 传输 JSON-RPC 2.0，无状态
登录	OAuth 2.1（动态客户端注册、PKCE S256），或在标头中提供密钥
适用对象	Claude、ChatGPT、Gemini、Cursor、Claude Code 和任何 MCP 客户端
方案	QuantGPT 每月 $49，QuantGPT Pro 每月 $149，两者均提供 3 天免费试用
网站	https://quantgpt.co
注册表名称	co.quantgpt/mcp
开发者	QuantGPT LLC，美国佛罗里达州坦帕
官方账号	https://x.com/quantgptco, https://www.reddit.com/r/QuantGPT, https://github.com/quantgptco

更新于 2026 年 10 月。本仓库不包含任何服务端代码。它是托管服务的公开介绍：说明如何连接各个客户端、每个工具的功能、示例提示词、方案和限制。

AI 能用它做什么

• 几秒内回测任何想法。 用日常语言描述策略；你的 AI 会将其转化为筛选条件（最多 8 个筛选器、一个排名指标和持仓数量），并基于数十年的美国市场数据，采用滚动前向验证，对照基准运行回测，包含成本模型和按十年划分的数据表。一次调用最多可运行 100 个变体。
• 评估任何美国股票。 根据六个维度相对于整个市场进行 A+ 到 F 评级，提供时点数据、评级驱动因素、同行对比和图表集。一次调用最多可处理 25 个股票代码，也可以查看某个行业的排行榜。
• 查询数据本身。 通过现成调用或对整个数据仓库执行只读 SQL，查询价格、总回报、按申报日期关联的基本面数据、74 个回测因子、FRED 宏观数据、内幕申报和空头兴趣数据。
• 从文献开始。 提供 175 种有文献记录的策略，源自论文、书籍和实践者，其中 53 种可通过一次调用运行。
• 管理投资组合。 为你的股票代码绘制有效前沿、审查持仓、生成从筛选条件到当前隐含组合的交易清单、每晚更新估值的模拟组合，以及在股票进入或退出筛选结果时发送提醒。
• 探索美国股票以外的领域。 宏观环境、商品现货序列、天气研究、带资金费率的加密货币、Meme 币和全天候股票行情。预测市场即将推出。
• 绘图并引用来源。 提供附带绘图数据的品牌图表，以及 search 和 fetch，让 ChatGPT 深度研究能够引用资料库、研究和论坛内容。
• 在 QuantGPT Pro 上运行自己的策略。 QuantGPT Cloud 会托管你的策略代码，并按你的计划运行；策略会在你自己的经纪账户中使用你的密钥进行交易。你可以在终端中完成设置；没有任何 MCP 工具会下单。

目录

1. 连接你的 AI
2. AI 可以调用什么
3. 你可以咨询的策略
4. 方案和限制
5. 数据的内容与边界
6. 免责声明

连接你的 AI

Claude、ChatGPT 和 Gemini 应用通过 OAuth 登录 QuantGPT：无需粘贴密钥。连接会以标有客户端名称的密钥形式显示在你的账户页面上，你可以在那里撤销该密钥。Claude Code、Gemini CLI、Cursor 以及下文介绍的任何其他客户端都需要使用密钥。

获取密钥

1. 在 https://terminal.quantgpt.co 登录（刚来？开始 3 天免费试用）。
2. 打开账户页面。在「Keys for your AI」下输入标签，然后点击「Issue key」。
3. 现在复制 qg_sk_... 值。系统只会存储其哈希，因此它只会显示一次。

Claude（claude.ai 和 Claude Desktop）

1. 依次选择 Customize > Connectors，然后选择 + > Add custom connector（Team 或 Enterprise 版可能需要 Owner 先添加）。
2. 将其命名为 QuantGPT，粘贴 https://terminal.quantgpt.co/mcp，OAuth 客户端字段留空，然后点击 Add。
3. 点击 Connect。Claude 会打开 QuantGPT 的登录页面：登录并批准连接。账户页面会显示连接 connector: Claude。

quantgpt.co 上的指南：https://quantgpt.co/learn/connect-claude.html

Claude Code

claude mcp add --transport http quantgpt https://terminal.quantgpt.co/mcp --header "Authorization: Bearer qg_sk_YOUR_KEY"

