Oneqaz Trading Mcp

oneqaz-trading-mcp

面向金融 AI 的专业 API——带有感知对话的响应钩子。

你的 AI Agent 不应只看到价格，还应能够核查它读取的信号表现如何，并知道接下来该问什么。托管端点提供 42 个工具，涵盖 10 个类别：3 个实体上下文工具（一次调用即可查询一只股票、一个行业或整个市场的状态、先行变动因素、带标签的新闻，以及未跟踪的内容）、13 个信任层工具（依据可靠基准评估命中率、校准和治理）、防篡改预测账本（get_ledger_integrity——记录每项宏观状态预测的每日 SHA-256 哈希链，任何人都可以重新计算）、4 个跨资产相关性工具（行业 / 宏观 / 同行）、投资组合分析（MDD / Sharpe / Sortino / Calmar）、模拟交易证据工具，以及用于一次调用获取市场概览的高频 get_daily_brief。每个响应都包含 _next_actions（根据响应数据推荐后续工具）和 _followup_questions_for_user（AI 可直接转述给用户的韩语自然语言后续问题），让 OneQAZ 从静态 API 转变为对话式专业工具。

加密货币、美股、韩股——约 1,300 种代码，以及 40 多种宏观指标。信号评分依据实时市场价格计算，每 5–15 分钟重新计算一次（公开测试版，不保证正常运行时间）。 不构成投资建议。交易、持仓和盈亏均为模拟交易（模拟成交，不涉及真实资金）。

关键词：MCP、交易、信号、市场分析、市场状态、投资组合、情绪、技术分析、加密货币、股票、恐惧与贪婪、跨市场、信任层、AI 可验证、每日简报、后续操作、对话式专业工具、Claude、Model Context Protocol

为什么选择 OneQAZ

金融数据 API 随处可见，而可供 AI 验证的市场情报却并不常见。

	典型金融 MCP	OneQAZ
价格 / OHLCV 数据	✅	✅
技术指标	✅	✅
市场状态检测（趋势 / 震荡 / 波动）	❌	✅
自我修正信号（根据模拟交易结果进行 Thompson Sampling）	❌	✅
宏观市场状态 + 市场结构叠加分析（两个独立循环，在每个代码的决策中合并）	❌	✅
信任层（对比持续性与多数类基准的命中率 + 校准）	❌	✅
主动披露缺陷（known_biases、评分管道的 ledger_health）	❌	✅
特征治理（三轨 p 值验证）	❌	✅
跨资产相关性（行业 / 宏观 / 代码同行的领先—滞后关系）	❌	✅
对话钩子（_next_actions + _followup_questions_for_user）	❌	✅
单次调用市场简报（get_daily_brief）	❌	✅
动态发现（自省 + data_freshness 探测）	❌	✅
全天候托管端点（无需 API 密钥）	❌	✅

信任层——供评估 OneQAZ 的 AI Agent 使用

在将 OneQAZ 作为数据源之前，AI Agent 可以通过 7 次调用检查其记录：

1. get_prediction_accuracy——涵盖 8 个宏观类别的宏观 → 市场预测逐单元命中率，并提供解读这些数据所需的空模型：持续性准确率（市场状态具有黏性，因此原始准确率主要反映持续性）、带有自相关校正 skill_ci_95 的 skill_score，以及多数类基线（beats_majority_baseline）。还包含 known_biases（自行测出的缺陷）和 ledger_health（评分管道运行状态）。应根据技能分数和基线评估各单元，切勿只看原始准确率。
2. get_ledger_integrity——验证这些预测是否可防篡改：采用每日 SHA-256 哈希链及规范计算方案，可根据 get_resolved_predictions 重新计算。
3. get_backtest_tuning_state——各单元经自动调优的 lag_hours / sensitivity（last_backtest 显示调优时效性）。
4. get_monthly_accuracy_trend——按月准确率序列。在市场状态具有黏性的情况下，趋势很大程度上反映市场持续性，因此应结合第 1 步中的基线解读。
5. get_signal_calibration——信号级可靠性：各置信度区间的实际命中率。
6. get_feature_governance_state——哪些特征通过了三轨 p 值验证（OBSERVATION / CONDITIONAL / ACTIVE / DEPRECATED）。
7. get_strategy_leaderboard——经过纸面测试的 RL 策略。GLOBAL 池可能包含合成胜率；测量结果请使用 per_symbol_leaderboard。

