Token导航 LogoToken导航TokenDH.com
ML Trading Model logo
金融服务stdio官方级别未说明来源级核验

ML Trading Model

MCP Server

一个用于处理高分辨率订单流数据、计算交易特征、运行回测并向MCP服务器发布信号的Python核心引擎。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
Python金融数据数据分析

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

C45h888

提供方

C45h888

最后核验

2026/5/17 20:19

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

大脑代理核心

项目目的

此存储库包含 核心Python大脑代理 订单流交易系统。

它的基础是:

  • 摄取高分辨率订单流数据
  • 计算特征(CVD、吸收分数、δ发散、不平衡、足迹节点)
  • 使用Backtrader进行回溯测试
  • 发布干净 agent:signal 发送给MCP服务器的消息
  • 尊重 agent:control 停止开关

后续阶段(CrewAI+DeepSeek-V3决策层、LSTM训练、实时VPS)将直接插在这个核心之上——零返工。

当前阶段(阶段0--现在):\ 固定可插拔数据管道+集中式订单流引擎。\ 没有CrewAI,没有LSTM培训,还没有实时交易。

系统要求

所需的系统依赖关系

软件用途安装
瑞迪斯WebSocket与策略之间的实时数据流见下文

Redis安装

macOS:

brew install redis
brew services start redis

Linux/Ubuntu:

sudo apt-get install redis-server
sudo systemctl start redis

窗户: 下载自https://github.com/tporadowski/redis/releases

Python依赖关系

pip install -r requirements.txt

快速开始

# Start Redis (required)
redis-server

# Run backtest with live data (30 seconds)
python -m brain_agent.main --mode backtest --symbol BTC --duration-seconds 30

# Run paper trading
python -m brain_agent.main --mode paper --symbol BTC

核心数据源(仅锁定到这两个)

我们已经缩小到只有两个可行的选择 安全、高分辨率的订单流数据 适用于生产Python代理:

  1. 超流动 (主要建议——参见RESEARCH.md)
  2. Sierra Chart DTC协议 (次要选项)

整个的 core/data_pipeline.py 被设计为 完全可插拔。在它们之间切换是一次配置更改。

存储库结构(阶段0)

目录标签

目录标签

Python金融数据数据分析订单流交易本地部署金融分析数据管道回测实时交易

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP