Skip to main content
Glama

MCP Trading Quantitative Analysis Server

by j840425
GitHub
Python
  • Linux
  • Apple
OverviewInspectNewEndpointsSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

📈 MCP Trading Quantitative Analysis Server

Sistema de análisis de trading cuantitativo implementado como servidor MCP (Model Context Protocol) que permite a Claude acceder y analizar datos financieros, calcular indicadores técnicos, evaluar sentiment de noticias y generar señales de trading para acciones y forex.

✨ Características Principales

  • 12 herramientas MCP organizadas en 4 categorías funcionales

  • Análisis técnico con 28+ indicadores técnicos (RSI, MACD, Bollinger Bands, etc.)

  • Análisis de sentiment usando FinBERT para noticias financieras

  • Señales de trading técnicas, fundamentales e híbridas con scores de confianza

  • Datos en tiempo real mediante Alpha Vantage API

  • Arquitectura modular y extensible para fácil integración de nuevas fuentes

🏗️ Arquitectura

El sistema está organizado en capas modulares:

  • Servidor MCP: Implementación del protocolo MCP con 12 herramientas

  • Datos de Mercado: Cliente Alpha Vantage para precios y datos históricos

  • Indicadores Técnicos: Cálculo automatizado con pandas-ta

  • Análisis NLP: FinBERT para sentiment analysis de noticias financieras

  • Generador de Señales: Combina análisis técnico y fundamental

  • Configuración: Variables de entorno con python-dotenv

🚀 Instalación

Requisitos

Pasos

  1. Clonar el repositorio

cd /ruta/a/pry_mcp_trading

  1. Crear entorno virtual

python3 -m venv .venv source .venv/bin/activate # Linux/Mac # o .venv\Scripts\activate # Windows

  1. Instalar dependencias

pip install -r requirements.txt

  1. Configurar API keys

cp .env.example .env nano .env

Agregar tus claves:

ALPHA_VANTAGE_API_KEY=tu_api_key_aqui NEWSDATA_API_KEY=tu_api_key_aqui

  1. Probar conexión

python test_connection.py

Configurar Claude

Para Claude Desktop

Editar archivo de configuración según tu sistema operativo:

Linux:

nano ~/.config/Claude/claude_desktop_config.json

macOS:

nano ~/Library/Application\ Support/Claude/claude_desktop_config.json

Windows:

notepad %APPDATA%\Claude\claude_desktop_config.json

Agregar configuración (reemplazar con tu ruta real):

{ "mcpServers": { "trading-quantitative": { "command": "/ruta/completa/a/pry_mcp_trading/.venv/bin/python", "args": [ "/ruta/completa/a/pry_mcp_trading/server.py" ], "env": { "PYTHONPATH": "/ruta/completa/a/pry_mcp_trading" } } } }

Para Claude Code (VSCode)

El archivo .mcp.json ya está configurado en la raíz del proyecto.

Asegúrate de tener en .claude/settings.local.json:

{ "enableAllProjectMcpServers": true }

Recarga VSCode: Ctrl+Shift+P → "Developer: Reload Window"

Verificación

Pregunta a Claude:

¿Qué herramientas MCP tienes disponibles?

Deberías ver las 12 herramientas de trading listadas.

🛠️ Tecnologías

Componente

Tecnología

Versión

Protocol

MCP SDK

1.0.0+

Data API

Alpha Vantage

API v2

News API

NewsData.io

API v1

Análisis Técnico

pandas-ta

Latest

NLP Sentiment

FinBERT (transformers)

4.57+

ML Framework

PyTorch

2.0+

Data Processing

pandas, numpy

Latest

📂 Estructura del Proyecto

pry_mcp_trading/ ├── server.py # Servidor MCP principal ├── requirements.txt # Dependencias Python ├── .env.example # Plantilla de configuración ├── .mcp.json # Config MCP para Claude Code ├── setup.sh # Script de instalación ├── test_connection.py # Tests de conexión APIs ├── README.md # Esta documentación ├── .gitignore # Archivos ignorados └── src/ # Código fuente ├── config.py # Configuración centralizada ├── market_data/ # Módulo de datos (3 tools) │ ├── __init__.py │ └── client.py # Cliente Alpha Vantage ├── indicators/ # Módulo indicadores (4 tools) │ ├── __init__.py │ └── calculator.py # Cálculo de indicadores ├── news_analysis/ # Módulo noticias (2 tools) │ ├── __init__.py │ ├── news_client.py # Cliente NewsData.io │ └── sentiment_analyzer.py # FinBERT sentiment └── signals/ # Módulo señales (3 tools) ├── __init__.py └── signal_generator.py # Generador de señales

🔧 Herramientas MCP Disponibles

📊 Grupo 1: Datos de Mercado (3)

get_current_price

Obtiene precio actual de acciones o forex.