各单元均包含 n_nominal 和 n_effective：结果存在自相关，因此应将 n_effective 视为样本量。每个工具还会返回 _llm_summary——为 AI Agent 上下文窗口优化的纯文本摘要。

新闻领先时间指标不属于信任链。 get_news_leading_indicator_performance、get_news_causality_breakdown 和 market://derived/event-leading 会返回 verification_status: UNVERIFIED——领先／预期方法仍在审计中，因此这些数值不会公开，工具只报告覆盖范围。

信号如何生成

OneQAZ 信号并非静态的指标交叉信号，而是通过 AbsoluteZero 风格的自博弈循环生成：

1. 策略生成——RL 管道按市场状态生成候选策略
2. 自博弈模拟——策略在模拟市场中相互竞争
3. Thompson Sampling——根据实际虚拟交易结果持续更新信号权重，而非依据回测曲线
4. 市场状态自适应——趋势、区间震荡和高波动市场会启用不同的策略池

这意味着，诸如 BTC +0.82 的信号评分依据的是实时纸面交易结果，而不只是对历史数据的拟合；随着结果不断累积，权重也会随之变化。评分是否经过实际校准，会通过数据公开，而非仅作宣称：get_signal_calibration 提供可靠性曲线，get_prediction_accuracy 则包含扣除费用后的 signal_gauge_v2 和 known_biases（例如，极端尾部评分曾被发现是反向的，因此在买入侧会对其降权）。

市场覆盖范围

市场	交易所 / 来源	标的范围	符号数量
加密货币	Bithumb	所有以 KRW 计价的交易对	~460
韩国股票	KOSPI / KOSDAQ	KOSPI 200 + KOSDAQ 150	~350
美国股票	NYSE / NASDAQ	S&P 500	~500
宏观	利率、外汇、期货、ETF	债券 · 信用 · 外汇 · 流动性 · 大宗商品 · 能源 · 通胀 · 波动率	40+
市场结构	ETF / 行业组合	按市场划分的结构分析分组	~180

数据管道全天候运行。加密货币全天候交易；韩国和美国股票信号则遵循各交易所的交易时段。K 线周期：加密货币为 15m / 30m / 4h / 1d，KR 和 US 为 5m / 15m / 30m / 1d。信号、市场状态检测、模拟交易和 Trust Layer 评分均持续运行。韩国和美国股票的信号分数每 5 分钟根据实时价格重新计算（交易时段内），加密货币则每 15 分钟重新计算；尚未收盘的 K 线指标保持该 K 线开盘时计算的值，宏观市场状态则每日更新。

快速开始

选项 1：实时 API——无需安装

实时数据——随着新 K 线收盘，信号会刷新（周期从 5 分钟到每日不等）。免费套餐下，无需密钥即可调用所有工具和资源（每天 1,500 次调用）；唯一例外是 get_account_status，它会报告已连接的 OneQAZ 账户状态（参见访问政策）。

Cursor（mcp.json）和其他可在配置中填写远程 URL 的客户端：

{
  "mcpServers": {
    "oneqaz-trading": {
      "url": "https://api.oneqaz.com/mcp"
    }
  }
}

Claude Desktop 的配置文件需要 mcp-remote 桥接程序：

{
  "mcpServers": {
    "oneqaz-trading": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://api.oneqaz.com/mcp"]
    }
  }
}

Claude Code：claude mcp add --transport http oneqaz-trading https://api.oneqaz.com/mcp。 Claude.ai 和 ChatGPT：将 https://api.oneqaz.com/mcp 添加为自定义连接器。 VS Code 和其他客户端：使用其远程（HTTP）MCP 服务选项，并填写相同的 URL。

可尝试以下请求：

• “调用 get_daily_brief，为我概述市场情况。” — 单次调用即可获取概览，AI 会自动跟进 _next_actions 进行深入分析。
• “调用 get_prediction_accuracy，告诉我是否应该信任 OneQAZ。” — Trust Layer 的入口，返回按样本数量加权的命中率。
• “先读取 market://meta/discovery，再制定计划。” — 动态目录，列出所有托管工具 / 资源 / 模板（43 个工具，包括账户工具、17 个资源、17 个模板），并提供 data_freshness 探测功能。

