Xtquant AI

🚀 xtquantai

xtquantai 是一個基於模型上下文協議（MCP）的服務器，它將迅投（xtquant）量化交易平臺的功能與人工智能助手相結合，讓 AI 能夠直接訪問和操作量化交易數據與功能，為量化交易領域帶來更智能、便捷的操作體驗。

✨ 主要特性

XTQuantAI 提供以下核心功能（陸續更新中，歡迎提交新創意）：

基礎數據查詢

• 獲取交易日期 (get_trading_dates) - 獲取指定市場的交易日期
• 獲取板塊股票列表 (get_stock_list) - 獲取特定板塊的股票列表
• 獲取股票詳情 (get_instrument_detail) - 獲取股票的詳細信息

行情數據

• 獲取歷史行情數據 (get_history_market_data) - 獲取股票的歷史行情數據
• 獲取即時行情數據 (get_realtime_market_data) - 獲取股票的即時行情數據
• 訂閱行情更新 (subscribe_market_updates) - 訂閱並接收即時行情更新

圖表與可視化

• 生成價格圖表 (generate_price_chart) - 通過傳入時間範圍和參數，生成指定股票的價格圖表
• 技術指標分析 (technical_indicator_analysis) - 計算並返回股票的技術指標（如移動平均線、相對強弱指數等）

📦 安裝指南

前提條件

• Python 3.11 或更高版本
• 安裝 QMT 或投研終端
• 安裝 uv 包管理工具

下載與安裝

git clone https://github.com/your-repository/xtquantai.git
cd xtquantai
pip install -r requirements.txt

💻 使用示例

在 Cursor 中集成 MCP 服務器（僅限 Windows 環境）

方法一：通過 main.py 啟動

在項目根目錄中運行以下命令：

python main.py

方法二：直接通過 Python 腳本運行

運行 server_direct.py 文件：

python server_direct.py

工具使用示例

基礎用法

# 獲取交易日期
from xtquantai import get_trading_dates

dates = get_trading_dates(start_date="2023-01-01", end_date="2023-12-31")
print(dates)

高級用法

# 獲取板塊股票列表
from xtquantai import get_stock_list_by_sector

sector_stocks = get_stock_list_by_sector(sector_id="Technology")
print(sector_stocks)

# 生成價格圖表
from xtquantai import generate_price_chart

generate_price_chart(stock_code="AAPL", start_date="2023-01-01", end_date="2023-12-31", save_path="chart.png")

📚 詳細文檔

啟動服務器

python src/xtquantai/server.py

使用 MCP Inspector 進行調試（僅用於開發）

安裝 Node.js 環境後，運行以下命令：

npx @modelcontextprotocol/inspector uv run xtquantai

構建與發佈

1. 同步依賴並更新鎖文件：

   uv sync
   

2. 構建包分發：

   uv build
   

3. 發佈到 PyPI：

   uv publish
   

調試

由於 MCP 服務器通過標準輸入/輸出運行，調試具有挑戰性。我們強烈推薦使用 MCP Inspector 進行調試。

項目結構

xtquantai/
├── src/
│   └── xtquantai/
│       ├── __init__.py    # 包初始化文件
│       └── server.py      # MCP 服務器實現
├── main.py                # 啟動腳本
├── server_direct.py       # 直接 HTTP 服務器實現
├── pyproject.toml         # 項目配置
└── README.md              # 項目文檔

📄 許可證

本項目採用 MIT 許可證 - 詳見 LICENSE 文件。

貢獻

歡迎貢獻！請隨時提交問題或拉取請求。

致謝

• 迅投科技 提供的量化交易平臺
• 模型上下文協議 提供的 AI 集成框架