Ejemplo: "¿Cuál es el precio actual de AAPL?"

get_historical_data

Datos históricos OHLCV con múltiples intervalos (1min a monthly).

Ejemplo: "Muéstrame los datos históricos de TSLA de los últimos 3 meses"

get_quote_info

Información completa: precio, fundamentales, empresa.

Ejemplo: "Dame información completa sobre Microsoft (MSFT)"

📈 Grupo 2: Indicadores Técnicos (4)

calculate_trend_indicators

8 indicadores: SMA, EMA, MACD, ADX, AROON, PSAR, SUPERTREND, DEMA

Ejemplo: "Calcula el MACD y EMA(20) para AAPL"

calculate_momentum_indicators

8 indicadores: RSI, STOCHASTIC, CCI, WILLR, ROC, MFI, TSI, MOMENTUM

Ejemplo: "¿Cuál es el RSI actual de GOOGL?"

calculate_volatility_indicators

6 indicadores: BBANDS, ATR, KELTNER, STDDEV, DONCHIAN, ULCER

Ejemplo: "Calcula las Bandas de Bollinger para AMZN"

calculate_volume_indicators

6 indicadores: OBV, VWAP, AD, CMF, VO, PVT

Ejemplo: "Analiza el volumen de META con OBV y VWAP"

📰 Grupo 3: Análisis de Noticias (2)

get_financial_news

Obtiene últimas noticias financieras del activo.

Ejemplo: "Muéstrame las últimas noticias sobre Tesla"

analyze_news_sentiment

Analiza sentiment con FinBERT (positive/negative/neutral + score).

Ejemplo: "Analiza el sentiment de las noticias sobre Apple"

🎯 Grupo 4: Señales de Trading (3)

generate_technical_signal

Señales basadas en indicadores técnicos (simple o compuestas).

Ejemplo: "Dame una señal técnica para NVDA usando RSI"

generate_fundamental_signal

Señales basadas en sentiment de noticias con FinBERT.

Ejemplo: "¿Qué dicen las noticias sobre AMD? Dame una señal"

generate_hybrid_signal

Combina análisis técnico + fundamental con pesos configurables.

Ejemplo: "Genera una señal híbrida para Bitcoin"

📖 Ejemplos de Uso

Análisis Básico

Usuario: "¿Cuál es el precio actual de Apple?" Claude: [Llama get_current_price("AAPL")] El precio actual de Apple es $270.37 - Cambio: -$1.03 (-0.38%) - Volumen: 86,167,123 - Máximo: $277.32 | Mínimo: $269.16

Análisis Técnico Completo

Usuario: "Analiza AAPL técnicamente" Claude: [Ejecuta múltiples herramientas] 📊 ANÁLISIS TÉCNICO DE APPLE (AAPL) Momentum: • RSI(14): 69.05 - NEUTRAL (cerca de sobrecompra) • Estocástico: 87.72 - SOBRECOMPRADO Tendencia: • Precio: $270.37 • SMA(50): $248.25 - Precio 8.9% arriba ✓ • EMA(20): $260.41 - Precio 3.8% arriba ✓ 🎯 SEÑAL: HOLD con sesgo alcista

Análisis de Sentiment

Usuario: "Analiza el sentiment de noticias de Apple" Claude: [Llama analyze_news_sentiment("AAPL")] 📰 SENTIMENT ANALYSIS - APPLE Score: +0.25 (positivo moderado) Confianza: 89.7% Distribución: - 6 noticias positivas (60%) - 3 noticias negativas (30%) - 1 noticia neutral (10%) Interpretación: Sentiment mayormente positivo