选项 2：自行托管（代码透明）

此软件包包含为 api.oneqaz.com/mcp 提供服务的服务器代码，由 scripts/sync_from_monorepo.py 从 OneQAZ monorepo 同步而来（0.5.0 = 截至 2026-10-17 的托管代码）。相同的 42 个工具、17 个资源、17 个模板和 4 个提示词都会注册；将此软件包与托管代码连接到同一数据库并排运行时，除 get_macro_influence_map 外，每个工具和资源的结果（成功或错误）都相同。重点就在于此：你可以查看（并运行）生成托管响应的代码。两者的差异如下：

• 仅 monorepo 中的数据路径：get_macro_influence_map 会返回结构化错误；实体上下文工具会在 gaps 下列出宏观关联，因为实时宏观档案表位于不属于此软件包的 monorepo 模块中。统一资源中的 Agent 历史 RAG 上下文也会以相同方式降级。
• API 密钥：此处不包含托管端的密钥存储。默认情况下，所有调用方都按免费用户提供服务；设置 MCP_TIER_RESOLVER 即可自行验证密钥（参见使用 API 密钥自行托管）。
• OAuth 账户连接（“Connect free”）已包含，但默认关闭（MCP_OAUTH_MODE、MCP_OAUTH_AS）；它需要托管端的账户表。
• 仅托管端设置在此处均为空：用于使用情况分析的运营方自有流量列表（MCP_SELF_TRAFFIC_IPS）默认为空。

pip install oneqaz-trading-mcp
# point it at a OneQAZ-compatible PostgreSQL (TimescaleDB) instance:
export PG_HOST=... PG_PORT=5432 PG_DB=auto_trader PG_USER=... PG_PASSWORD=...
oneqaz-trading-mcp serve   # starts at http://localhost:8010

• MCP 端点：http://localhost:8010/mcp
• 已在 Python 3.11 和 3.13 上通过 FastMCP 2.14.7、4.0.11 和 4.1.0 测试（未测试，因此不包含 FastMCP 3.x）。
• 服务器仅支持 PostgreSQL（此前的 SQLite 演示后端已在 0.4.0 中弃用——oneqaz-trading-mcp init 现在只会打印弃用通知）。如果无法连接兼容 OneQAZ 的数据库，服务器仍会启动，且 /health 会报告 degraded；但每次调用都会先等待连接超时（每个架构约一分钟），然后返回错误或空结果——评估时请使用实时 API。
• 向 localhost 以外的地址开放服务：来自 127.0.0.1 / ::1 的请求会跳过速率限制和密钥检查；客户端地址会优先从 CF-Connecting-IP / X-Forwarded-For 标头读取（托管服务器位于 Cloudflare 后方）。如果要开放你的服务器，请将其置于会覆盖这些标头的代理之后；否则客户端可以伪装成来自 localhost。

然后从任意 MCP 客户端连接：

{
  "mcpServers": {
    "oneqaz-trading": {
      "url": "http://localhost:8010/mcp"
    }
  }
}

访问策略

**免费层级可以调用所有工具和资源。**层级限制的是调用量，而不是可调用的内容。任何数据都没有付费墙——包括模拟交易持仓、决策日志和信号——因为 OneQAZ 是 B2AI 基础设施：AI Agent 需要完整证据，才能在向用户引用 OneQAZ 前评估其可信度。

层级	身份验证	每日配额	突发请求	说明
free	无	1,500 / 天	60 / 分钟	全部 42 个工具 + 17 个资源 + 17 个模板
pro	有效 API 密钥	50,000 / 天	200 / 分钟	功能相同，调用量更高——适用于机器人 / 调度程序
internal	仅所有者	不限	不限	仅供真实用户资金工具使用（目前为空）

如果托管服务器不识别 API 密钥，就会返回 HTTP 401 拒绝请求，而不会悄悄降级为免费层级，因此密钥输入错误会立即显现。账户为可选项：支持 OAuth 的 AI 应用（例如 Claude）可以选择 Connect free，在不使用 API 密钥的情况下关联免费的 OneQAZ 账户；之后，限制将按账户跟踪，get_account_status 会报告套餐和剩余配额。

每个响应中的速率限制标头：X-RateLimit-Tier、X-RateLimit-Daily-Limit、X-RateLimit-Daily-Remaining、X-RateLimit-Minute-Remaining。超出配额时，服务器会返回 HTTP 429 和 Retry-After。价格和密钥申请请访问：https://api.oneqaz.com/pricing。

