QMT-MCP - 模块化量化交易助手

一个基于FastMCP和XTQuant的模块化量化交易系统，提供智能策略生成、实时交易执行和回测分析功能。

🌟 项目特色

🔗 MCP协议集成: 基于Model Context Protocol，与AI助手无缝连接
📈 智能策略生成: 自动生成和优化量化交易策略
⚡ 实时交易执行: 支持XTQuant/QMT实盘和模拟交易
🧠 模块化架构: 清晰的代码结构，易于扩展和维护
📊 回测分析: 完整的策略回测和绩效评估
🛡️ 风险控制: 内置多层风险控制机制

🎬 演示视频

📺 点击封面图或链接即可在 Bilibili 观看完整演示

https://www.bilibili.com/video/BV1SFGjz6EKN/?vd_source=26053b834f0ddd4f57b22169d74b6f78

🏗️ 系统架构

国金QMT-MCP/
├── main.py                 # FastMCP服务器主入口
├── config.json            # 系统配置文件
├── requirements.txt        # 项目依赖
├── src/
│   ├── config.py          # 配置管理模块（支持环境变量）
│   ├── tools/             # MCP工具实现
│   │   ├── trading_tool.py    # 交易执行工具
│   │   └── qmt_tool.py        # QMT策略工具
│   ├── strategies/        # 策略模块
│   │   ├── ma_strategy.py     # 双均线策略
│   │   └── strategy_generator.py # 策略生成器
│   └── utils/             # 工具模块
│       ├── xtquant_client.py  # XTQuant客户端
│       └── data_handler.py    # 数据处理器
└── logs/                  # 日志文件目录

🚀 快速开始

环境要求

Python 3.8+
XTQuant/QMT客户端 (国金/迅投量化交易客户端)
Windows系统 (XTQuant仅支持Windows)

安装步骤

克隆项目

git clone <repository-url>
cd Nondescript-MCP

安装依赖

pip install -r requirements.txt

配置环境

创建 .env 文件并配置以下参数：

# =====================================================
# 国金QMT-MCP 环境配置文件
# 请根据你的实际环境修改下面的配置参数
# =====================================================

# 服务器配置
QUANTMCP_HOST=127.0.0.1          # MCP服务器监听地址，通常保持127.0.0.1
QUANTMCP_PORT=8000               # MCP服务器端口号，可根据需要修改
QUANTMCP_TRANSPORT=sse           # 传输协议，保持sse即可

# XTQuant/QMT 交易客户端配置
# 重要：请修改为你的QMT安装路径和账户信息
QMT_PATH=你的QMT安装路径\userdata_mini        # QMT客户端数据目录，如: D:\QMT\userdata_mini
QMT_SESSION_ID=你的会话ID                      # QMT会话ID，整数，如: 12345
QMT_ACCOUNT_ID=你的交易账户ID                  # 你的模拟或实盘交易账户ID

# QMT策略保存目录
QMT_STRATEGY_DIR=你的QMT策略目录\mpython       # QMT策略文件保存目录，如: D:\QMT\mpython

# 交易风险控制配置
MAX_ORDER_VALUE=100000.0         # 单笔订单最大金额(元)，防止误操作大额下单
MAX_POSITION_VALUE=500000.0      # 单只股票最大持仓金额(元)，控制单股风险
MIN_ORDER_QUANTITY=100           # 最小下单数量(股)，通常为100的整数倍
MARKET_ORDER_SPREAD=0.1          # 市价单价差比例(0.1=10%)，避免成交价偏离过大

# 策略默认参数配置
DEFAULT_SYMBOL=000001.SZ         # 默认股票代码，用于测试和演示
DEFAULT_START_DATE=20240101      # 默认回测开始日期，格式YYYYMMDD
DEFAULT_END_DATE=20241201        # 默认回测结束日期，格式YYYYMMDD  
DEFAULT_SHORT_PERIOD=5           # 默认短期均线天数
DEFAULT_LONG_PERIOD=20           # 默认长期均线天数

