mcpField
F
Forecast Accuracy & Track Record MCP

Forecast Accuracy & Track Record MCP

リモート
github.com金融データ14 日前に更新
リポジトリ公式サイト

Forecast Accuracy & Track Record MCP について

Forecast Accuracy & Track Record MCPは、予測と実績を比較し、過去の記録を調べるリモートMCPサーバーです。アナリスト、研究者、ファクトチェッカー向けに、予測精度、経済・決算データ、予測市場、ウェブアーカイブ、ニュースをApify Actors経由で提供し、ローカルstdioプロキシも用意しています。

主な機能

  1. 01機関予測の誤差・偏り・カバー率
  2. 02経済指標の実績値と予測値
  3. 03企業のEPS予想と決算結果
  4. 04KalshiとPolymarketの市場データ
  5. 05WaybackのスナップショットとGoogle News
  6. 06任意のJavaScript・Python製ローカルstdioプロキシ

活用シーン

  1. 01機関の過去の予測精度を調べる
  2. 02経済指標と市場予想を比較する
  3. 03企業の過去の決算上振れを確認する
  4. 04特定日のウェブページやニュースを探す

MCP 対応

Apifyゲートウェイ経由でリモートMCPツールを提供します。ローカルstdioプロキシは、ユーザーのApifyトークンを使ってツール呼び出しをエンドポイントへ転送します。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://mcp.apify.com/?tools=publicrecords/calibration-ledger,pintostudio/economic-calendar-data-investing-com,scrapemint/stock-earnings-estimates,fatihtahta/kalshi-scraper,parsebird/polymarket-scraper,ryanclinton/wayback-machine-search,data_xplorer/google-news-scraper-fast
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

パッケージ
pypiforecast-accuracy-mcp0.2.1

ツール

詳細

Forecast Accuracy & Track Record MCP:予測と実績、予測市場、アーカイブ済みレポート

予測と実際に起きたことを、MCP ツールで照合できます:機関の予測実績、予測と実績を含む経済指標の発表、業績予想と実績、予測市場の価格とランキングに加え、当時の発言を確認するためのアーカイブ済みウェブページやニュースを利用できます。ホスト型エンドポイントは1つ、ジョブごとに Actor は1つです。

Apify の MCP ゲートウェイ上で動作する、ホスト型のリモート MCP サーバー(Streamable HTTP)です。クライアントの設定と、小規模なオープンソースの stdio プロキシサーバーを提供します。Actor のソースコードはありません。

開示事項:「(当方がメンテナンス)」と記載された項目は、Apify Store で私がメンテナンスしている Actor(パブリッシャー publicrecords)です。それ以外の Actor はすべて独立したもので、それぞれのパブリッシャーが作成し、実績(Store の利用状況、評価、最近のメンテナンス状況)に基づいて選定しています。このリポジトリは、それらのパブリッシャーや Actor が読み取るサイトとは提携していません。

MCP エンドポイント

https://mcp.apify.com/?tools=publicrecords/calibration-ledger,pintostudio/economic-calendar-data-investing-com,scrapemint/stock-earnings-estimates,fatihtahta/kalshi-scraper,parsebird/polymarket-scraper,ryanclinton/wayback-machine-search,data_xplorer/google-news-scraper-fast

認証:クライアントから求められた場合は Apify にサインイン(OAuth)するか、Apify API トークンを Bearer トークンとして送信してください。実行料金はご自身の Apify アカウントに、各 Actor 独自の Store 料金に基づいて請求されます。各 Store ページをご覧ください。

ツール

ActorStore ページMCP ツール戻り値
Calibration Ledger(当方がメンテナンス)publicrecords/calibration-ledgerpublicrecords--calibration-ledger組織(IMF、OECD、Fed/FOMC、SPF、ECB SPF、または上場企業)による主張が与えられると、出典リンク付きで予測実績(誤差分布、偏り、予測区間のカバー率、最大の予測外れ)を返します。該当するデータがない場合は、その旨を正直に返します。
Economic Calendar (Investing.com)pintostudio/economic-calendar-data-investing-compintostudio--economic-calendar-data-investing-com45か国以上の経済カレンダーイベントと、実績値、予測値、前回値、重要度を返します。
Stock Earnings Estimates & Resultsscrapemint/stock-earnings-estimatesscrapemint--stock-earnings-estimates米国株の EPS 予想と報告実績を返します。四半期ごとの予想超過・未達、および企業が予想を超過した頻度を確認できます。
Kalshi Scraperfatihtahta/kalshi-scraperfatihtahta--kalshi-scraperKalshi の予測市場のティッカー、カテゴリ、価格、取引量を返します。
Polymarket Leaderboard Scraperparsebird/polymarket-scraperparsebird--polymarket-scraper期間とカテゴリ別に、損益、取引量、ポジション、最近の取引を含む Polymarket のランキングを返します。
Wayback Machine Searchryanclinton/wayback-machine-searchryanclinton--wayback-machine-search任意のサイトの Internet Archive スナップショットから、タイムスタンプ、URL、コンテンツハッシュを返し、ページの内容と変更時期を確認できます。
Google News Scraperdata_xplorer/google-news-scraper-fastdata_xplorer--google-news-scraper-fastクエリに基づく Google News の検索結果から、タイトル、情報源、日付、リンクを返し、当時の報道内容を確認できます。

Apify ゲートウェイでは、実行結果を読み取るためのヘルパーツール(get-actor-run、get-dataset-items)も利用できます。ツールを減らしたい場合は、tools= リストから任意の Actor を削除してください。

対象ユーザー

  • アナリストやジャーナリスト:この機関の過去の予測精度はどの程度でしょうか?
  • マクロ経済・市場関係者:発表値はコンセンサス予想を上回ったでしょうか、それとも下回ったでしょうか?
  • 研究者:結果が出る前に、予測市場はどのような価格を付けていたでしょうか?
  • ファクトチェッカー:特定の日付に、ページやニュースには何と書かれていたでしょうか?

