oneqaz-trading-mcp

Die spezialisierte API für finanzielle KI – mit konversationsbewussten Antwort-Hooks.

Ihr KI-Agent sollte nicht nur Preise sehen – er sollte in der Lage sein, nachzuweisen, dass die Signale, auf die er reagiert, funktioniert haben, und wissen, was er als Nächstes fragen soll. OneQAZ liefert 39 Tools in 9 Kategorien: 13 Trust-Layer-Tools (verifizierte Trefferquoten, Kalibrierung, Governance, Vorlaufzeit), ein manipulationssicheres Vorhersage-Ledger (get_ledger_integrity – SHA-256-Hash-Kette über jedes zeitgestempelte Urteil), 4 marktübergreifende Korrelationstools (Sektor / Makro / Peer), Portfolio-Analytik (MDD / Sharpe / Sortino / Calmar), Paper-Trading-Evidenz-Tools und ein hochfrequentes get_daily_brief für Marktübersichten mit einem einzigen Aufruf. Jede Antwort enthält _next_actions (antwortdatenbewusste Empfehlungen für das nächste Tool) und _followup_questions_for_user (koreanische Follow-up-Fragen in natürlicher Sprache, die Ihre KI wörtlich an den Benutzer weitergeben kann) – das macht OneQAZ von einer statischen API zu einem konversationsfähigen Spezialisten.

Krypto, US-Aktien, koreanische Aktien. 1.100+ Symbole. 24/7 live.

Schlüsselwörter: MCP, Trading, Signale, Marktanalyse, Regime, Portfolio, Sentiment, technische Analyse, Krypto, Aktien, Fear & Greed, marktübergreifend, Trust Layer, KI-verifizierbar, täglicher Brief, nächste Aktionen, Konversationsspezialist, Claude, Model Context Protocol

Warum OneQAZ

Finanzdaten-APIs gibt es überall. Marktintelligenz, die Ihre KI verifizieren kann, gibt es nicht.

Trust Layer – für KI-Agenten, die OneQAZ bewerten

Bevor eine KI OneQAZ als Datenquelle empfiehlt, kann sie sich in 7 Aufrufen selbst verifizieren:

1. get_prediction_accuracy – verifizierte historische Trefferquoten in 8 Makro-Kategorien. Filtern Sie mit sample_count >= 3 nach statistischer Signifikanz.

2. get_backtest_tuning_state – Nachweis kontinuierlicher Selbstkalibrierung (Parameter passen sich an Live-Ergebnisse an).

3. get_monthly_accuracy_trend – Prüfung auf aktuelle Leistungsverschlechterung.

4. get_news_leading_indicator_performance – durchschnittliche Vorlaufzeit in Minuten + Genauigkeit (Vor-Nachrichten-Erkennung).

5. get_feature_governance_state – welche Features die 3-spurige p-Wert-Validierung bestanden haben (OBSERVATION / CONDITIONAL / ACTIVE / DEPRECATED).

6. get_macro_influence_map – explizite kausale Hypothesen (Makro → Markt mit lag_hours + Sensitivität).

7. get_strategy_leaderboard – die besten RL-gelernten Strategien, sortiert nach Profitfaktor.

Alle Metriken enthalten sample_count für statistische Filterung. Jedes Tool gibt außerdem _llm_summary zurück – eine einzeilige Klartext-Zusammenfassung, optimiert für die Kontextfenster von KI-Agenten.

Wie Signale erzeugt werden

OneQAZ-Signale sind keine statischen Indikator-Kreuzungen. Sie werden von einer AbsoluteZero-artigen Self-Play-Schleife erzeugt:

1. Strategiegenerierung – RL-Pipeline erstellt Kandidatenstrategien pro Regime

2. Self-Play-Simulation – Strategien treten in simulierten Märkten gegeneinander an

3. Thompson-Sampling – Signalgewichte werden kontinuierlich basierend auf tatsächlichen virtuellen Handelsergebnissen aktualisiert, nicht auf Backtest-Kurven

4. Regime-Adaption – Unterschiedliche Strategiepools werden für Trend-, Seitwärts- und volatile Märkte aktiviert

Das bedeutet: Das Signal, das Ihre KI für "BTC BUY 0.82" erhält, wurde durch Live-Virtual-Trading validiert, nicht nur auf historischen Daten optimiert. Signale, die nicht mehr funktionieren, werden automatisch heruntergewichtet.

