Maverick MCP

金融研究とデータ .Python

スコア : 4ポイント

ダウンロード数 : 5.9K

更新時間 : 2025-12-12

サイトを開く

インストール

以下のコマンドをクライアントにコピーして設定

{
  "mcpServers": {
    "maverick-mcp": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "http://localhost:8003/sse/"]
    }
  }
}

{
  "mcpServers": {
    "maverick-mcp": {
      "command": "uv",
      "args": [
        "run",
        "python",
        "-m",
        "maverick_mcp.api.server",
        "--transport",
        "stdio"
      ],
      "cwd": "/path/to/maverick-mcp"
    }
  }
}

{
  "mcpServers": {
    "maverick-mcp": {
      "url": "http://localhost:8003/sse/"
    }
  }
}

{
  "mcpServers": {
    "maverick-mcp": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "http://localhost:8003/mcp/"]
    }
  }
}

{
  "mcpServers": {
    "maverick-mcp": {
      "serverUrl": "http://localhost:8003/sse/"
    }
  }
}

注意：あなたのキーは機密情報です。誰とも共有しないでください。

🚀 MaverickMCP - 個人用株式分析MCPサーバー

MaverickMCPは、FastMCP 2.0をベースにした個人用サーバーです。Claude Desktopインターフェースに直接、専門的な金融データ分析、テクニカル指標、ポートフォリオ最適化ツールを提供します。個人のトレーダーや投資家向けに設計されており、認証や課金の複雑さを伴わずに包括的な株式分析機能を提供します。

🚀 クイックスタート

前提条件

Python 3.12+：コアランタイム環境
uv：最新のPythonパッケージマネージャー（推奨）
TA-Lib：高度な指標のテクニカル分析ライブラリ
Redis（オプション、キャッシュ強化用）
PostgreSQLまたはSQLite（オプション、データ永続化用）

TA-Libのインストール

TA-Libはテクニカル分析の計算に必要です。

macOSとLinux（Homebrew）

brew install ta-lib

Windows（複数のオプション）

オプション1: Conda/Anaconda（推奨 - 最も簡単）

conda install -c conda-forge ta-lib

オプション2: 事前コンパイル済みのホイール

自分のPythonバージョンに適したホイールを以下からダウンロードします。
- cgohlke/talib-build releases
- 自分のPythonバージョンに合致するファイルを選択します（例：Python 3.12 64-bitの場合はTA_Lib-0.4.28-cp312-cp312-win_amd64.whl）
pipを使ってインストールします。

pip install path/to/downloaded/TA_Lib-X.X.X-cpXXX-cpXXX-win_amd64.whl

オプション3: 代替の事前コンパイル済みパッケージ

pip install TA-Lib-Precompiled

オプション4: ソースからビルド（上級者向け） 他の方法が失敗した場合は、ソースからビルドすることができます。

Microsoft C++ Build Toolsをインストールします。
ta-lib CライブラリをダウンロードしてC:\ta-libに解凍します。
Visual Studioツールを使ってビルドします。
pip install ta-libを実行します。

確認インストールをテストします。

python -c "import talib; print(talib.__version__)"

uvのインストール（推奨）

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

# 代替方法: pipを経由する
pip install uv

インストール

オプション1: uvを使う（推奨 - 最速）

# リポジトリをクローンする
git clone https://github.com/wshobson/maverick-mcp.git
cd maverick-mcp

# 依存関係をインストールし、仮想環境を1つのコマンドで作成する
uv sync

# 環境テンプレートをコピーする
cp .env.example .env
# Tiingo APIキーを追加する（tiingo.comで無料で取得可能）

オプション2: pipを使う（従来の方法）

# リポジトリをクローンする
git clone https://github.com/wshobson/maverick-mcp.git
cd maverick-mcp

# 仮想環境を作成してインストールする
python -m venv .venv
source .venv/bin/activate  # Windowsの場合は: .venv\Scripts\activate
pip install -e .

# 環境テンプレートをコピーする
cp .env.example .env
# Tiingo APIキーを追加する（tiingo.comで無料で取得可能）

サーバーの起動

# すべてを1つのコマンドで起動する（初回実行時はS&P 500のデータをシードする）
make dev

# サーバーは以下のエンドポイントで実行されます。
# - HTTPエンドポイント: http://localhost:8003/mcp/
# - SSEエンドポイント: http://localhost:8003/sse/
# - 520のS&P 500株式がスクリーニングデータとともに事前にロードされます。

Claude Desktopへの接続

推奨: SSE接続（安定して信頼性が高い） この設定は、ツールの登録を安定させ、ツールが消えるのを防ぎます。

{
  "mcpServers": {
    "maverick-mcp": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "http://localhost:8003/sse/"]
    }
  }
}

⚠️ 重要な注意

/sse/の末尾のスラッシュに注意してください。これはリダイレクトの問題を防ぐために必須です！

設定ファイルの場所

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

この設定が最適な理由

安定したツール登録 - 初回接続後にツールが消えることがありません。
SSEトランスポートを通じた信頼性の高い接続管理。
長時間実行される分析タスクのための適切なセッション永続化。
すべての29以上の金融ツールが常に利用可能です。

代替案: 直接のSTDIO接続（開発用のみ）

{
  "mcpServers": {
    "maverick-mcp": {
      "command": "uv",
      "args": [
        "run",
        "python",
        "-m",
        "maverick_mcp.api.server",
        "--transport",
        "stdio"
      ],
      "cwd": "/path/to/maverick-mcp"
    }
  }
}

⚠️ 重要な注意

設定を変更した後は必ずClaude Desktopを再起動してください。mcp-remoteを経由したSSE設定は、接続が切れることなく安定した持続的なツールアクセスを提供することがテストされ、確認されています。

これで完了です！MaverickMCPのツールがClaude Desktopインターフェースで利用可能になります。

Claude Desktop（最も人気） - 推奨設定

設定ファイルの場所

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

Cursor IDE - STDIOとSSE

オプション1: STDIO（mcp-remote経由）

{
  "mcpServers": {
    "maverick-mcp": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "http://localhost:8003/sse/"]
    }
  }
}

オプション2: 直接のSSE

{
  "mcpServers": {
    "maverick-mcp": {
      "url": "http://localhost:8003/sse/"
    }
  }
}

設定ファイルの場所: Cursor → Settings → MCP Servers

Claude Code CLI - すべてのトランスポート

HTTPトランスポート（推奨）

claude mcp add --transport http maverick-mcp http://localhost:8003/mcp/

SSEトランスポート（代替案）

claude mcp add --transport sse maverick-mcp http://localhost:8003/sse/

STDIOトランスポート（開発用）

claude mcp add maverick-mcp uv run python -m maverick_mcp.api.server --transport stdio

Windsurf IDE - STDIOとSSE

オプション1: STDIO（mcp-remote経由）

{
  "mcpServers": {
    "maverick-mcp": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "http://localhost:8003/mcp/"]
    }
  }
}

オプション2: 直接のSSE

{
  "mcpServers": {
    "maverick-mcp": {
      "serverUrl": "http://localhost:8003/sse/"
    }
  }
}

設定ファイルの場所: Windsurf → Settings → Advanced Settings → MCP Servers

mcp-remoteが必要な理由

mcp-remoteツールは、STDIOのみ対応のクライアント（Claude Desktopなど）とHTTP/SSEサーバーの間のギャップを埋めます。これがないと、これらのクライアントはリモートのMCPサーバーに接続できません。

mcp-remoteがない場合: クライアントがSTDIOを試みる → サーバーがHTTPを期待する → 接続が失敗する
mcp-remoteがある場合: クライアントがSTDIOを使用する → mcp-remoteがHTTPに変換する → サーバーがHTTPを受け取る → 成功

✨ 主な機能

事前シードされたデータベース: 520のS&P 500株式と包括的なスクリーニング推奨事項
高度なバックテスト: VectorBTをベースにしたエンジンで、15以上の組み込み戦略と機械学習アルゴリズムを備えています。
高速開発: 包括的なMakefile、スマートなエラーハンドリング、ホットリロード、並列処理
株式データアクセス: 歴史的およびリアルタイムの株式データをインテリジェントなキャッシュで提供します。
テクニカル分析: SMA、EMA、RSI、MACD、ボリンジャーバンドなど20以上の指標
株式スクリーニング: 複数の戦略（Maverick Bullish/Bearish、Trending Breakouts）を並列処理で実行します。
ポートフォリオツール: 相関分析、収益計算、最適化
市場データ: セクターパフォーマンス、市場の動き、収益情報
スマートキャッシュ: Redisをベースにしたパフォーマンスで、メモリ内ストレージへのグレースフルなフォールバックがあります。
データベースサポート: SQLAlchemyを使ってPostgreSQL/SQLiteと統合（デフォルトはSQLite）
複数のトランスポートサポート: HTTP、SSE、STDIOトランスポートをすべてのMCPクライアントに提供します。