添加 --scope user，即可在每个项目中使用。然后让 Claude Code 调用 describe_capabilities。

ChatGPT

1. 在 ChatGPT 中，依次选择 Settings > Security and login > 开启 Developer mode。OpenAI 在网页端为 Plus、Pro、Business、Enterprise 和 Education 账户提供此功能。
2. 前往 chatgpt.com/plugins 并选择加号按钮。将应用命名为 QuantGPT，然后在 Connection 下输入 https://terminal.quantgpt.co/mcp。
3. ChatGPT 会自行注册，并立即或在首次调用时将你带到 QuantGPT 的登录页面。登录并点击 CONNECT；无需粘贴密钥。账户页面会显示连接 connector:，后面跟着 ChatGPT 注册的名称。在聊天中，从 + 菜单选择 Developer mode，然后选择 QuantGPT。

对于 Business、Enterprise 或 Education 工作区，Developer mode 可能取决于工作区策略，因此管理员可能需要先允许使用。ChatGPT 深度研究通过连接器的 search 和 fetch 工具运行；QuantGPT 内置了这两种工具，因此深度研究可以搜索资料库、研究和论坛，并引用所用内容。

quantgpt.co 上的指南：https://quantgpt.co/learn/connect-chatgpt

Gemini

Gemini CLI，使用密钥：

gemini mcp add -s user --transport http --header "Authorization: Bearer qg_sk_YOUR_KEY" quantgpt https://terminal.quantgpt.co/mcp

-s user 会将其保存到主文件夹中的 ~/.gemini/settings.json。不使用此选项时，Gemini CLI 会将其保存到当前项目的 .gemini/settings.json，密钥可能因此进入 git 仓库。

也可以将其添加到 ~/.gemini/settings.json（适用于每个项目）或 .gemini/settings.json（适用于单个项目）：

{
  "mcpServers": {
    "quantgpt": {
      "httpUrl": "https://terminal.quantgpt.co/mcp",
      "headers": { "Authorization": "Bearer qg_sk_YOUR_KEY" }
    }
  }
}

在 Gemini CLI 中运行 /mcp，即可查看服务及其工具。

Gemini 应用：在 gemini.google.com 打开 Settings > Connected Apps，然后在 Custom apps 下选择 Add a custom app。粘贴 https://terminal.quantgpt.co/mcp，然后登录 QuantGPT。Google 决定谁可以添加自定义应用（截至 2026 年 9 月：年满 18 岁、身处美国、使用个人 Google Account 登录、开启 Keep Activity，并在网页应用中完成设置）：https://support.google.com/gemini/answer/17209137

quantgpt.co 上的指南：https://quantgpt.co/learn/connect-gemini

Cursor

在 .cursor/mcp.json（单个项目）或 ~/.cursor/mcp.json（每个项目）中：

{
  "mcpServers": {
    "quantgpt": {
      "url": "https://terminal.quantgpt.co/mcp",
      "headers": { "Authorization": "Bearer ${env:QUANTGPT_KEY}" }
    }
  }
}

在 Cursor 启动时所用的环境中将 QUANTGPT_KEY 设置为你的 qg_sk_... 密钥，这样密钥就不会存放在文件中。

quantgpt.co 上的指南：https://quantgpt.co/learn/connect-cursor

其他 MCP 客户端

URL:   https://terminal.quantgpt.co/mcp
Auth:  Authorization: Bearer qg_sk_YOUR_KEY   (X-API-Key: qg_sk_YOUR_KEY is also accepted)
Type:  Streamable HTTP, JSON-RPC 2.0, stateless

不带有效密钥的请求会收到 401，以及一个 WWW-Authenticate 标头，其中会为 OAuth 客户端指向 https://terminal.quantgpt.co/.well-known/oauth-protected-resource。

你的套餐没有连接器选项？https://terminal.quantgpt.co/pastepack.txt 上的设置提示词可让任何聊天 AI 通过你粘贴的单个文本块获得相同上下文，无需 MCP。已登录的会员可在 https://terminal.quantgpt.co/connect 找到 Claude 和 ChatGPT 的连接步骤、此地址以及提示词库。

你的首次调用

让 AI 调用 describe_capabilities：它会返回完整映射（包括每个因子、运算符、基准、库类别和方法规则）。连接后，服务会列出 14 个核心工具（pre_trade_brief 开放后为 15 个）和 5 个发现工具；其余 57 个工具分属七个类别。如果 AI 询问市场当前状况，market_snapshot 可通过一次调用作答。AI 调用 available_categories，然后调用 activate_category，即可为你的密钥列出一个类别；也可以通过 call_tool 按名称运行任意工具。使用基于密钥的客户端时，可在 URL 中添加 ?tools=all，一次性列出所有工具。