プロンプトの例

  • IMF は来年、<country> の GDP 成長率を <x>% と予測しています。過去の予測はどれくらい正確でしたか?
  • 今週の米国の経済指標の発表を、予測値と実績値とともに表示してください。
  • 過去 8 四半期で、<ticker> は EPS 予想を何回上回りましたか?
  • <date> 頃、Wayback Machine では <url> はどのように表示されていましたか?

Cursor / Claude Code / リモート MCP クライアント全般

{
  "mcpServers": {
    "forecast-accuracy": {
      "url": "https://mcp.apify.com/?tools=publicrecords/calibration-ledger,pintostudio/economic-calendar-data-investing-com,scrapemint/stock-earnings-estimates,fatihtahta/kalshi-scraper,parsebird/polymarket-scraper,ryanclinton/wayback-machine-search,data_xplorer/google-news-scraper-fast"
    }
  }
}

Claude Code:

claude mcp add --transport http forecast-accuracy "https://mcp.apify.com/?tools=publicrecords/calibration-ledger,pintostudio/economic-calendar-data-investing-com,scrapemint/stock-earnings-estimates,fatihtahta/kalshi-scraper,parsebird/polymarket-scraper,ryanclinton/wayback-machine-search,data_xplorer/google-news-scraper-fast"

Claude Desktop(ローカルブリッジ)

{
  "mcpServers": {
    "forecast-accuracy": {
      "command": "npx",
      "args": ["-y", "@apify/actors-mcp-server", "--actors", "publicrecords/calibration-ledger,pintostudio/economic-calendar-data-investing-com,scrapemint/stock-earnings-estimates,fatihtahta/kalshi-scraper,parsebird/polymarket-scraper,ryanclinton/wayback-machine-search,data_xplorer/google-news-scraper-fast"],
      "env": { "APIFY_TOKEN": "YOUR_APIFY_TOKEN" }
    }
  }
}

ローカル stdio サーバー(オープンソース)

このリポジトリには、ローカル stdio サーバーのみを実行するクライアント向けに、src/ に小規模な MCP サーバーも含まれています。このサーバーは、各 Actor の公開入力スキーマから生成され、CI および毎週のチェックで差異がないか確認される tools.json をもとに、initialize と tools/list にローカルで応答します。そのため、どのクライアントやディレクトリでもトークンなしでツールを確認できます。tools/call は、ホスト型の Apify MCP エンドポイントに、お客様自身の APIFY_TOKEN を使って転送されます。トークンがない場合は、何も実行せず、明確なエラーを返します。トークンは Authorization ヘッダーでのみ送信され、ログに記録されることはありません。

{
  "mcpServers": {
    "forecast-accuracy": {
      "command": "npx",
      "args": ["-y", "github:GeminiGeorge22/forecast-accuracy-mcp"],
      "env": { "APIFY_TOKEN": "YOUR_APIFY_TOKEN" }
    }
  }
}

または、クローンしたリポジトリから:

git clone https://github.com/GeminiGeorge22/forecast-accuracy-mcp.git
cd forecast-accuracy-mcp && npm install
APIFY_TOKEN=YOUR_APIFY_TOKEN node src/server.js

任意の環境変数:APIFY_ACTORS(上記の Actor のうち、対象をカンマ区切りで指定)および APIFY_MCP_URL(エンドポイント全体の上書き)。

テストはインメモリのモックサーバーに対して実行されるため、ネットワークもトークンも不要です:npm test。Node.js 18 以降が必要です。

Python(uvx/pip)

このサーバーの同等の Python 版は python/ にあり、公式の mcp Python SDK をベースに構築されています。ツール、APIFY_TOKEN、ホスト型エンドポイントは同じです。Python 3.10 以降が必要です。

{
  "mcpServers": {
    "forecast-accuracy": {
      "command": "uvx",
      "args": ["forecast-accuracy-mcp"],
      "env": { "APIFY_TOKEN": "YOUR_APIFY_TOKEN" }
    }
  }
}

または pip を使用する場合:pip install forecast-accuracy-mcp を実行してから、forecast-accuracy-mcp を実行してください。Python のテスト:cd python && pip install -e ".[test]" && env -u APIFY_TOKEN python -m pytest。

関連項目

レジストリ

公式 MCP レジストリ名:io.github.GeminiGeorge22/forecast-accuracy-mcp

ライセンス

このドキュメント、設定、および src/ 内のプロキシサーバーコードは MIT ライセンスです。各 Actor の権利は、その発行元に帰属します。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。