# 日志配置
LOG_LEVEL=INFO                   # 日志级别: DEBUG/INFO/WARNING/ERROR
LOG_FILE=logs/quantmcp.log       # 日志文件路径

启动XTQuant客户端

打开国金QMT或迅投量化客户端
确保客户端已登录并连接

启动国金QMT-MCP服务

python main.py

服务启动后将在 http://127.0.0.1:8000 提供MCP服务。

🔧 功能介绍

交易工具

下单功能

# 通过MCP接口调用
place_order(
    symbol="000001.SZ",    # 股票代码
    quantity=100,          # 买入股数
    price=10.5,           # 下单价格
    direction="BUY"       # 交易方向
)

撤单功能

cancel_order(order_id="12345")  # 撤销指定订单

策略生成

双均线策略

generate_ma_strategy(
    symbol="000001.SZ",      # 目标股票
    short_period=5,          # 短期均线
    long_period=20,          # 长期均线
    strategy_name="my_ma"    # 策略名称
)

自定义策略

save_qmt_strategy(
    strategy_name="custom_strategy",
    code="""
    def init(context):
        # 策略初始化
        pass
    
    def handle_bar(context, bar_dict):
        # 策略执行逻辑
        pass
    """
)

📊 策略回测

系统提供完整的策略回测功能，包括：

收益指标: 总收益率、年化收益率、夏普比率
风险指标: 最大回撤、波动率、VaR
交易统计: 交易次数、胜率、平均盈亏
绩效评估: 策略评级和优化建议

回测报告示例

[OK] 双均线策略生成成功！

[DATA] 股票信息: 000001.SZ
[DATE] 数据期间: 20240101 至 20241201
[CHART] 数据条数: 242 条
[DATA] 交易天数: 242 天

[TARGET] 双均线策略参数:
   * 短期均线: 5日
   * 长期均线: 20日

[CHART] 策略表现:
   * 总收益率: 15.23%
   * 年化收益率: 18.45%
   * 最大回撤: -8.67%
   * 年化波动率: 22.15%
   * 夏普比率: 0.845
   * 交易次数: 24
   * 胜率: 58.33%

[TIP] 策略评价:
   [OK] 年化收益良好，超过15%
   [OK] 风险控制优秀，最大回撤小于10%
   [WARNING] 夏普比率一般，收益风险比有待提升
   [OK] 胜率良好，超过50%

🛡️ 风险控制

系统内置多层风险控制机制：

交易层面

单笔订单最大金额限制
单标的最大持仓限制
最小下单数量控制
市价单价差保护

策略层面

最大回撤限制
最小夏普比率要求
杠杆率控制
止损比例设置

系统层面

交易状态控制
连接状态监控
异常处理机制
日志记录追踪

🔌 MCP集成

国金QMT-MCP完全兼容Model Context Protocol，可以与支持MCP的AI助手集成：

首选：SSE 直连配置（推荐）

如果你只需要直接连接到已经启动的国金QMT-MCP服务器，最简洁可靠的方式就是使用 SSE(Server-Sent Events) 直连。

{
  "mcpServers": {
    "qmt-mcp": {
      "type": "sse",
      "url": "http://127.0.0.1:8000/sse",
      "timeout": 60,
      "autoApprove": []
    }
  }
}

📌 为何推荐 SSE？

🛠️ 零依赖：客户端无需再执行 Python/Node 等命令。

⚡ 即开即用：服务器启动后即可被任何支持MCP的应用发现。

🪶 配置最少：仅需 type 与 url 两个关键字段。

🌐 远程友好：修改 url 即可在局域网/云服务器访问。

下面展示不同工具 (Claude Desktop / VS Code Cline / Cursor) 的完整配置示例，如果需要自动拉起服务器也可使用 command/args 模式。

Claude Desktop集成

在Claude Desktop的配置文件中添加：

{
  "mcpServers": {
    "quantmcp": {
      "command": "python",
      "args": ["path/to/Nondescript-MCP/main.py"],
      "env": {
        "QMT_PATH": "你的QMT安装路径\\userdata_mini"
      }
    }
  }
}

可用工具

place_order: 执行股票交易
cancel_order: 撤销订单
save_qmt_strategy: 保存自定义策略
generate_ma_strategy: 生成双均线策略

📋 配置说明

核心配置项

配置项	说明	默认值
QMT_PATH	QMT客户端安装路径	你的QMT安装路径\userdata_mini
QMT_SESSION_ID	QMT会话ID	你的会话ID
QMT_ACCOUNT_ID	交易账户ID	你的交易账户ID
MAX_ORDER_VALUE	单笔订单最大金额	100000.0
MAX_POSITION_VALUE	单标的最大持仓	500000.0