你的 AI 可以调用什么

共有 77 个工具，其中 69 个目前已启用；标记为（即将推出）的 8 个工具在开放前会返回即将推出的提示。没有任何工具会在任何经纪商处下单、修改或取消订单。少数工具会写入你自己的 QuantGPT 账户：已保存的研究、模拟交易组合、封存的交易组合、提醒、事件规则，以及终端上的面板。

连接后列出（15）

工具	功能
search	搜索 QuantGPT 自有记录（库中的策略、研究、论坛帖子、你保存的研究和术语表），并返回带有 ID 和 URL、可供引用的结果。
fetch	根据 search 返回的 ID，完整获取其中一条记录。
describe_capabilities	机器可读的完整映射：因子、运算符、基准、时间规则、库类别和方法。请先调用此工具。
guide	入门课程 THE RAMP，逐步讲解。
market_snapshot	通过一次只读调用查看市场状况：主要指数相对于 50 日和 200 日均线的位置、S&P 500 市场宽度、板块、国债收益率和信用利差、VIX、美联储流动性及加密货币；每项数值均附有来源和截至日期。绝不提供预测。
get_prompt_library	提供 34 条现成提示词，每条都对应可回答它的工具。
search_library	按关键词搜索 175 个有文档说明的策略；每条结果都会注明是否可运行。
grade_stock	从六个维度对一个股票代码进行 A+ 至 F 评级，并与整个股票范围进行比较；基于特定时间点，并附带图表包。
run_backtest	对任意条件进行回测（最多 8 个筛选条件、一个排名指标、等权配置前 N 项；按月、周或日调仓），采用滚动前推方式与基准比较，并包含成本模型和十年表格。
run_sweep	一次调用最多测试 100 组条件变体，并以排名对照表的形式返回。
challenge_finding	批判性审查：通过十一项检查尝试推翻一项发现，并优先列出最有力的反对意见。
fetch_job	根据作业 ID 获取长期运行作业的结果（回测、回归或批判性审查）。
pre_trade_brief	（即将推出，开放前不会列出）某个股票代码的评级、其今天是否符合你的条件、该条件的发现及批判性审查，以及你过去的发现后续情况。提供的是发现，而非订单。
query_warehouse	对所有研究数据库执行只读 SQL（DuckDB）；仅允许 SELECT、WITH、DESCRIBE 和 SHOW，最多 5,000 行，超时 45 秒。
list_warehouse	列出 query_warehouse 可读取的所有数据库和表的映射。

发现工具（5）

工具	功能
available_categories	列出此密钥可启用的类别、各类别的工具数量以及当前启用情况。
available_tools	列出某个类别中的工具名称、说明和输入架构。
activate_category	将类别添加到此密钥的工具列表中，并在不同会话间保留。
deactivate_category	将类别从此密钥的工具列表中移除。
call_tool	按名称运行任意工具，无论该工具是否已列出。

