de en es ja ko ru zh

oneqaz-trading-mcp

Name: oneqaz-trading-mcp
Author: oneqaz-trading

Official

by oneqaz-trading

Overview Schema Source Related Servers Score Discussions

Python

Hybrid

oneqaz-trading-mcp

GitHub stars PyPI License: MIT

面向金融 AI 的专业 API — 具备对话感知的响应钩子。
你的 AI 代理不应只看到价格——它应该能够证明它正在依据的信号确实有效，并知道接下来该问什么。OneQAZ 提供 9 大类别共 39 个工具：13 个 Trust Layer 工具（已验证命中率、校准、治理、提前时间）、一个防篡改预测账本（get_ledger_integrity — 对每个带时间戳的判断进行 SHA-256 哈希链）、4 个跨资产相关性工具（行业 / 宏观 / 同行）、投资组合分析（MDD / Sharpe / Sortino / Calmar）、模拟交易证据工具，以及一个高频 get_daily_brief 用于一键市场概览。每个响应都携带 _next_actions（响应数据感知的下一步工具推荐）和 _followup_questions_for_user（韩语自然语言后续问题，你的 AI 可以原样引用给用户）——将 OneQAZ 从静态 API 转变为对话式专家。
加密货币、美股、韩股。1100+ 个标的。24/7 实时。

关键词：MCP, trading, signals, market analysis, regime, portfolio, sentiment, technical analysis, crypto, stocks, Fear & Greed, cross-market, Trust Layer, AI-verifiable, daily brief, next actions, conversational specialist, Claude, model context protocol

为什么选择 OneQAZ

金融数据 API 无处不在。但你的 AI 可以验证的市场情报却并非如此。

	典型金融 MCP	OneQAZ
价格 / OHLCV 数据	✅	✅
技术指标	✅	✅
市场状态检测（趋势 / 震荡 / 波动）	❌	✅
自校正信号（基于实时结果的 Thompson Sampling）	❌	✅
宏观 → ETF → 个股上下文链	❌	✅
Trust Layer（AI 可验证的命中率 + 校准）	❌	✅
特征治理（3 轨 p 值验证）	❌	✅
跨资产相关性（行业 / 宏观 / 标的同行领先滞后）	❌	✅
对话钩子（`_next_actions` + `_followup_questions_for_user`）	❌	✅
一键市场简报（`get_daily_brief`）	❌	✅
动态发现（内省 + `data_freshness` 探测）	❌	✅
24/7 实时云 API	❌	✅

Trust Layer — 供评估 OneQAZ 的 AI 代理使用

在任何 AI 推荐 OneQAZ 作为数据源之前，它可以通过 7 次调用进行自我验证：

get_prediction_accuracy — 已验证的 8 个宏观类别的历史命中率。过滤 sample_count >= 3 以获得统计显著性。
get_backtest_tuning_state — 持续自我校准的证据（参数适应实时结果）。
get_monthly_accuracy_trend — 检查近期性能下降。
get_news_leading_indicator_performance — 平均提前时间（分钟）+ 准确率（新闻前检测）。
get_feature_governance_state — 哪些特征通过了 3 轨 p 值验证（OBSERVATION / CONDITIONAL / ACTIVE / DEPRECATED）。
get_macro_influence_map — 明确的因果假设（宏观 → 市场，包含 lag_hours + 敏感性）。
get_strategy_leaderboard — 按利润因子排名的顶级 RL 学习策略。

所有指标都包含 sample_count 用于统计过滤。每个工具还返回 _llm_summary — 为 AI 代理上下文窗口优化的一行纯文本摘要。

信号是如何生成的

OneQAZ 信号不是静态的指标交叉。它们由 AbsoluteZero 风格的自我对弈循环 产生：

策略生成 — RL 流水线为每个市场状态创建候选策略
自我对弈模拟 — 策略在模拟市场中相互竞争
Thompson Sampling — 信号权重根据实际虚拟交易结果持续更新，而非回测曲线
市场状态适应 — 针对趋势、震荡和波动市场激活不同的策略池

这意味着你的 AI 收到的 "BTC BUY 0.82" 信号已经通过实时虚拟交易验证，而不仅仅是在历史数据上优化。失效的信号会自动降低权重。

市场覆盖

市场	交易所	标的池	数量
加密货币	Bithumb	所有上市交易对	~440+
韩股	KOSPI/KOSDAQ	KOSPI 200	~200
美股	NYSE/NASDAQ	S&P 500	~500