💻 使用例

基本的な使用法

バックテストの例

Claude Desktopに接続した後、自然言語を使ってバックテストを実行することができます。

"過去6か月間で、AAPLに対してモメンタム戦略を使用してバックテストを実行してください。"

"SPYに対して、平均回帰戦略とトレンドフォロー戦略のパフォーマンスを比較してください。"

"ウォークフォワード分析を使用して、TSLAのRSI戦略パラメータを最適化してください。"

"適応型機械学習戦略を使用したテクノロジー株のポートフォリオのシャープレシオと最大ドローダウンを表示してください。"

"S&P 500セクターに対するアンサンブル戦略の詳細なバックテストレポートを生成してください。"

テクニカル分析の例

"NVDAのRSIとMACD分析を表示してください。"

"MSFTのサポートとレジスタンスレベルを特定してください。"

"トップ5のモメンタム株の完全なテクニカル分析を取得してください。"

ポートフォリオ管理の例（新機能）

"150.50ドルで購入したAAPLの株式を10株追加してください。"

"現在の価格で私のポートフォリオを表示してください。"

"私のポートフォリオの保有株を比較してください。"  # ティッカーを指定する必要はありません！

"私のポートフォリオの相関を分析してください。"  # 自動的にあなたのポジションを検出します。

"MSFTの株式を5株削除してください。"

ポートフォリオ最適化の例

"AAPL、GOOGL、MSFT、AMZNのポートフォリオを最大シャープレシオで最適化してください。"

"私のテクノロジーポートフォリオの相関行列を計算してください。"

"エネルギーセクターの株式のリスク調整済み収益を分析してください。"

📚 ドキュメント

利用可能なツール

MaverickMCPは、39以上の金融分析ツールをカテゴリ別に提供しており、高度なAIベースの調査エージェントも含まれています。

株式データツール

fetch_stock_data - インテリジェントなキャッシュで歴史的株式データを取得します。
fetch_stock_data_batch - 複数のティッカーのデータを同時に取得します。
get_news_sentiment - 任意のティッカーのニュースセンチメントを分析します。
clear_cache / get_cache_info - キャッシュ管理ユーティリティ

テクニカル分析ツール

get_rsi_analysis - 買い/売りシグナル付きのRSI計算
get_macd_analysis - トレンド識別付きのMACD分析
get_support_resistance - 重要な価格レベルを特定します。
get_full_technical_analysis - 包括的なテクニカル分析
get_stock_chart_analysis - ビジュアルチャート生成

ポートフォリオ管理ツール（新機能） - 個人用ポートフォリオ追跡

portfolio_add_position - 自動的なコストベース平均化でポジションを追加または更新します。
portfolio_get_my_portfolio - 実時間の損益計算付きでポートフォリオを表示します。
portfolio_remove_position - 部分的または完全なポジションを削除します。
portfolio_clear_portfolio - 安全確認付きですべてのポジションをクリアします。

ポートフォリオの特徴

永続的なストレージ: コストベースで実際の保有株を追跡します。
自動平均化: 繰り返しの購入時にコストベースが自動的に更新されます。
実時間の損益: すべてのポジションの実時間の未実現利益/損失。
ポートフォリオリソース: portfolio://my-holdingsは自動的にAIコンテキストを提供します。
複数のポートフォリオサポート: 複数のポートフォリオ（IRA、401k、課税対象など）を追跡します。
端数株サポート: 部分的な株式ポジションを完全にサポートします。

ポートフォリオ分析ツール

risk_adjusted_analysis - ポジション認識付きのリスクベースのポジションサイジング
compare_tickers - 並列的なティッカー比較（自動的にあなたのポートフォリオを使用します）
portfolio_correlation_analysis - 相関行列分析（自動的にあなたの保有株を分析します）

スマートな統合

すべての分析ツールは自動的にあなたのポートフォリオポジションを検出します。
すでに保有しているティッカーを手動で入力する必要はありません。
ポジション認識付きの推奨事項（平均化アップ/ダウン、利益確定）