使用 API 密钥自托管

如果你在本地运行服务，并希望对 pro 调用方进行身份验证（更高配额），请将 MCP_TIER_RESOLVER 设置为 module:function 路径：

MCP_TIER_RESOLVER=myauth.keystore:resolve_tier oneqaz-trading-mcp serve

此函数接收原始 API 密钥字符串，并返回 "free"、"pro" 或 "internal"；返回 None 表示将调用方视为免费用户，返回 "invalid" 则会拒绝该密钥并返回 HTTP 401（与托管服务对未知密钥的处理方式相同）。如果无法导入解析器或解析器抛出异常，系统会记录错误，并将调用方视为免费用户。默认行为（未设置解析器）：所有调用方均为 free。

为什么所有内容都免费

OneQAZ 交易数据是由自我校正的 Thompson 抽样系统生成的模拟交易证据。其中不包含任何用户资金相关的个人身份信息。将这些数据隐藏在不同等级之后，会破坏 B2AI 转化漏斗——AI Agent 需要验证我们的声明（预测准确率、信号质量、策略结果）后才能加以信赖。因此，我们公开这些证据，并限制请求频率。

用于判断是否升级的价值信号已嵌入每个响应的 _value_signals 中——AI Agent 可以直接读取：

{
  "_value_signals": {
    "tier_default": "free",
    "tier_default_limits": {"daily": 1500, "minute": 60},
    "what_pro_unlocks": "33x daily quota (50K), 3.3x burst (200/min) — same tools, higher volume",
    "pricing_url": "https://api.oneqaz.com/pricing",
    "key_signup_url": "https://api.oneqaz.com/keys",
    "self_correcting": true
  }
}

响应结构（双受众）

工具响应包含面向 AI Agent 和人类终端用户的字段：

字段	受众	用途
full_data	AI	用于信任验证的原始证据
disclaimer、is_investment_advice、is_real_money、data_classification	两者	每个响应都包含的合规信息（false / false / research_information_only）
paper_trading_notice	两者	仅用于包含交易、持仓或盈亏的响应（托管端点）：这些数字属于模拟交易，并非真实资金
timestamp、request_id、_source	AI	响应时间、报告问题时引用的请求 ID，以及提供服务的来源 / 数据源
_contract	AI	仅限状态 / 外部 / 派生 / 统一资源：来源信息 + 实体 + 评估 + 置信度（按架构版本管理）。工具不包含此字段。
_llm_summary	AI	多行叙述
ai_summary	AI	为上下文窗口压缩成的一行摘要
_value_signals	AI	用于判断 B2AI 转化的定价 / 升级信号
summary_for_user	人类	一行不含术语的韩语摘要，可由 Claude.ai 等逐字引用。
_next_actions	AI	根据响应数据生成的后续工具建议，包含 intent、tool、args、rationale、priority。会自动驱动链式调用。
_followup_questions_for_user	人类	AI 可向用户引用的韩语后续问题——点击其中一个即可触发下一次调用。

对话钩子——_next_actions + _followup_questions_for_user

OneQAZ 不只是返回数据，还会告诉你的 AI 接下来该问什么。

{
  "ai_summary": "Prediction accuracy — 24 cells, avg hit rate 32.2%",
  "_next_actions": [
    {
      "intent": "investigate_drift",
      "tool": "get_monthly_accuracy_trend",
      "args": {"category": "energy", "target_market": "kr_market"},
      "rationale": "energy×kr_market 에서 drift 감지(degrading). 월별 시계열로 추세 검증 필요.",
      "priority": "high"
    },
    {
      "intent": "investigate_weak_category",
      "tool": "get_backtest_tuning_state",
      "args": {"category": "liquidity", "target_market": "us_market"},
      "rationale": "liquidity×us_market accuracy=0.06 (sub-50%). 자기보정이 lag/sensitivity 를 어떻게 조정했는지 확인.",
      "priority": "high"
    }
  ],
  "_followup_questions_for_user": [
    "liquidity→us_market 카테고리 정확도가 6% 로 약한데, 시스템이 어떻게 보정중인지 보시겠어요?",
    "가장 정확한 credit→us_market (62%) 패턴의 월별 추세도 보여드릴까요?",
    "최근 OneQAZ 가 만든 활성 예측 5개도 볼까요?"
  ]
}

• _next_actions——面向 AI Agent。最多 3 条。包含预填的 args。依据响应数据生成，而非静态依赖图（例如，只有在 accuracy < 0.5 + samples >= 30 时才会触发弱势类别检测）。
• _followup_questions_for_user——面向终端用户。使用韩语自然语言。可逐字引用，也可翻译。