股票：类别 equities（21）

工具	功能
run_screen	符合你设定条件的今日股票代码，使用与 run_backtest 相同的术语：输出仅反映你的条件，并非投资建议。
top_graded	覆盖整个美国市场的字母评级排行榜，可按行业筛选。
grade_table	一次为最多 25 个股票代码评级：列出每个标的的综合评级和六个维度的字母评级，综合评级最高者排在前面；无效股票代码会列入错误信息。
run_library_strategy	按 ID 运行可执行的策略库条目中记载的条件，并可覆盖原条件；结果会说明本次运行近似于什么。
run_daily_backtest	基于日线数据，计算单只股票的交易时段收益：隔夜、日内、买入并持有。
short_interest	查询一只美国股票在各结算日的 FINRA 卖空权益、回补天数，以及 SEC 的未交割卖空交易数据。
run_market_timing	经典指数择时规则：10 个月移动平均线、黄金交叉、五月卖出、圣诞行情。
run_breadth_study	数十年来计算得出的 NYSE 市场广度数据：按两种已发表的规范检测海因登堡凶兆、聚集情况，并将未来收益与基准比较。
run_factor_regression	将一组条件的月收益对内部因子进行回归：给出因子载荷、t 统计量和阿尔法。
list_factors	用于筛选和排序的因子词汇表：回测器可使用 74 个因子；如果数据存储包含额外表格，可用因子更多。
mint_factor	按 qlib 的 Alpha158 语法将因子写成表达式，然后据此排序或筛选；不允许使用前视数据。
list_minted_factors	本次 MCP 服务会话中创建的因子，以及对应的表达式和验证统计数据。
make_chart_pack	根据你计算出的收益序列生成品牌化图表包（发现卡片、增长、回撤、年度柱状图），也可为整个参数扫描生成一张图表。
findings_journal	你已完成的研究，以及每项研究在后续数据到达后得出的结果。
save_study	将配置好的研究保存到终端的已保存研究列表中。
list_saved_studies	查看你的已保存研究列表。
financial_model	根据公司的时点财务报表构建模型：过去 12 个月的财务数据、三种情景下的 DCF、股价隐含的增长率和敏感性网格。绝非目标价。
filing_facts	直接从 SEC 申报文件中获取公司的最新季度数据，并为每项数据附上申报文件链接。
halal_screen	根据各日期已知的申报文件，按 AAOIFI 五项测试筛查一只股票：这是基于 AAOIFI 的筛查，并非宗教裁决。
disclosure_study	申报日期账簿：统计内幕人士提交 Form 4 文件后发生的情况，起始时间为 EDGAR 申报日期之后的首个开盘日。仅提供汇总数据。
get_data	无需 SQL 即可获取标准数据仓库序列：价格、基准、无风险利率、截至指定日期的基本面或因子数据，以及宏观序列。

投资组合：类别 portfolio（8）

工具	功能
run_portfolio	按固定权重的投资组合逐日对照基准：CAGR、波动率、夏普比率、回撤及其日期、与基准并列的每个日历年表现、贝塔和阿尔法。
optimize_portfolio	基于月度总回报，对 2 到 12 个股票代码进行仅做多的有效前沿分析：反映历史，而非预测。
rebalance_plan	（即将推出）根据你的筛选条件，生成当前对应投资组合的交易清单，导出为 CSV，供经纪商或你自己的软件使用。QuantGPT 不会下单。
paper_books	从今天起模拟跟踪一组筛选条件，每晚估值，每月再平衡。不连接经纪商。
record_book	为股票列表生成带时间戳的哈希存证，并在模拟投资组合中对照 SPY 的总回报进行跟踪。
strategy_alerts	每晚监控筛选结果：有股票进入或退出时会通知你。不会下单。
portfolio_review	（即将推出）将你的持仓与数据仓库进行对照分析：评级、因子、集中度、相关性和投资组合历史。QuantGPT Pro。
count_bets	根据相关性矩阵，计算投资组合包含多少个独立押注，并找出其每日走势最相似的 ETF。QuantGPT 和 QuantGPT Pro。

宏观：类别 macro（4）

工具	功能
get_macro_series	42 个精选的 FRED 序列（利率、收益率曲线利差、CPI、失业率、VIX 等）。采用最新版本；不建模修订。
run_macro_regime	当 FRED 序列满足条件时持有指数或大宗商品，否则持有短期国库券。
run_commodity_backtest	暂停：该工具会说明期货数据正在迁移至授权数据源。大宗商品现货序列（WTI、Brent、Henry Hub 天然气）仍可通过 run_macro_regime 和 run_weather_study 使用。
run_weather_study	分析美国气象站的度日或降水异常与某种大宗商品下月回报之间的关系。这是一项研究，不是策略。

另类市场：类别 alt_markets（13）

工具	功能
run_crypto_backtest	对 Binance USDT 交易对进行月度横截面加密货币回测，并与买入并持有 BTC 进行对比。
run_funding_backtest	按资金费率对 Binance 永续合约进行排名（865 个永续合约，始于 2020 年），持有现货，并与 BTC 进行对比。
run_pm_backtest	（即将推出）对已结算的 Polymarket 和 Kalshi 市场进行回测：在收盘前 N 天买入 YES，并提供 ROI、Brier 分数和校准表。
pm_screen	（即将推出）将今日开放的 Polymarket 和 Kalshi 市场，与类似价格下群体对已结算市场的记录进行对照。绝不提供预测。
pm_grade	（即将推出）分析一个开放的预测市场，并提供支撑分析的校准表。
run_sports_backtest	（即将推出）基于 Bet365 收盘赔率的固定投注规则：涵盖 17 个欧洲足球联赛、128,477 场比赛，时间范围为 2005/06 至 2025/26。
run_meme_backtest	对迷因币进行横截面分析，将已归零代币计为全部亏损。
meme_survival	按推出月份统计迷因币池：仍在交易的代币数量分别为 30、90 和 180 天时的情况。
meme_screen	筛选今日仍存续且符合条件的迷因币，并按某个因子排序。绝非投资建议。
call_receipt	根据帖子的链接和合约地址，查看加密货币喊单之后的表现。评估喊单，不评估喊单者。
tape_now	NYSE 休市期间，查看 Hyperliquid 的 24/7 股票永续合约中每只美股的价格，以及各股票的记录。绝不提供预测。
tape_study	分析盘前价格走势是否能说明随后交易时段的情况。数据仅覆盖数月，并非数十年。
run_tape_backtest	每日跟随或反向交易 24/7 盘面，从纽约时间 09:00 持有至收盘，不计费用。