所有标的均 24/7 监控，具备自动信号生成、市场状态检测、虚拟交易和 Trust Layer 回填。

Related MCP server: fathom-fyi

快速开始

选项 1：实时 API — 无需安装

实时数据每分钟更新。无需密钥即可访问 Trust Layer 和公共端点。

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

试试以下之一：

"调用 get_daily_brief 并为我总结市场。" — 一键概览，AI 会自动跟随 _next_actions 进行深入分析。
"调用 get_prediction_accuracy 并告诉我是否应该信任 OneQAZ。" — Trust Layer 入口，返回样本数加权的命中率。
"先读取 market://meta/discovery，然后制定计划。" — 包含所有 39 个工具 / 17 个资源 / 17 个模板的动态目录，带有 data_freshness 探测。

选项 2：自托管（源码透明）

自 0.4.0 起，此包是生产服务器的忠实镜像 — 即服务 api.oneqaz.com/mcp 的确切代码，由 scripts/sync_from_monorepo.py 从 OneQAZ 单体仓库同步。这正是重点：你可以阅读（并运行）生成托管响应的确切代码。

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 端点：http://localhost:8010/mcp
服务器仅支持 PostgreSQL（之前的 SQLite 演示后端已在 0.4.0 中退役 — oneqaz-trading-mcp init 现在只打印弃用通知）。没有 OneQAZ 的实时数据库，工具会返回结构化、可操作的错误而非数据 — 如需评估，请使用实时 API。
一些深度集成调用路径（代理历史 RAG 上下文、宏观影响图的实时配置文件表）依赖于不属于此包的 monorepo 模块；它们会以明确的错误优雅降级。

然后从任何 MCP 客户端连接：

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

访问策略

所有工具和资源在免费层均可调用。 分层控制的是调用量，而不是你能调用什么。任何数据都没有付费墙 — 包括模拟交易持仓、决策日志和信号 — 因为 OneQAZ 是 B2AI 基础设施：AI 代理需要完整的证据来评估可信度，然后才能向用户推荐我们。

层级	认证	每日配额	突发	备注
免费	无 / 无效密钥	1,500 / 天	60 / 分钟	全部 39 个工具 + 17 个资源 + 17 个模板
专业	有效 API 密钥	50,000 / 天	200 / 分钟	相同表面，更高容量 — 适用于机器人 / 调度器
内部	仅所有者	无限	无限	保留给真实用户资金工具（当前为空）

每个响应上的速率限制头：X-RateLimit-Tier、X-RateLimit-Daily-Remaining、X-RateLimit-Minute-Remaining。当配额超限时，服务器返回 HTTP 429 并带有 Retry-After。

使用 API 密钥自托管

如果你在本地运行服务器并希望认证 pro 调用者（更高配额），请将 MCP_TIER_RESOLVER 设置为 module:function 路径：

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

该函数接收原始 API 密钥字符串，必须返回 "free"、"pro" 或 "internal"。默认行为（无解析器）：每个调用者都是 free。

为什么一切都是免费的

OneQAZ 交易数据是由自校正 Thompson 采样系统生成的模拟交易证据。其中没有任何用户资金 PII。将其隐藏在层级之后会破坏 B2AI 漏斗 — AI 代理需要先验证我们的声明（预测准确率、信号质量、策略结果）再推荐我们。因此我们改为公开证据并进行速率限制。

是否升级的价值信号已嵌入每个响应的 _value_signals 下 — AI 代理可以直接读取：

{
  "_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
  }
}

响应结构（双受众）

每个响应都包含面向 AI 代理和人类最终用户的字段：

字段	受众	用途
`full_data`	AI	用于信任验证的原始证据
`_contract`	AI	来源 + 实体 + 评估 + 置信度（模式版本化）
`_llm_summary`	AI	多行叙述
`ai_summary`	AI	用于上下文窗口的单行压缩摘要
`_value_signals`	AI	用于 B2AI 转化判断的定价 / 升级信号
`summary_for_user`	人类	一行无术语韩语 — 可被 Claude.ai 等原样引用
`_next_actions`	AI	响应数据感知的下一步工具推荐，包含 `intent`、`tool`、`args`、`rationale`、`priority`。自动驱动链式调用。
`_followup_questions_for_user`	人类	AI 可以引用给用户的韩语后续问题 — 点击一个会触发下一次调用。