株式スクリーニングツール（S&P 500で事前シードされています）

get_maverick_stocks - 520のS&P 500株式から強気のモメンタムスクリーニング
get_maverick_bear_stocks - 事前分析されたデータから弱気のセットアップを特定します。
get_trending_breakout_stocks - 供給/需要分析付きの強い上昇トレンドフェーズのスクリーニング
get_all_screening_recommendations - すべての戦略のスクリーニング結果を統合します。
データベースには定期的に更新される包括的なスクリーニングデータが含まれています。

高度な調査ツール（新機能） - AIベースの深層分析

research_comprehensive - 複数のAIエージェントによる完全な並列調査（7 - 256倍高速）
research_company - 財務分析付きの会社固有の深層調査
analyze_market_sentiment - 信頼度追跡付きの複数ソースのセンチメント分析
coordinate_agents - 複雑な調査オーケストレーションのためのマルチエージェントスーパーバイザー

調査の特徴

並列実行: インテリジェントなエージェントオーケストレーションで7 - 256倍の高速化
適応的なタイムアウト: 調査の深さと複雑さに基づいて120秒 - 600秒
スマートなモデル選択: OpenRouterを通じて400以上のモデルから自動的に選択
コスト最適化: インテリジェントなモデルルーティングで40 - 60%のコスト削減
早期終了: 信頼度ベースの早期停止で時間とコストを節約
コンテンツフィルタリング: 信頼性の高いソースを優先
エラー回復: サーキットブレーカーと包括的なエラーハンドリング

バックテストツール（新機能） - 本番環境で使用可能な戦略テスト

run_backtest - 任意の戦略に対してVectorBTエンジンでバックテストを実行します。
compare_strategies - 戦略比較のためのA/Bテストフレームワーク
optimize_strategy - パラメータチューニング付きのウォークフォワード最適化
analyze_backtest_results - 包括的なパフォーマンスメトリクスとリスク分析
get_backtest_report - 詳細なHTMLレポートを生成します。

バックテストの特徴

15以上の組み込み戦略: 機械学習ベースの適応型、アンサンブル、レジーム認識アルゴリズムを含む
VectorBT統合: 高性能のベクトル化バックテストエンジン
並列処理: 複数の戦略評価で7 - 256倍の高速化
高度なメトリクス: シャープレシオ、ソルティノレシオ、カルマーレシオ、最大ドローダウン、勝率
ウォークフォワード最適化: サンプル外テストと自動パラメータチューニング
モンテカルロシミュレーション: 信頼区間付きのロバスト性テスト
マルチタイムフレームサポート: 1分から月次データまで
カスタム戦略開発: カスタム戦略のための使いやすいテンプレート

市場データツール

市場の概要、セクターのパフォーマンス、収益カレンダー
経済指標と連邦準備制度のデータ
リアルタイムの市場の動きとセンチメント分析

リソース

stock://{ticker} - 最新の1年間の株式データ
stock://{ticker}/{start_date}/{end_date} - カスタム日付範囲
stock_info://{ticker} - 基本的な株式情報

プロンプト

stock_analysis(ticker) - 包括的な株式分析プロンプト
market_comparison(tickers) - 複数の株式を比較する
portfolio_optimization(tickers, risk_profile) - ポートフォリオ最適化のガイダンス

テスト例 - すべての機能を検証する

これらの例を使って、包括的な調査機能と並列処理の改善をテストします。

コア調査機能

タイムアウト保護付きの基本的な調査

"AI半導体産業の現在の状況を調査し、トップ3の投資機会を特定してください。"

テスト項目: 基本的な調査、適応的なタイムアウト、産業分析

複数のエージェントによる包括的な会社調査

"NVDAに関する包括的な調査を行い、基本分析、テクニカル指標、競争力の位置付け、市場のセンチメントを複数の調査アプローチを使って提供してください。"

テスト項目: 並列オーケストレーション、マルチエージェントコーディネーション、会社調査

コスト最適化された迅速な調査

"AAPLの最近の収益と株価パフォーマンスの簡単な概要を教えてください。"

テスト項目: スマートなモデル選択、コスト最適化、迅速な分析

パフォーマンステスト

並列パフォーマンスベンチマーク

"MSFT、GOOGL、AMZNを同時に調査し、クラウドコンピューティングの収益成長に焦点を当てて比較してください。"

