Skip to main content
Glama
CaioAllgayer

TradeLab-MCP

by CaioAllgayer

TradeLab-MCP

Servidor MCP de investigación cuantitativa. La IA define la estrategia. El Strategy Tester de MetaTrader 5 ejecuta el backtest.

IA (Codex / GPT / Grok / Gemini / Claude)
        │ MCP
        ▼
Trading Research MCP
        │
        ▼
terminal64.exe  →  Strategy Tester oficial  →  runs/<run_id>/

Fork de PHUICMT/mcp-mt5 (MIT). No reimplementa el tester en Python.

Principio

MT5 es la autoridad para órdenes, fills, ticks, spread, SL/TP, margen, comisiones y P&L.

Python solo organiza experimentos (run_id, manifest, hashes, parser, estadísticas derivadas).

Cada backtest genera un identificador único. Nada se recupera por el “archivo más reciente”.

runs/20260817_073412_a8f231/
  tester.ini
  strategy.mq5
  strategy.ex5
  report.htm
  tester.log
  trades.csv
  metrics.json
  manifest.json

Related MCP server: OpenFinClaw CLI

Herramientas MCP (V1)

Herramienta

Función

health

MT5, MetaEditor, terminal, directorio de datos, Experts, Tester, build

compile

Compila .mq5 y devuelve hashes

run_backtest

Tester oficial → run_id + métricas + artefactos

run_batch

Misma estrategia, varios activos, secuencial

get_run

Recupera un experimento por el run_id

get_trades

Trades normalizados de ese run_id

compare_runs

Diff de métricas entre runs

walk_forward

Ventanas IS/OOS, cada una un backtest oficial

smoke_test

Compile + tester corto (símbolo/período/modelo/fecha configurables)

Instalación

Windows + MetaTrader 5 + Python 3.10+.

cd C:\Users\caioa\TradeLab-MCP
python -m pip install -e ".[dev]"

Cliente MCP:

{
  "mcpServers": {
    "tradelab": {
      "command": "tradelab-mcp",
      "env": {
        "MT5_INSTALL": "C:\\Program Files\\MetaTrader 5",
        "TRADE_LAB_ROOT": "C:\\Users\\caioa\\TradeLab-MCP\\research"
      }
    }
  }
}

Variables: MT5_INSTALL, MT5_DATA, MT5_TERMINAL_HASH, TRADE_LAB_ROOT.

Ejemplo

Compile este EA e faça um backtest de PETR4 D1,
entre 2015 e 2025, usando real ticks.

El agente llama a run_backtest(strategy="experts/RSI2.mq5", symbol="PETR4", timeframe="D1", from_date="2015.01.01", to_date="2025.08.01", model=4) y recibe:

{
  "run_id": "20260817_073412_a8f231",
  "status": "completed",
  "symbol": "PETR4",
  "period": "D1",
  "model": "real_ticks",
  "metrics": {
    "total_trades": 134,
    "net_profit": 18342.21,
    "profit_factor": 1.48
  }
}

get_run("20260817_073412_a8f231") devuelve exactamente ese experimento.

Dónde viven los EAs en MT5

Todo EA de prueba automática se publica en:

<MQL5>\Experts\TradeLab MCP\

En este PC se resuelve a:

C:\Users\caioa\AppData\Roaming\MetaQuotes\Terminal\D0E8209F77C8CF37AD8BF550E51FF075\MQL5\Experts\TradeLab MCP

En el Strategy Tester el expert aparece como TradeLab MCP\RSI2. La carpeta siempre es relativa al terminal activo (layout.experts_dir), no a un hash fijo.

El código fuente en git continúa en experts/. El MCP copia el código fuente + .ex5 + includes locales a la carpeta del terminal.

El EA base del laboratorio (CTrade, ArraySetAsSeries, una posición) aún no se ha estandarizado — llegará más adelante, con calma.

EA de aceptación

experts/RSI2.mq5

  • RSI(2)

  • compra si RSI < 10

  • sale si RSI > 70

  • una posición

  • sin optimización

La prueba de aceptación nº 1 es: el mismo EA / activo / fechas / inputs / capital / model en el Strategy Tester manual y vía MCP deben producir las mismas métricas y los mismos trades.

Pruebas

pytest

Pruebas de integración (Windows + MT5 real):

$env:TRADE_LAB_INTEGRATION = "1"
$env:TRADE_LAB_SYMBOL = "EURUSD"
pytest tests/test_integration_mt5.py -v

Prioridad

reproducibilidad > fiabilidad > simplicidad > velocidad > funcionalidades

V1 es secuencial (lock mt5.lock en el directorio de datos). Sin backtester Python paralelo. Sin parser .opt como fuente oficial.

A
license - permissive license
-
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    -
    quality
    D
    maintenance
    MCP server that provides AI agents with financial tools including real-time quotes, backtesting, technical analysis, and multi-exchange data via a simple CLI interface.
    1
    MIT
  • A
    license
    A
    quality
    A
    maintenance
    An MCP server exposing a registry of paper-backed quantitative trading methods plus a deterministic, no-LLM decision helper for reproducible trading research.
    13
    MIT
  • A
    license
    A
    quality
    D
    maintenance
    MCP server that exposes the Backtest360 backtesting engine API as tools, enabling AI agents to conversationally discover indicators, build and validate strategies, run backtests, and read results.
    14
    MIT

View all related MCP servers

Related MCP Connectors

  • MCP server exposing the Backtest360 engine API as tools for AI agents.

  • MCP server for Gainium — manage trading bots, deals, and balances via AI assistants

  • Build, backtest, and deploy quantitative trading strategies from your AI agent.

View all MCP Connectors

Latest Blog Posts

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/CaioAllgayer/TradeLab-MCP'

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