Backtest360

backtest360-mcp

将 Backtest360 引擎 API 作为工具提供给 AI Agent 使用的 MCP 服务。

连接任何支持 MCP 的 AI 客户端，以对话方式执行真实回测：发现指标、构建和验证策略、运行回测并查看结果——所有操作都由确定性的 Backtest360 引擎完成。此服务不包含 AI，也不自行计算任何数值；它只是引擎 HTTP API 的轻量忠实适配器。所有功能（权限、速率限制、数据访问）均由你的引擎 API 密钥及其套餐决定。

提供两种传输方式：托管 HTTP 端点 https://mcp.backtest360.com/mcp（通过 X-API-Key 标头发送密钥）和本地 stdio（自行托管——见下文）。

安装

pip install backtest360-mcp        # or, from a clone: pip install -e .

需要 Python 3.10+ 和 Backtest360 API 密钥。前往 backtest360.com/api-access 即可免费即时获取——提交电子邮件后，系统会立即签发密钥（格式为 b360_…）并发送给你；无需审批。仅通过 API 密钥进行身份验证。免费套餐可使用你上传的数据运行回测；从引擎服务器端获取历史价格数据则属于付费功能。

配置

所有配置均通过环境变量设置：

变量	必填	默认值	用途
BACKTEST360_API_KEY	是	—	引擎 API 密钥，通过 X-API-Key 发送
BACKTEST360_ENGINE_URL	否	https://api.backtest360.com	引擎基础 URL
BACKTEST360_MCP_TIMEOUT	否	300	每个请求的超时时间（秒）
BACKTEST360_MCP_MAX_OUTPUT_BYTES	否	100000	单个工具结果的硬性上限

连接 MCP 客户端

托管方式（推荐）

将 MCP 客户端指向托管 HTTP 端点，并通过 X-API-Key 标头发送密钥：

{
  "mcpServers": {
    "backtest360": {
      "type": "streamable-http",
      "url": "https://mcp.backtest360.com/mcp",
      "headers": {
        "X-API-Key": "b360_..."
      }
    }
  }
}

本地方式（stdio）

自行运行服务，并让客户端通过 stdio 启动它（常见的 mcpServers 格式）：

{
  "mcpServers": {
    "backtest360": {
      "command": "backtest360-mcp",
      "env": {
        "BACKTEST360_API_KEY": "b360_..."
      }
    }
  }
}

不想把密钥放在配置文件中？将 command 指向一个小型包装脚本，让它从你的密钥管理器导出密钥，然后运行 backtest360-mcp。examples/mcp.json 中提供了一个最简配置示例。

工具

工具	功能
engine_info	引擎版本、API 契约、运行状况
get_me	已配置密钥的权限：权限范围、限制、当前用量、能力标志
get_catalog	参考目录：运算符、执行模式、停止类型、仓位规模计算方法、K 线频率、指标分区
list_indicators	发现指标；获取各指标的参数架构
list_templates	预设计策略模板——快速发现、完整获取单个模板，可直接验证并运行
get_strategy_schema	策略文档的 JSON Schema
validate_strategy	验证策略但不运行——返回结构化且可定位的错误
run_backtest	运行历史回测
get_latest_signal	仅评估最近一根 K 线（无盈亏）
compare_backtests	在相同数据上并列运行多种策略
compute_stats	根据外部生成的收益序列计算指标集
search_tickers / list_tickers	发现资产，以供服务端获取数据
get_data_range	获取某个标的可用的历史数据和 K 线数量估算
get_ticker_info	一次调用获取标的身份信息和数据覆盖范围
get_quote	获取某个标的的最新可用价格（付费套餐）
get_price_history	获取日期范围内的 OHLCV 价格历史（付费套餐；长历史数据会降采样以适应限制）
list_macro_series / get_macro_series	宏观经济数据：列出序列目录，然后获取某个序列的观测值

静态目录的开销很低，也以 MCP 资源形式发布 (backtest360://catalog/{name}, backtest360://schema/strategy)，供支持资源附加的客户端使用。

提示词

两个工作流提示词为已连接的 AI 搭建常见的多工具工作流：分别列出要调用哪些工具、调用顺序，以及要查看结果中的哪些内容。它们不提供解读，也不执行计算——推理由已连接的 AI 完成。

提示词	参数	搭建的工作流
robustness_review	symbol、strategy（可选）	评估回测策略的稳健性：验证 → 运行 → 与买入并持有进行比较 → 权衡证据基础（样本量、显著性/稳健性统计数据、警告）→ 附带限定说明的摘要
build_and_validate	idea	将自然语言构想转化为经过验证的策略：查看目录 → 获取架构 → 构建 → 验证并修复，循环进行 → 试运行

响应整形

完整的回测结果有数 MB；而 Agent 的上下文容量有限。run_backtest 和 compare_backtests 接受 response_detail 参数：

• summary（默认值）— 核心指标、警告、计数、权益曲线端点
• stats — 套餐允许的所有指标
• full — 另外包含序列（经过降采样，保留端点）和交易（分页）

run_backtest 还接受 max_series_points（默认值为 500，必须 >= 2），用于覆盖序列降采样上限——长时间运行时可调高以获取全分辨率序列，也可不设置，沿用今天的默认值。

include=["trades", "equity_curve", "monthly_returns", "yearly_returns", "signal_diagnostics"] 可在任意详细程度下添加指定区块。 signal_diagnostics 会报告每根 K 线上触发的入场/出场条件，并为每个条件列出数量受限的触发日期（而不是原始的逐 K 线布尔数组，因为降采样会破坏这些数组）；如果运行结果没有可供评估的条件树（例如使用了预计算信号），则返回 {"available": false, ...}。超出输出上限的结果会进一步缩减，并明确标记为 truncated_by_mcp——不会被静默截断。整形操作只会选择和精简引擎返回的内容；不会计算或更改任何值。

错误语义

专为 Agent 设计：

• 可通过更改请求修复 → 作为普通结果返回：验证失败会以 {"valid": false, "errors": [...]} 的形式返回，其中包含机器可读的代码和文档位置；引擎拒绝请求时会以 {"accepted": false, "error": ...} 的形式返回，并附带提示。
• 无法通过这种方式修复 → 返回包含明确指引的工具错误：速率限制会附带 Retry-After 值；引擎繁忙时会提示使用退避策略重试；计算超时时会提示不要重试，而应缩小范围；权限问题会指出缺少的能力。错误中会包含引擎请求 ID，便于寻求支持。

运行测试（自托管）

pip install -e ".[dev]"
pytest   # unit suite vs a mock engine — no network

问题 / 反馈

有问题或反馈？请发送邮件至 [email protected] —— 我们会阅读所有来信。backtest360-mcp 正在积极开发中，欢迎帮助我们完善它。

错误报告和功能请求：在 GitHub 上提交 issue。

许可证

MIT —— 参见 LICENSE。