对话钩子 — `_next_actions` + `_followup_questions_for_user`

OneQAZ 不仅返回数据；它告诉你的 AI 接下来该问什么。

{
  "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 — 供 AI 代理使用。最多 3 条。包含预填的 args。由响应数据驱动，而非静态依赖图（例如，弱类别检测仅在 accuracy < 0.5 + samples >= 30 时触发）。
_followup_questions_for_user — 供最终用户使用。韩语自然语言。可以原样引用或翻译。

结果：典型会话从 7 次以上的通用调用（AI 猜测下一步）减少到 4 次有针对性的调用，从而揭示真实情况（漂移、弱类别、合成与实测排行榜差异）。

工具（共 39 个 — 全部免费层）

高频入口 — `get_daily_brief`（1 个工具）

工具	返回内容
`get_daily_brief`	单次调用即可获取市场概览：宏观体制 + 前 5 个强信号 + 昨日模拟交易盈亏 + 活跃预测数量 + 韩语叙事。回答"今天市场怎么样？"时的自然首选调用。

可验证的预测账本（3 个工具）— 0.4.0 新增

工具	返回内容
`get_ledger_integrity`	预测账本的防篡改证据：基于所有已创建/已解决预测行的每日 SHA-256 哈希链，并附有精确的规范化配方，任何第三方均可重新计算并验证。这是 OneQAZ 提供的最强信任原语——判断在结果揭晓之前就已链接成链。
`get_resolved_predictions`	原始行级预测账本：每个宏观体制预测的完整生命周期（`created_at` → `resolved_at` → 结果）——逐条判断审计证据。
`get_trade_outcomes_bulk`	基于游标分页的批量导出，包含预测 → 交易 → 结果链条（带已实现盈亏的模拟交易，关联到之前的信号预测）——自行计算命中率，而不是相信我们的数据。

投资组合分析（1 个工具）— 0.4.0 新增

工具	返回内容
`get_performance_metrics`	按市场和账户类型（`paper` / `live`）划分的投资组合级 MDD / Sharpe / Sortino / Calmar / 胜率，可选每日权益曲线。

信号校准（1 个工具）— 0.4.0 新增

工具	返回内容
`get_signal_calibration`	信号置信度的可靠性图数据：按置信度分桶的实际命中率及 ECE 汇总——验证 0.9 置信度的信号是否真的能命中约 90%。

ChatGPT 连接器标准（2 个工具）— 0.4.0 新增

工具	返回内容
`search`	基于 ChatGPT 连接器标准的发现搜索，覆盖 OneQAZ 的实时表面——工具、资源以及全部三个市场的最新强信号。返回的结果 id 可供 `fetch` 使用。
`fetch`	连接器标准下的单条结果获取，通过 `search` 返回的 id 进行。

信任层（13 个工具）

工具	返回内容
`get_prediction_accuracy`	各宏观类别的已验证命中率（含 `sample_count`）
`get_backtest_tuning_state`	当前调优参数 + 上次重新校准时间戳
`get_monthly_accuracy_trend`	各类别滚动 12 个月准确率
`get_news_leading_indicator_performance`	新闻前检测提前时间 + 准确率
`get_news_causality_breakdown`	新闻 → 市场因果标签及命中率
`get_feature_governance_state`	按状态划分的特征（OBSERVATION/CONDITIONAL/ACTIVE/DEPRECATED）
`get_structure_calibration`	结构学习校准快照
`get_structure_validation_history`	历史结构验证分数
`get_strategy_leaderboard`	按盈利因子排序的 RL 学习策略
`get_active_predictions`	当前未平仓的宏观预测及结果跟踪
`get_macro_influence_map`	宏观 → 市场因果假设（滞后小时数 + 敏感度）
`get_cross_market_correlation`	跨市场相关性矩阵
`get_role_analysis`	基于角色的策略分析

信号证据（3 个工具）

工具	参数
`get_signals`	`market_id`、`symbol`、`min_score`、`max_score`、`action_filter`、`interval`
`get_signal_detail`	`market_id`、`symbol`、`interval`
`explain_decision`	`market_id`、`symbol`