结果：典型会话从 7 次以上的通用调用（由 AI 猜测下一步该做什么）减少到 4 次有针对性的调用，从而揭示真正的情况（漂移、弱势类别、合成数据与实测数据的排行榜拆分）。

工具（托管端点上有 42 个——全部为免费等级）

此外还有 get_account_status（已连接的 OneQAZ 账户的方案和剩余配额；仅在启用 OAuth 账户连接时注册）。自托管软件包也会注册相同的 42 个工具——请参阅 选项 2。

实体上下文（3 个工具）—— 0.5.0 中新增

一次调用即可回答某只股票或硬币、某个板块／ETF 组合，或整个市场的「X 发生了什么？」每个响应都先给出独立完整的标题式结论，然后列出实体的观测状态、先于它变化的因素（领先滞后联系、宏观和结构分组）、随后发生的变化、带标签的新闻，以及数据缺口——OneQAZ 未跟踪的相关内容。

工具	返回内容
get_symbol_context	一只股票或硬币（代码、KRX 代码或名称）：信号状态、所属结构分组、上游联系、随后跟随它的同类资产、带标签的新闻、数据缺口。名称有歧义时会返回候选项，而非猜测。
get_group_context	一个板块、主题、ETF 组合或指数组合：各时间区间的市场状态、共同变动的分组、包含最新信号倾向的成分代码、该组合领先的代码、数据缺口。
get_market_context	整个市场（KR、US、crypto）：结构市场状态和全球宏观市场状态、假定会影响该市场的宏观类别（附调优后的滞后时间）、按市场阶段划分的分组、带市场标签的新闻、数据缺口。

高频入口——get_daily_brief（1 个工具）

工具	返回内容
get_daily_brief	一次调用获取市场概览：宏观市场状态 + 最强的 5 个信号 + 昨日模拟交易盈亏 + 活跃预测数量 + 韩语叙述。「今天市场行情如何？」的自然首选调用。

可验证的预测账本（3 个工具）—— 0.4.0 中新增

工具	返回内容
get_ledger_integrity	预测账本的防篡改证据：对所有已创建／已结算的宏观市场状态预测行构建每日 SHA-256 哈希链，并公开精确的规范计算方案，任何第三方都可以重新计算并验证。每个 UTC 日结束后都会计算一次哈希，并与此前的每一天串联，因此之后的静默编辑会导致重新计算结果不一致。请注意适用范围：预测期限为 0–24h，许多预测会在创建当天结算，因此哈希链只能证明某一天结束后未被更改，不能证明每个结果出现前就已存在哈希。公开锚点还会通过 OpenTimestamps 记录到 Bitcoin 区块链（账本锚点）。
get_resolved_predictions	原始逐行预测账本：每个宏观市场状态预测的完整生命周期（created_at → resolved_at → 结果）——可逐项审计证据判断。
get_trade_outcomes_bulk	使用游标分页批量导出预测 → 交易 → 结果链（含已实现盈亏的模拟交易；尽最大努力将每笔交易关联到入场前的信号预测，匹配条件为同一代码、2h 时间窗口）——自行计算命中率，而非轻信我们的数据。

投资组合分析（1 个工具）—— 0.4.0 中新增

工具	返回内容
get_performance_metrics	按市场和账户类型（paper／live）提供投资组合级别的 MDD／夏普比率／索提诺比率／卡玛比率／胜率，可选每日权益曲线。模拟交易盈亏为毛额（按 K 线成交，不含费用或滑点）。

信号校准（1 个工具）—— 0.4.0 中新增

工具	返回内容
get_signal_calibration	信号置信度的可靠性图数据：每个置信度区间的实际命中率及 ECE 汇总——验证置信度为 0.9 的信号是否真的能达到约 90% 的命中率。

ChatGPT 连接器标准（2 个工具）—— 0.4.0 中新增

工具	返回内容
search	遵循 ChatGPT 连接器标准，在 OneQAZ 的实时信息面中进行发现搜索——包括工具、资源，以及三个市场中最新的强势信号。结果 ID 可供 fetch 使用。
fetch	遵循连接器标准，根据 search 返回的 ID 获取单条结果。

