
xtquantai

2025.03.17
53
Python量化交易AI 集成金融服务金融服务
xtquantai 是一个基于 Model Context Protocol (MCP) 的服务器,它将迅投 (xtquant) 量化交易平台的功能与人工智能助手集成,使 AI 能够直接访问和操作量化交易数据和功能。
View on GitHub
Overview
基本能力
产品定位
xtquantai 是一个将量化交易平台与 AI 助手集成的服务器,旨在通过 AI 直接访问和操作量化交易数据和功能。
核心功能
- 基础数据查询
- 获取交易日期 (
get_trading_dates
) - 获取板块股票列表 (
get_stock_list
) -
获取股票详情 (
get_instrument_detail
) -
行情数据
- 获取历史行情数据 (
get_history_market_data
) - 获取最新行情数据 (
get_latest_market_data
) -
获取完整行情数据 (
get_full_market_data
) -
图表和可视化
- 创建图表面板 (
create_chart_panel
) - 创建自定义布局 (
create_custom_layout
)
适用场景
- 量化交易数据分析
- AI 辅助交易决策
- 股票市场研究和可视化
工具列表
- get_trading_dates - 获取指定市场的交易日期
- get_stock_list - 获取特定板块的股票列表
- get_instrument_detail - 获取股票的详细信息
- get_history_market_data - 获取股票的历史行情数据
- get_latest_market_data - 获取股票的最新行情数据
- get_full_market_data - 获取股票的完整行情数据
- create_chart_panel - 创建股票图表面板,支持各种技术指标
- create_custom_layout - 创建自定义的图表布局
常见问题解答
- QMT 生态系统目前仅支持 Windows,因此以下均在 Windows 环境实现。
- Windows 环境在实现 MCP 过程中有不少细节,需要注意。
- uv 是有缓存的,因此一旦中间有错误的运行,不删缓存就会一直不更新,记得运行一下删除。
使用教程
使用依赖
- Python 3.11 或更高版本
- 迅投 QMT 或投研终端
- uv 包管理工具 (推荐)
安装 uv:
pip install uv
安装教程
下载项目:
git clone https://github.com/dfkai/xtquantai.git
调试方式
- 直接启动服务器:
python -m xtquantai
或
xtquantai
- 使用 MCP Inspector 进行调试:
npx @modelcontextprotocol/inspector uv run xtquantai
- 构建和发布:
uv sync
uv build
uv publish