mcpField
Q
quant-brain-mcp

quant-brain-mcp

远程服务
github.com金融数据4今天更新

关于 quant-brain-mcp

Quant Brain MCP 为 Claude 等 MCP 客户端提供市场计算和聚焦 NSE 的研究任务,涵盖指标、投资组合优化、回测及多角色审查报告;全球研究扩展仍属计划功能。

主要功能

  1. 01行情、指标与新闻查询
  2. 02交易规模计算和价格提醒
  3. 03带留出集评估的投资组合优化
  4. 04基于规则的策略回测
  5. 05后台 NSE 研究任务
  6. 06含证据与执行记录的审查报告

适用场景

  1. 01比较不同证券的历史表现
  2. 02估算假设交易的风险与规模
  3. 03使用留出数据评估投资组合风险
  4. 04研究 NSE 公司并检查反方观点

MCP 相关

这是一个经过身份验证的 MCP 服务,提供市场工具和研究任务操作。客户端可启动、轮询、获取或取消研究任务,也可直接调用计算工具。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mcp-quant-brain.onrender.com/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

Quant Brain MCP

为 Claude 和其他 MCP 客户端提供市场计算和多 Agent 研究。

Quant Brain 将 25 个市场工具与四个研究任务工具结合起来。你可以查询报价、 运行回测、确定假设交易的规模,或启动印度股票研究任务,由 Codex 专家协同 执行,并返回证据、意见分歧和执行跟踪记录。Claude 会审阅报告,并向你说明 其判断。

测试 Python 3.12 许可证:MIT

当前功能与目标设计

当前版本提供市场计算和 NSE 研究。下一代架构将在此基础上扩展为全球研究 平台,支持浏览器调查、可追溯证据和论点监控。这些扩展仍在规划中;安装当前 版本不会启用它们。

领域当前实现计划扩展
市场NSE 研究任务;各个工具支持更广泛的提供商支持的标的面向交易所的研究,涵盖印度、美国和其他市场
数据Yahoo Finance 历史数据和报价,但存在时效性限制提供商适配器、经纪商数据源、分钟级 K 线和时效性检查
研究六种 Codex 角色;并行进行公司和量化分析根据任务选择的申报文件、估值、宏观、取证和投资组合专家
网络访问实时网络搜索;范围受限的官方 HTML/PDF 获取;浏览器控制已禁用隔离的浏览器工作进程、OCR 和更广泛的信息源
验证架构检查、模型审计、SDK 工具跟踪、检索到的来源摘录/哈希及明确的质量缺口按论点匹配证据,并支持独立复现计算结果
记忆已保存的任务和报告论点历史、重大变化监控和历史回放
运行单主机 Python 服务;由操作人员配置部署打包安装、可恢复任务、提供商插件和可选仪表板

请参阅目标架构 和交付路线图。

近期可靠性改进包括分离内部流式处理/计算限制、明确财务单位、为所有指标提供可复现性元数据,以及在调用失败或来源文档不可用时降低报告评级。请参阅验证结果和 VPS 更新流程。

当前版本的工作方式

flowchart TB
    User["You"] --> Claude["Claude / MCP client"]
    Claude -->|"Bearer-authenticated HTTP"| Outer["Quant Brain MCP<br/>25 market + 4 research tools"]
    Outer -->|"Direct market requests"| Engines["Calculation engines"]
    Outer -->|"Background research job"| Worker["Codex research roles"]
    Worker --> Search["Live web search"]
    Worker -->|"Separate internal token"| Inner["Private MCP<br/>21 read-only tools"]
    Inner --> Engines
    Engines --> Data["Yahoo Finance / yfinance"]
    Worker --> Report["Evidence + review + execution trace"]
    Report -->|"Poll and retrieve"| Claude
    Claude --> Answer["Answer with sources and limitations"]

可选的研究运行时与 MCP 服务运行在同一主机上,可以是个人电脑或 VPS。它使用 Codex 支持的登录流程;凭据保留在运行时中。Claude 会收到单独的 MCP Bearer 令牌。 无需 Google 登录。系统不会执行订单。

从这里开始

你想做什么指南
在本地运行研究并连接 Claude Code个人研究设置
连接 Claude Desktop/web 或其他客户端入门指南
部署需要身份验证的市场工具部署
在 VPS 上持续托管个人研究VPS 部署设计
了解系统及其边界架构与图示

对于本地研究设置,请使用 python -m pip install -r requirements_research.txt 安装 Python 3.12 依赖项,然后按照研究设置指南生成私有令牌、启动两个服务并连接 Claude。 基础市场服务只需安装 requirements.txt。

Claude Code 可以访问你的本地 HTTP 端点。 Claude Desktop/web 远程连接器从 Anthropic 云端发起连接,需要可访问的 HTTPS 端点; 它们无法访问你电脑上的 localhost。本地 Desktop stdio 集成是另一种连接方式,本研究设置不会配置这种方式。

现有的托管端点是 https://mcp-quant-brain.onrender.com/mcp。 它需要由运营方签发的 bearer 令牌。其已部署版本、研究配置和 Codex 登录状态必须分别检查;推送到 GitHub 或 CI 运行成功,都不能验证该托管部署。

六个研究角色

请参阅Agent 与工具对照表,了解输入、输出、确切的工具名称、当前共享权限以及拟议的专属权限。

角色职责
负责人将问题拆解为研究计划。
公司分析师调查业务、申报文件和新闻。
量化分析师使用计算工具并指出数据局限。
质疑者挑战假设并审视相互矛盾的证据。
审计员审查现有结论、要求更正并保留不确定性。
综合分析师汇总经过审计的结论和未解决的问题。