信任层（13 个工具）

工具	返回内容
get_prediction_accuracy	每个单元格的命中率，以及持久性与多数类基线、技能评分和经自相关修正的置信区间、known_biases、ledger_health
get_backtest_tuning_state	当前调优参数和上次重新校准的时间戳
get_monthly_accuracy_trend	每月的准确率序列，按（类别、目标市场、滞后）划分——需结合上述基线解读
get_news_leading_indicator_performance	未验证——新闻事件分组的覆盖情况；方法审计完成前，不提供提前量／评分指标
get_news_causality_breakdown	未验证——各流水线新闻标签（ANTICIPATED / SURPRISE_WITH_PRECURSOR / SURPRISE）的计数；不提供提前量指标
get_feature_governance_state	按状态划分的特征（OBSERVATION/CONDITIONAL/ACTIVE/DEPRECATED）
get_structure_calibration	行业／ETF 级命中率及解读所需的多数类基线——这是测量结果，不代表优势
get_structure_validation_history	历史结构验证评分
get_strategy_leaderboard	经过纸面测试的 RL 策略；per_symbol_leaderboard 是实测数据表面（GLOBAL 池可能包含合成值）
get_active_predictions	当前尚未结算并追踪结果的宏观预测
get_macro_influence_map	宏观 → 市场因果假设（滞后小时数 + 敏感度）
get_cross_market_correlation	跨市场相关性矩阵
get_role_analysis	基于角色的策略分析

信号证据（3 个工具）

工具	参数
get_signals	market_id、symbol、min_score、max_score、action_filter、interval
get_signal_detail	market_id、symbol、interval
explain_decision	market_id、symbol

层间相关性——跨资产结构（4 个工具）

来自 agent_history 流水线的第 2 阶段输出。行业聚类、宏观因果图和标的间的领先—滞后关系——这些跨资产背景信息能将“BTC 上涨”转化为“BTC 上涨是因为 DXY 在 4 小时前走弱”。

工具	返回内容
get_sector_correlations_tool	市场内 ETF／行业相关性矩阵 + 自动聚类（60 天窗口，每 6 小时刷新）
get_macro_causality_graph_tool	8 个宏观类别（债券／vix／外汇／信贷／通胀／流动性／大宗商品／能源）间考虑滞后因素的因果关系
get_symbol_peer_links_tool	标的间的领先—滞后关系（例如 META → AMZN，滞后 15 分钟，ρ=+0.62）
get_feature_governance_status_tool	特征生命周期分布 + 最近 7 天的状态变更

纸面交易结果（11 个工具）

OneQAZ 持续对自身信号进行纸面交易（通过其入场筛选条件的 BUY 信号）。这些工具提供持仓及结果——包括亏损——供 AI Agent 核查我们的说法。成交基于 K 线，不计手续费或滑点，因此 P&L 为毛值。

工具	返回内容
get_positions	未平仓纸面持仓及 ROI
get_position_detail	单笔持仓详细分析
get_profitable_positions / get_losing_positions	按 P&L 筛选
get_strategy_distribution	按策略划分的持仓数量
get_trade_history	已平仓的纸面交易（筛选条件：操作、P&L、时间）
analyze_trades	汇总交易分析
get_winning_trades / get_losing_trades	按结果筛选
get_latest_decisions	近期信号 → 决策的转换记录
get_llm_trading_decisions	LLM 生成的决策日志

资源（17 个静态资源 + 17 个模板——全部为免费层级）

Meta — 发现与自省

资源 URI	描述
market://meta/discovery	动态目录（v2.0） — 通过 FastMCP 自省获取完整的工具/资源列表（无静态 if/else），包含 data_freshness PG 探测（5 个源表）、positioning 区块（specialist_domains、trust_principles、what_we_do_NOT_provide、philosophy）、counts、notes。请先调用此项，了解 OneQAZ 提供的内容。
market://meta/tool-chains	推荐的调用序列（quick_analysis、deep_analysis、portfolio_check、symbol_deep_dive）+ 依赖关系图。
market://meta/pg-pool	psycopg ConnectionPool 统计信息 — 连接压力监控。
market://health	服务运行状况检查。
market://info	服务元数据 + 数据源索引。