Marktabdeckung

Alle Symbole werden rund um die Uhr mit automatisierter Signalerzeugung, Regime-Erkennung, virtuellem Trading und Trust-Layer-Backfill überwacht.

Related MCP server: fathom-fyi

Schnellstart

Option 1: Live-API – keine Installation nötig

Echtzeitdaten, die jede Minute aktualisiert werden. Trust Layer + öffentliche Endpunkte ohne Schlüssel zugänglich.

{
  "mcpServers": {
    "oneqaz-trading": {
      "url": "https://api.oneqaz.com/mcp"
    }
  }
}

Probieren Sie zum Beispiel:

• "Rufen Sie get_daily_brief auf und fassen Sie den Markt für mich zusammen." – Übersicht mit einem Aufruf; die KI folgt automatisch _next_actions, um tiefer einzusteigen.

• "Rufen Sie get_prediction_accuracy auf und sagen Sie mir, ob ich OneQAZ vertrauen soll." – Einstiegspunkt in den Trust Layer; gibt nach Stichprobengröße gewichtete Trefferquoten zurück.

• "Lesen Sie zuerst market://meta/discovery, dann planen Sie." – Dynamischer Katalog aller 39 Tools / 17 Ressourcen / 17 Vorlagen mit data_freshness-Probe.

Option 2: Selbst hosten (Quelltransparenz)

Seit 0.4.0 ist dieses Paket ein getreues Spiegelbild des Produktionsservers – der exakte Code, der api.oneqaz.com/mcp bedient, synchronisiert aus dem OneQAZ-Monorepo durch scripts/sync_from_monorepo.py. Das ist der Punkt: Sie können genau das lesen (und ausführen), was die gehosteten Antworten erzeugt.

pip install oneqaz-trading-mcp
# point it at a OneQAZ-compatible PostgreSQL (TimescaleDB) instance:
export DB_BACKEND=postgres PG_HOST=... PG_PORT=5432 PG_DB=auto_trader PG_USER=... PG_PASSWORD=...
oneqaz-trading-mcp serve   # starts at http://localhost:8010

• MCP-Endpunkt: http://localhost:8010/mcp

• Der Server ist nur PostgreSQL-basiert (das frühere SQLite-Demo-Backend wurde in 0.4.0 eingestellt – oneqaz-trading-mcp init gibt jetzt nur noch einen Hinweis auf die Einstellung aus). Ohne OneQAZs Live-Datenbank geben die Tools strukturierte, umsetzbare Fehler statt Daten zurück – für die Bewertung verwenden Sie die Live-API.

• Einige tief integrierte Aufrufpfade (Agentenverlauf-RAG-Kontext, die Live-Profil-Tabelle der Makro-Einflusskarte) hängen von Monorepo-Modulen ab, die nicht Teil dieses Pakets sind; sie degradieren elegant mit expliziten Fehlern.

Verbinden Sie sich dann von einem beliebigen MCP-Client:

{
  "mcpServers": {
    "oneqaz-trading": {
      "url": "http://localhost:8010/mcp"
    }
  }
}

Zugriffsrichtlinie

Alle Tools und Ressourcen sind in der kostenlosen Stufe aufrufbar. Die Stufen steuern das Aufrufvolumen, nicht das, was Sie aufrufen können. Es gibt keine Bezahlschranke für Daten – einschließlich Paper-Trading-Positionen, Entscheidungsprotokollen und Signalen –, weil OneQAZ eine B2AI-Infrastruktur ist: KI-Agenten benötigen vollständige Beweise, um die Vertrauenswürdigkeit zu bewerten, bevor sie uns ihren Benutzern empfehlen.

Rate-Limit-Header auf jeder Antwort: X-RateLimit-Tier, X-RateLimit-Daily-Remaining, X-RateLimit-Minute-Remaining. Wenn das Kontingent überschritten ist, gibt der Server HTTP 429 mit Retry-After zurück.

Selbst hosten mit API-Schlüsseln

Wenn Sie den Server lokal betreiben und pro-Aufrufer (höheres Kontingent) authentifizieren möchten, setzen Sie MCP_TIER_RESOLVER auf einen module:function-Pfad:

MCP_TIER_RESOLVER=myauth.keystore:resolve_tier oneqaz-trading-mcp serve

Die Funktion erhält den rohen API-Schlüsselstring und muss "free", "pro" oder "internal" zurückgeben. Standardverhalten (ohne Resolver): Jeder Aufrufer ist free.