テスト項目: 並列実行の高速化（7 - 256倍）、複数会社分析

早期終了付きの深層調査

"テスラの自動運転技術とそれが株価評価に与える影響について徹底的な調査を行ってください。"

テスト項目: 深層調査の深度、信頼度追跡、早期終了（0.85の閾値）

エラーハンドリングと回復

エラー回復とサーキットブレーカーテスト

"異常なオプション活動のある10のペニー株を調査し、それぞれのリスク評価を提供してください。"

テスト項目: サーキットブレーカーの活性化、エラーハンドリング、フォールバックメカニズム

スーパーバイザーエージェントのコーディネーション

"再生可能エネルギーセクターをテクニカル分析と基本分析の両方のアプローチを使って分析し、その結果を実行可能な投資提案にまとめてください。"

テスト項目: スーパーバイザールーティング、エージェントコーディネーション、結果の統合

高度な機能

コンテンツフィルタリング付きのセンチメント分析

"過去1週間のビットコインと暗号通貨株の市場のセンチメントを分析し、信頼性の高いソースのみをフィルタリングしてください。"

テスト項目: センチメント分析、コンテンツフィルタリング、ソースの信頼性

タイムアウトストレステスト

"S&P 500のテクノロジーセクターのすべての会社を調査し、成長潜在力でランク付けしてください。"

テスト項目: タイムアウト管理、大規模分析、負荷下でのパフォーマンス

マルチモーダル調査の統合

"AMDをテクニカル分析で調査し、最近のAIチップに関するニュースを見つけ、競合他社のインテルの位置付けを分析し、リスク評価付きの包括的な投資論を提供してください。"

テスト項目: すべての調査モード、統合、合成、リスク評価

追加のエッジケーステスト

空/無効なクエリの処理

"[意図的に空白にするか、存在しないシンボル（XYZABCなど）を使って調査してください。]"

テスト項目: エラーメッセージ、有益な修正提案

トークン予算の最適化

"半導体産業全体の可能な限り包括的な分析を提供し、すべての主要なプレーヤー、サプライチェーンのダイナミクス、地政学的要因、および5年間の予測を含めてください。"

テスト項目: 段階的なトークン割り当て、予算管理、深度と幅

期待されるパフォーマンスメトリクス

これらのテストを実行すると、以下のようなパフォーマンスが期待されます。

並列高速化: 複数エンティティのクエリで7 - 256倍の高速化
応答時間: 簡単なクエリは約10秒、複雑な調査は30 - 120秒
コスト効率: プレミアムのみのモデルと比較して60 - 80%の削減
信頼度スコア: 信頼度が0.85を超えたら早期終了
エラー回復: クラッシュせずにグレースフルに劣化
モデル選択: タスクごとに最適なモデルに自動的にルーティング

📦 インストール

Docker（オプション）

コンテナ化されたデプロイメントのためには、以下のコマンドを使用します。

# 環境をコピーして設定する
cp .env.example .env

# Dockerでuvを使用する（高速ビルドのために推奨）
docker build -t maverick_mcp .
docker run -p 8003:8003 --env-file .env maverick_mcp

# またはdocker-composeで起動する
docker-compose up -d

注意: Dockerfileは、高速な依存関係のインストールと小さなイメージサイズのためにuvを使用しています。

🔧 技術詳細

トラブルシューティング

一般的な問題

Claude Desktopでツールが消える

解決策: SSEエンドポイントに末尾のスラッシュがあることを確認してください: http://localhost:8003/sse/
/sseから/sse/への307リダイレクトがツールの登録を失敗させます。
常に上記の末尾のスラッシュ付きの正確な設定を使用してください。

調査ツールのタイムアウト

調査ツールには適応的なタイムアウト（120秒 - 600秒）があります。
深層調査は複雑さに応じて2 - 10分かかる場合があります。
make tail-logでサーバーログで進捗状況を監視してください。

OpenRouterが機能しない

.envにOPENROUTER_API_KEYが設定されていることを確認してください。
openrouter.aiでAPIキーの有効性を確認してください。
OpenRouterが利用できない場合は、システムは直接のプロバイダーにフォールバックします。

# 一般的な開発問題
make tail-log          # サーバーログを表示する
make stop              # ポートが使用中の場合はサービスを停止する
make clean             # キャッシュファイルをクリーンアップする