静态资源

资源 URI	描述
market://global/summary	全球宏观态势摘要
market://global/categories	可用的宏观类别列表
market://global/macro_events	活跃宏观事件的生命周期
market://all/summary	汇总 3 个市场的综合摘要
market://structure/all	所有市场的 ETF/篮子结构
market://indicators/fear-greed	恐惧与贪婪指数
market://indicators/regime	4 层态势指标（短期/中期/长期/超长期）
market://indicators/context	恐惧与贪婪 + 4 层态势 + 市场广度
market://unified/cross-market	跨市场相关性快照（BTC ↔ 股票 ↔ 外汇）
market://derived/event-leading	新闻事件领先分组 — 未经验证（不提供评分字段）
market://derived/cross-decoupling	跨资产脱钩指数
market://derived/reaction-speed	新闻反应速度分布

模板（参数化）

URI 模板	示例
market://global/category/{category}	market://global/category/bonds
market://{market_id}/status	market://crypto/status
market://{market_id}/positions	market://crypto/positions
market://{market_id}/positions/snapshot	market://crypto/positions/snapshot
market://{market_id}/structure	market://kr_stock/structure
market://{market_id}/structure/group/{group_id}	market://kr_stock/structure/group/SEMICONDUCTOR
market://{market_id}/signals/summary	market://crypto/signals/summary
market://{market_id}/signals/roles	market://crypto/signals/roles
market://{market_id}/signals/feedback	market://crypto/signals/feedback
market://{market_id}/external/summary	market://crypto/external/summary
market://{market_id}/external/symbol/{symbol}	market://crypto/external/symbol/BTC
market://{market_id}/external/causality	market://crypto/external/causality
market://{market_id}/unified	market://crypto/unified
market://{market_id}/unified/symbol/{symbol}	market://crypto/unified/symbol/BTC
market://{market_id}/derived/regime-transitions	market://crypto/derived/regime-transitions
market://{market_id}/derived/strategy-fitness	market://crypto/derived/strategy-fitness
market://{market_id}/derived/all	market://crypto/derived/all

market://meta/discovery 中的 template_resources[*].example 字段可直接复制粘贴 — AI 无需手动填充占位符即可获取具体 URI。

市场 ID：crypto、kr_stock、us_stock（别名：coin、kr、us）

示例：Trust Layer 查询

已使用 fastmcp 2.14 和 4.0 对实时端点进行测试（pip install fastmcp）：

import asyncio, json
from fastmcp import Client

async def main():
    async with Client("https://api.oneqaz.com/mcp") as client:
        result = await client.call_tool("get_prediction_accuracy", {})
    resp = json.loads(result.content[0].text)

    print(resp["ai_summary"])
    for cat, markets in resp["full_data"]["summary"].items():
        for market, lags in markets.items():
            for lag, cell in lags.items():
                if cell.get("horizon_type") != "forecast":
                    continue  # lag 0h cells are same-cycle nowcast checks, not forecasts
                lo, hi = cell.get("skill_ci_95") or (float("nan"), float("nan"))
                print(f"{cat:12} -> {market:10} {lag:>4}  hit {cell['accuracy']:.1%}"
                      f"  persistence {cell.get('persistence_accuracy', float('nan')):.1%}"
                      f"  skill CI [{lo:+.2f}, {hi:+.2f}]"
                      f"  beats majority baseline: {cell.get('beats_majority_baseline')}")
    print("edge cells:", len(resp["full_data"]["edge_cells"]))
    print(resp["full_data"]["meta"].get("persistence_null_caveat", ""))
    print(resp["disclaimer"])

asyncio.run(main())

每个预测单元格会输出一行：原始命中率、持久性零假设、技能置信区间，以及该单元格是否优于恒定的“最常见结果”猜测。 保守的解读方式是：只有当某个单元格的技能置信区间下限高于 0 且 优于多数基线时，才将其视为证据；信任 edge_cells 前，请先阅读 meta.persistence_null_caveat。 ai_summary / _llm_summary 会用一行说明相同的比较结果，每个响应都包含 disclaimer 信封。