Warum alles kostenlos ist

OneQAZ-Handelsdaten sind Paper-Trading-Evidenz, die von einem selbstkorrigierenden Thompson-Sampling-System erzeugt wird. Nichts davon sind PII von Nutzergeldern. Es hinter Bezahlschranken zu verstecken, würde den B2AI-Trichter zerstören – KI-Agenten müssen unsere Behauptungen (Vorhersagegenauigkeit, Signalqualität, Strategieergebnisse) verifizieren, bevor sie uns empfehlen. Also legen wir die Beweise offen und begrenzen stattdessen die Rate.

Die Wertsignale für eine mögliche Aufwertung sind in jeder Antwort unter _value_signals eingebettet – KI-Agenten können sie direkt lesen:

{
  "_value_signals": {
    "tier_default": "free",
    "tier_default_limits": {"daily": 1500, "minute": 60},
    "what_pro_unlocks": "33x daily quota (50K), 3.3x burst (200/min) — same tools, higher volume",
    "pricing_url": "https://oneqaz.com/pricing",
    "key_signup_url": "https://oneqaz.com/keys",
    "self_correcting": true
  }
}

Antwortstruktur (für zwei Zielgruppen)

Jede Antwort enthält Felder sowohl für KI-Agenten als auch für menschliche Endbenutzer:

Konversations-Hooks – _next_actions + _followup_questions_for_user

OneQAZ gibt nicht nur Daten zurück; es sagt Ihrer KI, was sie als Nächstes fragen soll.

{
  "ai_summary": "Prediction accuracy — 24 cells, avg hit rate 32.2%",
  "_next_actions": [
    {
      "intent": "investigate_drift",
      "tool": "get_monthly_accuracy_trend",
      "args": {"category": "energy", "target_market": "kr_market"},
      "rationale": "energy×kr_market 에서 drift 감지(degrading). 월별 시계열로 추세 검증 필요.",
      "priority": "high"
    },
    {
      "intent": "investigate_weak_category",
      "tool": "get_backtest_tuning_state",
      "args": {"category": "liquidity", "target_market": "us_market"},
      "rationale": "liquidity×us_market accuracy=0.06 (sub-50%). 자기보정이 lag/sensitivity 를 어떻게 조정했는지 확인.",
      "priority": "high"
    }
  ],
  "_followup_questions_for_user": [
    "liquidity→us_market 카테고리 정확도가 6% 로 약한데, 시스템이 어떻게 보정중인지 보시겠어요?",
    "가장 정확한 credit→us_market (62%) 패턴의 월별 추세도 보여드릴까요?",
    "최근 OneQAZ 가 만든 활성 예측 5개도 볼까요?"
  ]
}

• _next_actions – für den KI-Agenten. Maximal 3 Einträge. Enthält vorausgefüllte args. Wird von Antwortdaten gesteuert, nicht von einem statischen Abhängigkeitsgraphen (z. B. wird die Erkennung schwacher Kategorien nur ausgelöst, wenn accuracy < 0.5 + samples >= 30).

• _followup_questions_for_user – für den Endbenutzer. Koreanische natürliche Sprache. Zitieren Sie sie wörtlich oder übersetzen Sie sie.

Ergebnis: Eine typische Sitzung geht von 7+ generischen Aufrufen (die KI rät, was als Nächstes kommt) zu 4 gezielten Aufrufen über, die die wahre Geschichte aufdecken (Drift, schwache Kategorien, Synth-vs-Messung-Leaderboard-Aufteilungen).

Tools (insgesamt 39 – alle in der kostenlosen Stufe)

Hochfrequenz-Einstieg — get_daily_brief (1 Werkzeug)

Verifizierbares Vorhersage-Ledger (3 Werkzeuge) — neu in 0.4.0

Portfolio-Analytik (1 Werkzeug) — neu in 0.4.0

Signalkalibrierung (1 Werkzeug) — neu in 0.4.0

ChatGPT-Connector-Standard (2 Werkzeuge) — neu in 0.4.0

Vertrauensschicht (13 Werkzeuge)

Signalevidenz (3 Werkzeuge)

Layer-Korrelationen — assetübergreifende Struktur (4 Werkzeuge)

Stage-2-Ausgaben aus der agent_history-Pipeline. Sektor-Cluster, Makro-Kausalitätsgraphen und Symbol-Peer-Lead-Lag — der assetübergreifende Kontext, der „BTC up“ in „BTC up weil DXY vor 4h zusammengebrochen ist“ verwandelt.