# 迅速な修正方法
# ポート8003が使用中 → make stop
# Redisの接続が拒否される → brew services start redis
# テストが失敗する → make test（ユニットテストのみ）
# 起動が遅い → ./tools/fast_dev.sh
# S&P 500のデータが欠落している → uv run python scripts/seed_sp500.py
# 調査がタイムアウトする → ログを確認し、タイムアウト設定を増やす

MaverickMCPの拡張

簡単なデコレータを使って、カスタムの金融分析ツールを追加できます。

@mcp.tool()
def my_custom_indicator(ticker: str, period: int = 14):
    """Calculate custom technical indicator."""
    # Your analysis logic here
    return {"ticker": ticker, "signal": "buy", "confidence": 0.85}

@mcp.resource("custom://analysis/{ticker}")
def custom_analysis(ticker: str):
    """Custom analysis resource."""
    # Your resource logic here
    return f"Custom analysis for {ticker}"

開発ツール

迅速な開発ワークフロー

make dev               # すべてを起動する
make stop              # サービスを停止する
make tail-log          # サーバーログを追跡する
make test              # テストを迅速に実行する
make experiment        # カスタム分析スクリプトをテストする

スマートなエラーハンドリング

MaverickMCPには、役立つエラー診断が含まれています。

DataFrameの列名の大文字と小文字の区別 → 正しい列名を表示する
接続エラー → 具体的な修正コマンドを提供する
インポートエラー → 正確なインストールコマンドを表示する
データベースの問題 → SQLiteへのフォールバックを提案する

高速開発オプション

ホットリロード: uv run python tools/hot_reload.py - 変更時に自動的に再起動する
高速起動: ./tools/fast_dev.sh - 3秒以内で起動する
迅速なテスト: uv run python tools/quick_test.py --test stock - 特定の機能をテストする
実験ハーネス: tools/experiments/に.pyファイルを置くと自動的に実行されます。

パフォーマンス機能

並列スクリーニング: ProcessPoolExecutorを使って4倍の高速な株式分析
スマートキャッシュ: @quick_cacheデコレータを使って即座に再実行できる
最適化されたテスト: ユニットテストが5 - 10秒で完了する

📄 ライセンス

MITライセンス - 詳細はLICENSEファイルを参照してください。個人および商用目的で自由に使用できます。

サポート

MaverickMCPが役に立つと思った場合は、以下のことをしてください。

リポジトリにスターを付ける
GitHubの問題トラッカーでバグを報告する
機能提案をする
ドキュメントを改善する

トレーダーと投資家のために作られました。快適なトレードを！

完全なビルドガイドを読む: How to Build an MCP Stock Analysis Server

免責事項

_{このソフトウェアは教育および情報提供を目的としています。金融アドバイスではありません。}

_{投資リスク警告: 過去のパフォーマンスは将来の結果を保証するものではありません。すべての投資には損失のリスクがあり、資本の全損も含まれます。テクニカル分析とスクリーニング結果は将来のパフォーマンスを予測するものではありません。市場データは遅延、不正確、または不完全な場合があります。**}

_{専門的なアドバイスではない: このツールはデータ分析を提供しますが、投資勧告ではありません。投資決定を行う前に常に資格のある金融アドバイザーに相談してください。開発者は免許を持った金融アドバイザーまたは投資専門家ではありません。このソフトウェアに含まれる内容は、専門的な金融、投資、法律、または税務アドバイスを構成するものではありません。**}

_{データと正確性: 市場データはサードパーティのソース（Tiingo、Yahoo Finance、FRED）から提供されています。データにはエラー、遅延、または省略が含まれる場合があります。テクニカル指標は過去のデータに基づく数学的な計算です。データの正確性または完全性に関する保証はありません。**}

_{規制遵守: 米国のユーザー - このソフトウェアはSEC、CFTC、または他の規制機関に登録されていません。国際的なユーザー - 使用前に地元の金融ソフトウェア規制を確認してください。ユーザーはすべての適用される法律と規制の遵守に責任があります。一部の機能は特定の管轄区域では利用できない場合があります。**}

_{責任の制限: 開発者は投資損失または損害に関するすべての責任を否認します。このソフトウェアを自己責任で使用してください。ソフトウェアの可用性または機能に関する保証はありません。**}

_{このソフトウェアを使用することにより、これらのリスクを承認し、ソフトウェアを教育目的のみで使用することに同意するものとします。**}