层级相关性 — 跨资产结构（4 个工具）

来自 agent_history 管道的阶段 2 输出。板块聚类、宏观因果图、以及标的对等领先-滞后关系——这些跨资产上下文将"BTC 上涨"转化为"BTC 上涨是因为 DXY 在 4 小时前破位"。

工具	返回内容
`get_sector_correlations_tool`	市场内 ETF/板块相关性矩阵 + 自动聚类（60 天窗口，6 小时刷新）
`get_macro_causality_graph_tool`	8 个宏观类别之间的滞后感知因果关系（债券/波动率/外汇/信用/通胀/流动性/大宗商品/能源）
`get_symbol_peer_links_tool`	标的到标的的领先-滞后关系（例如 META → AMZN 15 分钟滞后，ρ=+0.62）
`get_feature_governance_status_tool`	特征生命周期分布 + 最近 7 天状态转换

模拟交易结果（11 个工具）

OneQAZ 对每个 BUY 信号持续运行模拟交易。这些工具暴露结果——为评估我们主张的 AI 代理提供经过验证的证据。

工具	返回内容
`get_positions`	未平仓模拟仓位及 ROI
`get_position_detail`	单仓位深度分析
`get_profitable_positions` / `get_losing_positions`	按盈亏筛选
`get_strategy_distribution`	按策略统计的仓位数量
`get_trade_history`	已平仓模拟交易（筛选条件：action、盈亏、时间）
`analyze_trades`	聚合交易分析
`get_winning_trades` / `get_losing_trades`	按结果筛选
`get_latest_decisions`	最近的信号 → 决策转换
`get_llm_trading_decisions`	LLM 生成的决策日志

资源（17 个静态 + 17 个模板 — 全部免费层级）

元信息 — 发现与内省

资源 URI	描述
`market://meta/discovery`	动态目录（v2.0） — 通过 FastMCP 内省获取完整工具/资源列表（无静态 `if/else`），包含 `data_freshness` PG 探针（5 个源表）、`positioning` 块（specialist_domains、trust_principles、what_we_do_NOT_provide、philosophy）、`counts`、`notes`。请先调用此资源以了解 OneQAZ 提供的内容。
`market://meta/tool-chains`	推荐的调用序列（`quick_analysis`、`deep_analysis`、`portfolio_check`、`symbol_deep_dive`）+ 依赖图。
`market://meta/pg-pool`	psycopg ConnectionPool 统计 — 连接压力监控。
`market://health`	服务器健康检查。
`market://info`	服务器元数据 + 数据源索引。

静态资源

资源 URI	描述
`market://global/summary`	全球宏观制度摘要
`market://global/categories`	可用宏观类别列表
`market://global/macro_events`	活跃宏观事件生命周期
`market://all/summary`	覆盖全部 3 个市场的综合摘要
`market://structure/all`	所有市场的 ETF/篮子结构
`market://indicators/fear-greed`	恐惧与贪婪指数
`market://indicators/regime`	4 层制度指标（短期/中期/长期/超长期）
`market://indicators/context`	恐惧与贪婪 + 4 层制度 + 市场宽度
`market://unified/cross-market`	跨市场相关性快照（BTC ↔ 股票 ↔ 外汇）
`market://derived/event-leading`	新闻领先检测得分
`market://derived/cross-decoupling`	跨资产脱钩指数
`market://derived/reaction-speed`	新闻反应速度分布

模板（参数化）

URI 模板	示例
`market://global/category/{category}`	`market://global/category/bonds`
`market://{market_id}/status`	`market://crypto/status`
`market://{market_id}/positions/snapshot`	`market://crypto/positions/snapshot`
`market://{market_id}/structure`	`market://kr_stock/structure`
`market://{market_id}/structure/group/{group_id}`	`market://kr_stock/structure/group/SEMICONDUCTOR`
`market://{market_id}/signals/summary`	`market://crypto/signals/summary`
`market://{market_id}/signals/roles`	`market://crypto/signals/roles`
`market://{market_id}/signals/feedback`	`market://crypto/signals/feedback`
`market://{market_id}/external/summary`	`market://crypto/external/summary`
`market://{market_id}/external/symbol/{symbol}`	`market://crypto/external/symbol/BTC`
`market://{market_id}/external/causality`	`market://crypto/external/causality`
`market://{market_id}/unified`	`market://crypto/unified`
`market://{market_id}/unified/symbol/{symbol}`	`market://crypto/unified/symbol/BTC`
`market://{market_id}/derived/regime-transitions`	`market://crypto/derived/regime-transitions`
`market://{market_id}/derived/strategy-fitness`	`market://crypto/derived/strategy-fitness`
`market://{market_id}/derived/all`	`market://crypto/derived/all`

market://meta/discovery 中的 template_resources[*].example 字段是可直接复制粘贴的——AI 无需手动填充占位符即可获得具体的 URI。

市场 ID：crypto、kr_stock、us_stock（别名：coin、kr、us）

示例：Trust Layer 查询

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)
# ...