事件：类别 events（3）

工具	功能
event_desk	汇集来自公开信息源的全球事件，并与市场记录进行对照：证据、类似事件、连锁影响、瓶颈和你的标记。
futuretest	（即将推出）逐日模拟你的投资组合在每个真实情景类似事件中的表现，覆盖 63 个交易日：呈现过往事件记录，而非预测。
event_rules	设置你自己的事件规则：向你发送通知、建立模拟持仓，或为你自己的软件生成信号。绝不会下单。

图表：类别 charts（3）

工具	功能
render_chart	根据你已有的数据绘制品牌图表；返回的结果包含图表和数据。
list_chart_types	图表目录，以及每种图表所需的输入。
event_study	提供事件日期和股票代码：计算各个指定期限的未来收益，并与每个交易日的基准收益率进行对比，按你的分组拆分并绘图。

你的终端：类别 desk（5）

工具	功能
ui_push	将备注、已保存的研究或图表推送到你当前打开的终端。
queue_desk	提议一整套工作区面板供你显示；只有点击后才会加载。
read_desk	查看当前显示器上的内容及面板 ID。
update_panel	更改你打开的工作区中的一个面板。
list_panel_types	queue_desk 的面板目录。

可咨询的策略

这是从 175 种有文档记录的策略（其中 53 种可运行）中选取的示例，内容摘自论文、书籍和从业者经验。列出这些策略是为了供你测试，并非对结果的保证。策略库中的运行结果，是仓库的因子词汇对已发表规则最接近的实现；每次运行都会说明它近似实现了什么，以及与来源有何不同。以「Inspired by」开头的名称表示该运行仅宽泛地遵循其来源。运行一种策略，并查看它表现不佳的年份，再决定是否信任它。

策略	来源	库 ID	可运行
灵感来自 Jegadeesh 和 Titman：横截面动量	Jegadeesh 和 Titman（1993），Journal of Finance	jegadeesh-titman-1993	是
动量崩盘	Daniel 和 Moskowitz（2016），Journal of Financial Economics	daniel-moskowitz-2016	仅有文档
灵感来自 Greenblatt：神奇公式	Joel Greenblatt（2005）	greenblatt-magic-2005	是
Piotroski F-Score	Piotroski（2000），Journal of Accounting Research	piotroski-2000	是
毛利率	Novy-Marx（2013），Journal of Financial Economics	novy-marx-2013	是
灵感来自 Asness、Frazzini 和 Pedersen：优质减劣质	Asness、Frazzini 和 Pedersen（2019），Review of Accounting Studies	qmj-2019	是
做多 Beta（BAB）	Frazzini 和 Pedersen（2014），Journal of Financial Economics	bab-2014	仅有文档（使用杠杆且多空；此处的运行结果为不加杠杆的仅做多）
应计项目异常	Sloan（1996），The Accounting Review	sloan-1996	是
灵感来自 Bernard 和 Thomas：财报后漂移（SUE）	Bernard 和 Thomas（1989、1990）	bernard-thomas-1989	是
10 个月移动平均择时（GTAA）	Meb Faber（2007）	faber-gtaa-2007	是
五月卖出（万圣节指标）	Bouman 和 Jacobsen（2002），American Economic Review	halloween-2002	是
灵感来自 O'Neil：CANSLIM	William O'Neil（1988）	oneil-canslim-1988	是
FOMC 会前公告漂移	Lucca 和 Moench（2015），Journal of Finance	lucca-moench-2015	仅有文档
预测市场冷门选项（仅限 Polymarket）	已结算 Polymarket 市场中的热门选项偏差（Griffith 1949；Snowberg 和 Wolfers 2010）	pm-longshot-bias	是