公司研究和量化研究并行运行。快速模式使用四个角色/调用; 标准模式增加负责人和质疑者,并允许最多一轮更正(6–8 次调用); 深度模式允许两轮更正(6–10 次调用)。调用和任务均设有超时。 报告保存在按所有者隔离的 SQLite 存储中;客户端通过轮询获取结果,而不是让单个 HTTP 请求一直保持打开状态。LangGraph 编排研究角色:公司研究和量化研究并行运行,随后进行审查和有限次数的更正,最后综合结果。 它在后端本地运行;无需 LangGraph 云账户。 SQLite 用于存储任务和报告;未启用自动图崩溃恢复。 请参阅工作流和生命周期图。 不同任务依次执行;角色并行运行并不意味着可以无限量地同时进行研究任务。

目标全局研究工作流

此图描述的是拟议组件,并非当前工具目录。

flowchart TD
    Q["Question or monitored event"] --> Plan["Plan tasks and budget"]
    Plan --> F["Filing and browser research"]
    Plan --> A["Quant, valuation, macro and portfolio analysis"]
    Providers["Market and disclosure adapters"] --> Gate["Instrument, time, currency and freshness checks"]
    Gate --> F
    Gate --> A
    F --> E["Captured evidence and calculation records"]
    A --> E
    E --> Review["Deterministic validation, skeptic and auditor"]
    Review --> Report["Cited report with unresolved disagreements"]
    Report --> Client["Claude or another MCP client"]
    Report --> Memory["Thesis history and change monitoring"]
    Memory --> Q

独立调查并行运行;审查在调查结果完成后进行。简单请求会直接交给计算工具。计划中的浏览器工作进程会调查文档和网站;市场数据适配器则提供报价和蜡烛图。

当前版本支持的请求示例:

使用 Quant Brain 对 TCS.NS 进行快速研究。检查最新可用报价和公司披露信息。轮询直至完成,获取报告, 并结合来源日期、不确定性和分歧给出你的判断。

可用于哪些场景

向 Claude 提问Quant Brain 的功能
“研究 TCS.NS,并解释最有力的反方论据。”收集证据、运行量化工具、审视论断,并返回经过审计的报告。
“比较 RELIANCE.NS 和 INFY.NS 过去两年的表现。”获取历史数据,并计算所需指标或回测结果。
“假设本金为 ₹100,000、风险为 1%,为一笔虚拟多头交易确定仓位。”根据假设计算入场价、止损价、股数、目标价和模拟亏损。
“评估这个投资组合的历史风险。”使用训练期历史数据拟合配置,并在留出观测数据上评估固定权重。
“监控这些价格。”存储所有者范围内的提醒;外部调度程序/客户端必须轮询并发送通知。
从提问到回答
  1. Claude 使用你的问题、1–5 个 NSE 股票代码和深度参数调用 start_research。
  2. Quant Brain 返回作业 ID,并在后台运行各个专家模块。
  3. Claude 轮询 get_research_status,然后获取 get_research_report。
  4. Claude 使用证据、审计警告和执行跟踪来解释其判断。

使用 cancel_research 停止自己拥有的作业。已完成的作业仍可能报告 insufficient_evidence;成功执行并不意味着答案可信。 对于直接计算,Claude 无需启动 Agent,即可调用市场工具。

工具

类别工具与功能
研究作业start_research、get_research_status、get_research_report、cancel_research
交易研究报价、新闻、交易仓位计算、自选清单扫描、持久化价格提醒
指标六个分组工具,提供 38 种精选指标
投资组合七种优化方法,采用按时间顺序留出评估
回测七种基于规则的策略工具
情报公司简介、行业排名、行业到股票的分析流程
图表以渲染图像形式返回的图表包

工具参考文档记录了全部 29 个工具的名称、参数和响应规范。内部研究 MCP 仅开放 21 个只读工具;提醒、图表和研究编排功能不包括在内。

验证与限制

最新的本地可靠性测试套件通过了 379 项测试,包括 PostgreSQL 和 VPS 更新程序回滚检查,以及 HTTP 和真实 PNG 导出冒烟测试。一次快速 Codex 研究作业成功完成了六次 MCP 调用和五次网络搜索。被阻止的来源获取仍清晰可见,最终报告仍标记为证据不足/置信度低。有关具体范围、历史结果和限制,请参阅验证报告;已发布修订版本的 Linux 检查结果请查看 CI。

  • 数据时效性: 免费数据可能存在延迟或无法获取。as_of 和 fetched_at 表示获取时间,并非经过验证的交易时间戳。近期获取数据并不能证明市场价格是最新的。
  • 证据: SDK 跟踪记录表明工具已运行,但不能独立证明每项主张、引用或模型撰写的摘录。verification_basis 为 model_review。
  • 回测: 留出集表现反映历史情况。不同工具的成本各异;投资组合留出结果不包含费用、滑点、税费和货币兑换成本。
  • 交易计划: 仓位计算会将模拟亏损限制在所显示的止损位;跳空、滑点和执行条件可能导致实际亏损更大。
  • 范围: 研究作业目前仅接受 NSE 股票代码。更广泛的市场工具也支持 US 和 BSE 股票代码,具体取决于其数据提供方。不支持自动交易。

文档

许可证

MIT。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。