每个响应还会附带一份纯文本摘要：

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

配置

所有配置均通过环境变量完成：

变量	默认值	描述
`MCP_SERVER_PORT`	`8010`	服务器端口
`MCP_SERVER_HOST`	`0.0.0.0`	绑定主机
`MCP_LOG_LEVEL`	`INFO`	日志级别
`MCP_TIER_RESOLVER`	未设置	返回 API 密钥对应层级的 `module:function`（自托管钩子）
`DB_BACKEND`	`postgres`	必须为 `postgres`（SQLite 后端已于 0.4.0 移除）
`PG_HOST` / `PG_PORT`	`postgres` / `5432`	PostgreSQL 主机 / 端口
`PG_DB` / `PG_USER` / `PG_PASSWORD`	`auto_trader` / …	PostgreSQL 数据库 / 凭据（只读角色即可）
`PG_POOL_MIN` / `PG_POOL_MAX`	`0` / `50`	每个 schema 的连接池上下限
`PG_STATEMENT_TIMEOUT_MS`	`30000`	服务端语句超时
`MCP_COIN_DATA_DIR` / `MCP_KR_DATA_DIR` / `MCP_US_DATA_DIR`	自动	覆盖逻辑数据路径根目录（见下文）
`MCP_EXTERNAL_CONTEXT_DATA_DIR`	自动	覆盖外部上下文逻辑根目录

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

数据后端（PostgreSQL）

所有数据均存储在 PostgreSQL 16 + TimescaleDB 中，每个领域对应一个 schema （market_coin / market_kr / market_us、market_*_struct、 external_context、rl_pipeline、mcp_analytics 等）。代码仍会构造遗留的 SQLite 风格路径（.../coin_market/data_storage/trading_system.db），但这些仅是逻辑路由键：connect_readonly() 会将每个路径映射到对应的 PG schema 并返回一个 shim 连接，因此不会读取或写入任何 .db 文件。这与生产环境 Wave-I 的"仅 PG"迁移保持一致——查询会直接报错，而不会静默回退。

速率限制

权威配额见上文访问策略。快速回顾：

层级	每日配额	突发	认证
免费	1,500 / 天	60 / 分钟	无 / 无效密钥
Pro（测试版）	50,000 / 天	200 / 分钟	有效 API 密钥
内部（所有者）	无限制	无限制	仅所有者
本地（自托管）	无限制	无限制	不适用

每个请求的响应头：

X-RateLimit-Tier：解析后的层级（free/pro/internal）
X-RateLimit-Daily-Limit：当前层级今日上限
X-RateLimit-Daily-Remaining：今日剩余请求数
X-RateLimit-Minute-Remaining：本分钟剩余请求数
超出限制时返回 HTTP 429，并附带 Retry-After 响应头。

免责声明

本软件仅供信息参考和教育目的使用。不构成财务建议。

所有信号、制度分析和市场数据均由自动化系统生成，可能包含错误。
过往表现不代表未来结果。
您须自行承担全部投资决策责任。 作者和贡献者不对因使用本软件而产生的任何财务损失负责。
本软件不是注册投资顾问、经纪交易商或财务规划师。
在做出任何投资决策之前，请务必自行研究（DYOR）。

使用本软件即表示您确认理解并接受上述条款。

许可证

MIT

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections. Dates show when Glama detected each change.

No tool schema history has been recorded yet.