Señal de Trading Completa

Usuario: "Dame una recomendación de trading para AAPL" Claude: [Genera señal híbrida] 🎯 SEÑAL DE TRADING - APPLE (AAPL) RECOMENDACIÓN: HOLD (sesgo alcista) Confianza: 72% Análisis Técnico (60%): ✓ Tendencia alcista (SMA/EMA) ⚠️ Estocástico sobrecomprado Análisis Fundamental (40%): ✓ Sentiment positivo (+0.25) Plan sugerido: - Entrada: Esperar pullback a $260-265 - Stop Loss: $255 - Target: $280-285

🔑 Características Técnicas

Procesamiento de Datos

  • Caché inteligente para optimizar requests a APIs

  • Manejo de errores robusto con reintentos automáticos

  • Validación de datos con pandas para limpieza automática

Análisis de Sentiment

  • FinBERT especializado en textos financieros

  • Modelo pre-entrenado de Hugging Face (ProsusAI/finbert)

  • Análisis por artículo con agregación ponderada

  • Descarga automática del modelo en primera ejecución

Generación de Señales

  • Estrategias simples: RSI, MACD, SMA Cross, Bollinger Bands

  • Estrategias compuestas: Múltiples indicadores con pesos

  • Confluence scoring: Combina señales para mayor confianza

  • Pesos configurables: Ajusta balance técnico/fundamental

⚠️ Limitaciones

Técnicas

  • Alpha Vantage gratis: 25 requests/día, 5 requests/minuto

  • NewsData.io gratis: 200 noticias/día

  • Delay de datos: Hasta 15 minutos en plan gratuito

  • FinBERT: Requiere 2GB RAM + 2GB disco para modelo

Funcionales

  • Solo acciones globales y forex (no opciones/futuros)

  • Sentiment analysis en inglés únicamente

  • Solo análisis y señales (no ejecuta trades)

  • Indicadores calculados sobre datos históricos disponibles

🐛 Troubleshooting

El servidor no se conecta

# Verificar rutas absolutas en configuración pwd # Copiar esta ruta # Verificar dependencias source .venv/bin/activate pip list | grep -E "mcp|pandas|transformers" # Test de conexión python test_connection.py

Error de API keys

# Verificar archivo .env existe ls -la .env # Verificar contenido cat .env # Test individual python -c "from src.config import Config; print(Config.ALPHA_VANTAGE_API_KEY)"

FinBERT no descarga

# Verificar espacio en disco df -h # Descargar manualmente python -c "from transformers import AutoTokenizer, AutoModelForSequenceClassification; \ AutoTokenizer.from_pretrained('ProsusAI/finbert'); \ AutoModelForSequenceClassification.from_pretrained('ProsusAI/finbert')"

Rate limit exceeded

  • Solución temporal: Esperar reset diario (medianoche UTC)

  • Solución permanente: Upgrade a plan premium de Alpha Vantage

  • Workaround: Implementar caché local con Redis/SQLite

Claude no reconoce servidor (VSCode)

# Verificar .mcp.json cat .mcp.json # Verificar settings cat .claude/settings.local.json # Recargar VSCode # Ctrl+Shift+P → "Developer: Reload Window"

🔐 Seguridad

NUNCA subas a Git:

  • .env con API keys

  • Archivos *.pyc o __pycache__/

  • Directorio .venv/

Ya configurado en

.env .venv/ __pycache__/ *.pyc

Para producción:

  • Usa variables de entorno del sistema

  • Rota API keys periódicamente

  • Monitorea uso de APIs

📝 Desarrollo

Agregar un Nuevo Indicador

  1. Edita src/indicators/calculator.py

  2. Agrega método para el nuevo indicador

  3. Registra en server.py en la tool correspondiente

  4. Actualiza documentación

Ejemplo:

def calculate_custom_indicator(self, symbol: str, period: int = 14): """Calcula indicador personalizado""" df = self.market_client.get_historical_data(symbol, ...) result = df.ta.custom(length=period) return { "symbol": symbol, "value": result.iloc[-1], "interpretation": "..." }