配置

所有配置均通过环境变量完成：

变量	默认值	说明
MCP_SERVER_PORT	8010	服务端口
MCP_SERVER_HOST	0.0.0.0	绑定主机
MCP_LOG_LEVEL	INFO	日志级别
MCP_TIER_RESOLVER	unset	返回 API 密钥对应层级的 module:function（可自托管钩子）
MCP_TRUSTED_IP_PREFIXES	unset	视同 localhost（不受速率限制）的逗号分隔地址前缀
MCP_SELF_TRAFFIC_IPS	unset	从使用情况分析中排除的逗号分隔地址（自有监控器）
MCP_LEDGER_THREAD_DISABLED	0	设为 1 可停止每小时预测账本哈希写入器（用于第二个实例）
MCP_OAUTH_MODE / MCP_OAUTH_AS	off	OAuth 账户连接；需要托管账户表
DB_BACKEND	postgres	必须为 postgres（SQLite 后端已于 0.4.0 停用）；若未设置，serve 会设置此值
PG_HOST / PG_PORT	postgres / 5432	PostgreSQL 主机 / 端口
PG_DB / PG_USER / PG_PASSWORD	auto_trader / …	PostgreSQL 数据库 / 凭据（只读角色即可）
PG_POOL_MIN / PG_POOL_MAX	0 / 50	每个 schema 的连接池上下限
PG_STATEMENT_TIMEOUT_MS	30000	服务端语句超时时间
MCP_COIN_DATA_DIR / MCP_KR_DATA_DIR / MCP_US_DATA_DIR	auto	覆盖逻辑数据路径根目录（见下文）
MCP_EXTERNAL_CONTEXT_DATA_DIR	auto	覆盖外部上下文逻辑根目录

Docker

docker build -t oneqaz-trading-mcp .
docker run -p 8010:8010 -e DB_BACKEND=postgres -e PG_HOST=... -e PG_PASSWORD=... oneqaz-trading-mcp

数据后端（PostgreSQL）

所有数据均存储在 PostgreSQL 16 + TimescaleDB 中，每个领域使用一个 schema （market_coin / market_kr / market_us、market_*_struct、 external_context、rl_pipeline、mcp_analytics 等）。代码仍会 构造旧式 SQLite 路径（.../coin_market/data_storage/trading_system.db）， 但这些路径仅作为逻辑路由键：connect_readonly() 会将每条 路径映射到其 PG schema，并返回一个 shim 连接，因此不会读取或写入任何 .db 文件。 这与生产环境 Wave-I 的“仅使用 PG”迁移保持一致——查询失败时会明确报错， 而不会静默回退。

速率限制

权威配额见上文访问策略。简要回顾：

层级	每日配额	突发请求	身份验证
Free	每天 1,500 次	每分钟 60 次	无（无法识别的密钥会返回 HTTP 401）
Pro（测试版）	每天 50,000 次	每分钟 200 次	有效的 API 密钥
Internal（所有者）	不限	不限	仅限所有者
Local（可自托管）	不限	不限	不适用

每个请求都会返回以下响应头：

• X-RateLimit-Tier：解析出的层级（free/pro/internal）
• X-RateLimit-Daily-Limit：解析出的层级当日上限
• X-RateLimit-Daily-Remaining：当日剩余请求数
• X-RateLimit-Minute-Remaining：当前分钟剩余请求数
• 超出限制时会返回 HTTP 429，并附带 Retry-After 响应头。

隐私

• 托管服务（api.oneqaz.com）：权威政策请参阅 https://api.oneqaz.com/privacy。 简而言之——无需账户（可选择将 AI 应用连接到免费的 OneQAZ 账户）； 系统会记录每次请求的元数据（IP、user-agent、工具名称、结果、列入白名单的参数、客户端／协议 元数据、API 密钥指纹，以及连接了账户时的账户标识符）； IP 地址和从 IP 推导出的会话密钥会在 12 个月后不可逆地替换；数据绝不会出售。
• 自托管：此软件包不会向 OneQAZ 发送遥测数据，请求日志会写入你自己的 PostgreSQL。 如果你公开部署的服务，请将随附的 /privacy 页面替换为你自己的声明。

详情请参阅：PRIVACY.md。

免责声明

本软件仅用于信息和教育目的。本软件不构成财务建议。

• 所有信号、市场状态分析和市场数据均由自动化系统生成，可能包含错误。
• 信号评分根据实时市场价格计算，并每 5–15 分钟重新计算；这些数据并非逐笔数据。
• 交易、持仓和盈亏数据来自模拟交易（基于 K 线模拟成交，不计手续费、税费或滑点）。真实资金交易的结果会更差。
• 过往命中率和结果不保证未来表现。
• 你须对自己的投资决策承担全部责任。 作者和贡献者不对使用本软件造成的任何财务损失承担责任。
• 本软件不是注册投资顾问、经纪交易商或财务规划师。
• 做出任何投资决策前，请务必自行研究（DYOR）。

使用本软件即表示你确认理解并接受这些条款。

许可证

MIT