This server cannot be installed

RayrunBuild, deploy, and operate MCP servers without becoming an infrastructure team.ray.runAd

Maintenance

ActivityMaintained

ResponsivenessNo issues

Resources

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Related MCP Connectors

AgentHC Market Intelligence B
com.traderhc
Market intelligence for AI agents. Real-time data, cross-market analysis, and regime detection.
Finance Search Research & Data
2
Daepak Market IntelligenceOAuth
io.github.Mobiss11
Market analyst tools + AI agent: crypto, US equities, options, Korea, fundamentals, macro, backtests
Finance Cryptocurrency
1
kresmion AOAuth
com.kresmion
Prediction markets, on-chain flows, ETF flows, equities and macro intelligence for AI agents.
Finance Cryptocurrency
2
newsgurus-intel B
io.github.CollectorGuru
Pay-per-call trading intelligence for AI agents: live market regime, trading signals, composite conv
Finance AI & Machine Learning
382

Related MCP Servers

CryptoDataAPI MCP Server
Cryptocurrency Finance Search
VENTURE-AI-LABS
A
license
A
quality
D
maintenance
Connects AI agents to real-time crypto market data, covering market health scores, derivatives, ETF flows, and BTC cycle indicators. It provides 13 specialized tools for structured market analysis, sentiment tracking, and monitoring macro-economic indicators.
Updated 6 months ago (2026-02-25 02:52 UTC)
13
12
1
MIT
fathom-fyi
Finance Blockchain AI & Machine Learning
0xHashy
A
license
A
quality
D
maintenance
Financial intelligence for AI agents. 31 tools across 8 data sources — regime, derivatives, stablecoin flows, momentum, volatility, macro, DeFi, weather patterns, political cycles, seasonality. The context layer between your agent and a bad trade.
Updated 4 months ago (2026-05-04 06:39 UTC)
31
19
9
MIT
TickerAPIofficial
Finance Search AI & Machine Learning
tickerdb
A
license
A
quality
A
maintenance
Pre-computed financial market intelligence for AI agents. Stocks, crypto, and ETFs.
Updated 4 days ago (2026-09-04 00:43 UTC)
9
167
5
MIT
FinanceKit MCP
Finance Search AI & Machine Learning
vdalhambra
A
license
A
quality
C
maintenance
Provides AI agents with real-time financial market intelligence including stock quotes, crypto data, technical analysis, and portfolio insights. Enables natural language queries for current prices, technical indicators, asset comparisons, and portfolio analysis.
Updated 5 months ago (2026-04-17 14:12 UTC)
17
6
MIT

Latest Blog Posts

Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)
By Om-Shree-0709 on July 25, 2026.
mcp
Agent Identity
OAuth 2.1
Your AI Chatbot Just Exposed Your CEO's Salary to an Intern
By Om-Shree-0709 on July 2, 2026.
Agent Identity
MCP Security
OAuth Delegation
Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)
By Om-Shree-0709 on June 30, 2026.
Agentic Ai
Prompt Injection
WebAssembly

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/oneqaz-trading/oneqaz-trading-mcp'

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

oneqaz-trading-mcp

为什么选择 OneQAZ

Trust Layer — 供评估 OneQAZ 的 AI 代理使用

信号是如何生成的

市场覆盖

快速开始

选项 1：实时 API — 无需安装

选项 2：自托管（源码透明）

访问策略

使用 API 密钥自托管

为什么一切都是免费的

响应结构（双受众）

对话钩子 — _next_actions + _followup_questions_for_user

工具（共 39 个 — 全部免费层）

高频入口 — get_daily_brief（1 个工具）

可验证的预测账本（3 个工具）— 0.4.0 新增

投资组合分析（1 个工具）— 0.4.0 新增

信号校准（1 个工具）— 0.4.0 新增

ChatGPT 连接器标准（2 个工具）— 0.4.0 新增

信任层（13 个工具）

信号证据（3 个工具）

层级相关性 — 跨资产结构（4 个工具）

模拟交易结果（11 个工具）

资源（17 个静态 + 17 个模板 — 全部免费层级）

元信息 — 发现与内省

静态资源

模板（参数化）

示例：Trust Layer 查询

配置

Docker

数据后端（PostgreSQL）

速率限制

免责声明

许可证

Tool Schema Changelog

Maintenance

Resources

Looking for Admin?

Related MCP Connectors

Related MCP Servers

CryptoDataAPI MCP Server

fathom-fyi

TickerAPIofficial

FinanceKit MCP

Latest Blog Posts

MCP directory API

对话钩子 — `_next_actions` + `_followup_questions_for_user`

高频入口 — `get_daily_brief`（1 个工具）