Testing Local

# Activar entorno source .venv/bin/activate # Test de conexión python test_connection.py # Test de herramienta específica python -c "from src.market_data import AlphaVantageClient; \ print(AlphaVantageClient().get_current_price('AAPL'))" # Ejecutar servidor manualmente python server.py

🌐 Recursos

Documentación APIs

Librerías Python

Trading Education

📋 Comandos Útiles

# Activar/desactivar entorno source .venv/bin/activate deactivate # Gestión de dependencias pip list pip install --upgrade -r requirements.txt # Limpieza find . -type d -name __pycache__ -exec rm -rf {} + find . -type f -name "*.pyc" -delete # Tamaño del proyecto du -sh . # Test de APIs python test_connection.py

👤 Autoría y Desarrollo

Diseño y Arquitectura: Jean Carlo Gómez Ponce

  • Conceptualización del sistema

  • Decisiones de arquitectura MCP

  • Dirección del desarrollo

  • Integración de herramientas

Implementación: Código generado con Claude AI (Anthropic) bajo supervisión y especificaciones del autor

Nota sobre el uso de IA: Este proyecto fue desarrollado mediante pair programming con IA. El diseño, la arquitectura y las decisiones técnicas son del autor humano. La implementación del código fue asistida por Claude AI siguiendo las especificaciones proporcionadas.

🙏 Agradecimientos

⚖️ Licencia

Este proyecto es para uso educativo únicamente. No se ofrece ninguna garantía.

⚠️ Disclaimer

IMPORTANTE: Este software es solo para propósitos educativos e informativos. NO constituye asesoría financiera, de inversión, ni recomendación de trading.

El trading y la inversión en mercados financieros conllevan riesgos significativos y pueden resultar en pérdida parcial o total del capital. Los resultados pasados no garantizan rendimientos futuros.

Siempre consulta con un asesor financiero profesional antes de tomar decisiones de inversión. El autor no se hace responsable de las pérdidas o daños que puedan resultar del uso de este software.

Versión: 1.0.0 Última actualización: 2025-11-01 Estado: Producción (Educational Use Only)

⭐ Si este proyecto te fue útil, considera darle una estrella en GitHub

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

How are these scores calculated?

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Enables quantitative trading analysis with 12 tools for real-time market data, 28+ technical indicators, FinBERT-powered news sentiment analysis, and automated trading signal generation for stocks and forex.

  1. ✨ Características Principales
    1. 🏗️ Arquitectura
      1. 🚀 Instalación
        1. Requisitos
        2. Pasos
        3. Configurar Claude
        4. Verificación
      2. 🛠️ Tecnologías
        1. 📂 Estructura del Proyecto
          1. 🔧 Herramientas MCP Disponibles
            1. 📊 Grupo 1: Datos de Mercado (3)
            2. 📈 Grupo 2: Indicadores Técnicos (4)
            3. 📰 Grupo 3: Análisis de Noticias (2)
            4. 🎯 Grupo 4: Señales de Trading (3)
          2. 📖 Ejemplos de Uso
            1. Análisis Básico
            2. Análisis Técnico Completo
            3. Análisis de Sentiment
            4. Señal de Trading Completa
          3. 🔑 Características Técnicas
            1. Procesamiento de Datos
            2. Análisis de Sentiment
            3. Generación de Señales
          4. ⚠️ Limitaciones
            1. Técnicas
            2. Funcionales
          5. 🐛 Troubleshooting
            1. El servidor no se conecta
            2. Error de API keys
            3. FinBERT no descarga
            4. Rate limit exceeded
            5. Claude no reconoce servidor (VSCode)
          6. 🔐 Seguridad
            1. 📝 Desarrollo
              1. Agregar un Nuevo Indicador
              2. Testing Local
            2. 🌐 Recursos
              1. Documentación APIs
              2. Librerías Python
              3. Trading Education
            3. 📋 Comandos Útiles
              1. 👤 Autoría y Desarrollo
                1. 🙏 Agradecimientos
                  1. ⚖️ Licencia
                    1. ⚠️ Disclaimer

                      New MCP Servers

                      MCP directory API

                      We provide all the information about MCP servers via our MCP API.

                      curl -X GET 'https://glama.ai/api/mcp/v1/servers/j840425/MCP_trading'

                      If you have feedback or need assistance with the MCP directory API, please join our Discord server