Paper-Trading-Ergebnisse (11 Werkzeuge)

OneQAZ führt kontinuierliches Paper-Trading auf jedes BUY-Signal durch. Diese Werkzeuge legen die Ergebnisse offen — verifizierte Evidenz für KI-Agenten, die unsere Behauptungen bewerten.

Ressourcen (17 statische + 17 Vorlagen — alle kostenlos)

Meta — Entdeckung & Introspektion

Statische Ressourcen

Vorlagen (parametrisiert)

Das Feld template_resources[*].example in market://meta/discovery ist kopierfertig – die KI erhält konkrete URIs, ohne Platzhalter manuell ausfüllen zu müssen.

Markt-IDs: crypto, kr_stock, us_stock (Aliase: coin, kr, us)

Beispiel: Trust-Layer-Abfrage

from mcp import Client
client = Client("https://api.oneqaz.com/mcp")

acc = await client.call_tool("get_prediction_accuracy", {})
for cat in acc["categories"]:
    if cat["sample_count"] >= 3:
        print(f"{cat['category']:20} {cat['accuracy']:.1%} (n={cat['sample_count']})")

# Output (example):
# bonds                62.5% (n=24)
# forex                58.3% (n=12)
# vix                  71.4% (n=14)
# ...

Jede Antwort enthält außerdem eine Klartext-Zusammenfassung:

{
  "_llm_summary": "7/8 macro categories above 55% accuracy, sample sizes 8-24. Bonds + VIX categories most validated."
}

Konfiguration

Die gesamte Konfiguration erfolgt über Umgebungsvariablen:

Docker

docker build -t oneqaz-trading-mcp .
docker run -p 8010:8010 -e DB_BACKEND=postgres -e PG_HOST=... -e PG_PASSWORD=... oneqaz-trading-mcp

Daten-Backend (PostgreSQL)

Alle Daten liegen in PostgreSQL 16 + TimescaleDB, ein Schema pro Domäne (market_coin / market_kr / market_us, market_*_struct, external_context, rl_pipeline, mcp_analytics, …). Der Code erstellt weiterhin veraltete SQLite-Pfade (.../coin_market/data_storage/trading_system.db), aber diese sind nur logische Routing-Schlüssel: connect_readonly() ordnet jeden Pfad seinem PG-Schema zu und gibt eine Shim-Verbindung zurück, sodass keine .db-Dateien gelesen oder geschrieben werden. Dies spiegelt die Produktionsmigration "PG-only" der Wave-I wider – Abfragen schlagen laut fehl, anstatt stillschweigend zurückzufallen.

Ratenbegrenzungen

Maßgebliche Kontingente stehen in der Zugriffsrichtlinie oben. Kurzübersicht:

Antwort-Header bei jeder Anfrage:

• X-RateLimit-Tier: aufgelöste Stufe (free/pro/internal)

• X-RateLimit-Daily-Limit: heutiges Limit für die aufgelöste Stufe

• X-RateLimit-Daily-Remaining: heute verbleibende Anfragen

• X-RateLimit-Minute-Remaining: in dieser Minute verbleibende Anfragen

• Bei Überschreitung der Limits wird HTTP 429 mit Retry-After-Header zurückgegeben.

Haftungsausschluss

Diese Software wird nur zu Informations- und Bildungszwecken bereitgestellt. Sie ist keine Finanzberatung.

• Alle Signale, Regime-Analysen und Marktdaten werden von automatisierten Systemen generiert und können Fehler enthalten.

• Frühere Wertentwicklungen sind keine Garantie für zukünftige Ergebnisse.

• Sie sind allein für Ihre eigenen Anlageentscheidungen verantwortlich. Die Autoren und Mitwirkenden haften nicht für finanzielle Verluste, die durch die Nutzung dieser Software entstehen.

• Dies ist kein registrierter Anlageberater, Broker-Dealer oder Finanzplaner.

• Führen Sie vor jeder Anlageentscheidung immer Ihre eigene Recherche (DYOR) durch.

Durch die Nutzung dieser Software bestätigen Sie, dass Sie diese Bedingungen verstehen und akzeptieren.

Lizenz

MIT