提问：「运行策略库中的策略 piotroski-2000，展示它表现不佳的年份和最严重的回撤，并告诉我这次运行近似实现了论文中的什么内容。」更多提示词：examples/prompts.md、examples/first-session.md 以及策略库演练：examples/library/。在 https://quantgpt.co/library/ 浏览完整策略库。

套餐与限制

	QuantGPT	QuantGPT Pro
价格	每月 $49	每月 $149
AI 调用次数	每天 500 次	每天 1,500 次
密钥数	3	5

• QuantGPT 和 QuantGPT Pro 均提供 3 天免费试用：需预先提供银行卡信息，可随时取消。试用期间享有套餐的完整每日限额。
• 一次 AI 调用就是一次工具调用。连接、列出工具和 ping 不计入次数。调用次数按账户统计，涵盖该账户的所有密钥。
• 每日计数于 00:00 UTC 重置。
• 另有每分钟限额：每个账户每分钟 120 次请求。超过限额后，服务会返回 429；请一分钟后重试。
• 部分工具受套餐限制：portfolio_review 在 QuantGPT Pro 中开放，count_bets 在 QuantGPT 和 QuantGPT Pro 中开放，strategy_alerts 在 QuantGPT 中允许设置 3 个提醒，在 QuantGPT Pro 中允许设置无限个提醒，paper_books 在 QuantGPT 中允许创建 1 本，在 QuantGPT Pro 中允许创建 5 本。
• 团队：Business 套餐可按需定制（席位和限额根据你的使用量设定），请访问 https://quantgpt.co/contact 联系我们。

套餐：https://quantgpt.co/#plans。开始使用：https://terminal.quantgpt.co/join。

数据是什么，以及不是什么

• 后来退市的公司只有一部分纳入了 1998 年以来的全市场回测范围：有些公司没有价格数据或因子数据，每项全市场结果都会说明其测量范围所占的比例。1998 年之前，范围内只有存续公司，因此全市场结果会偏向存续公司。除非你选择更早的年份，否则标准回测从 1998 年开始。对你选择的股票代码列表进行回测，以及针对单个指数制定规则，不受影响。服务器会要求你的 AI 在报告全市场结果时说明这一点。
• 基本面数据按提交日期关联。仍有约 9% 的行将季度末日期记作提交日期，因此这些季度会被提前纳入；修复工作正在进行中。
• 因子数据从 1990 年开始，这是标准回测接受的最早起始年份。宏观数据序列采用最新版本；不对修订进行建模。
• 结果默认未计入交易成本。每个 run_backtest 结果还会提供换手率，以及按每边 5、10、25 和 50 bps 计算的净值。
• 每个 run_backtest 结果都会返回最大回撤、按十年划分的表格以及完整收益序列，因此结果中包含亏损年份；图表包会逐年绘制这些数据。
• 相同的标准会得出完全相同的数字，精确到最后一位。
• 未来测试会重放过去事件的记录，并不进行预测。
• 无需账户即可进行公开数据检查：https://terminal.quantgpt.co/verify

免责声明

QuantGPT 是用于研究和教育的软件。它返回的任何内容都不构成投资建议，也不构成买入、卖出或持有任何资产的建议，且任何内容都不是针对你个人定制的。每项回测、研究、筛选、未来测试和资料库条目都是假设性的，仅描述过去；过去的表现，无论真实还是模拟，都不能表明或保证未来的结果。

此服务上的任何工具都不会下单、修改或取消订单，也不会连接经纪商。如果某项工具生成了交易清单或信号，则由你或你自己的软件在你自己的经纪商处，使用你自己的密钥执行操作。使用 QuantGPT Pro 时，QuantGPT Cloud 会以你自己的代码托管你自己的策略，并在你的密钥授权下，将你的代码生成的订单发送到你自己的经纪账户；QuantGPT 绝不会决定交易、确定交易规模或择时。此功能在终端中运行，而非通过此服务运行。

完整条款：https://quantgpt.co/terms。风险与方法披露：https://quantgpt.co/disclosures。隐私：https://quantgpt.co/privacy。安全：https://quantgpt.co/security。

QuantGPT LLC。如有疑问，请访问：https://quantgpt.co/contact。