策略配置项

配置项	说明	默认值
DEFAULT_SYMBOL	默认股票代码	000001.SZ
DEFAULT_SHORT_PERIOD	默认短期均线	5
DEFAULT_LONG_PERIOD	默认长期均线	20

🧪 开发指南

添加新策略

在 src/strategies/ 目录下创建策略模块
实现策略类，包含信号计算和回测方法
在 strategy_generator.py 中注册新策略
更新配置文件添加策略参数

添加新工具

在 src/tools/ 目录下创建工具模块
实现工具类和相关方法
在 main.py 中使用 @mcp.tool() 装饰器注册
更新 __init__.py 文件导出新工具

测试

# 运行测试
pytest tests/

# 代码格式化
black src/

# 代码检查
flake8 src/

📚 API文档

place_order(symbol, quantity, price, direction)

执行股票交易订单

参数:

symbol (str): 股票代码，如 "000001.SZ"
quantity (int): 交易数量，必须是100的整数倍
price (float): 下单价格
direction (str): 交易方向，"BUY" 或 "SELL"

返回:

str: 下单结果信息

generate_ma_strategy(symbol, short_period, long_period, strategy_name)

生成双均线策略

参数:

symbol (str): 目标股票代码
short_period (int): 短期均线周期
long_period (int): 长期均线周期
strategy_name (str, optional): 策略名称

返回:

str: 策略生成和回测结果

🔍 常见问题

Q: XTQuant连接失败怎么办？

A: 确保QMT客户端已启动并登录，检查 QMT_PATH 配置是否正确。

Q: 如何修改风险控制参数？

A: 在 .env 文件中修改 MAX_ORDER_VALUE、MAX_POSITION_VALUE 等参数。

Q: 策略回测数据不准确？

A: 检查数据日期范围，确保XTQuant有相应的历史数据权限。

Q: 如何添加新的技术指标？

A: 在 src/strategies/ 目录下创建新的策略模块，参考 ma_strategy.py 的实现。

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

🤝 贡献

欢迎提交Issue和Pull Request来改进项目！

📞 联系方式

项目地址: https://github.com/guangxiangdebizi/QMT-MCP
问题反馈: https://github.com/guangxiangdebizi/QMT-MCP/issues
文档: https://github.com/guangxiangdebizi/QMT-MCP/wiki
邮箱: guangxiangdebizi@gmail.com
LinkedIn: https://www.linkedin.com/in/%E6%98%9F%E5%AE%87-%E9%99%88-b5b3b0313/

🌟 如果这个项目对你有帮助，请给个Star支持一下！ 🌟

QMT-MCP - 模块化量化交易助手

一个基于FastMCP和XTQuant的模块化量化交易系统，提供智能策略生成、实时交易执行和回测分析功能。

🌟 项目特色

🔗 MCP协议集成: 基于Model Context Protocol，与AI助手无缝连接
📈 智能策略生成: 自动生成和优化量化交易策略
⚡ 实时交易执行: 支持XTQuant/QMT实盘和模拟交易
🧠 模块化架构: 清晰的代码结构，易于扩展和维护
📊 回测分析: 完整的策略回测和绩效评估
🛡️ 风险控制: 内置多层风险控制机制

🎬 演示视频

📺 点击封面图或链接即可在 Bilibili 观看完整演示

https://www.bilibili.com/video/BV1SFGjz6EKN/?vd_source=26053b834f0ddd4f57b22169d74b6f78

🏗️ 系统架构

国金QMT-MCP/
├── main.py                 # FastMCP服务器主入口
├── config.json            # 系统配置文件
├── requirements.txt        # 项目依赖
├── src/
│   ├── config.py          # 配置管理模块（支持环境变量）
│   ├── tools/             # MCP工具实现
│   │   ├── trading_tool.py    # 交易执行工具
│   │   └── qmt_tool.py        # QMT策略工具
│   ├── strategies/        # 策略模块
│   │   ├── ma_strategy.py     # 双均线策略
│   │   └── strategy_generator.py # 策略生成器
│   └── utils/             # 工具模块
│       ├── xtquant_client.py  # XTQuant客户端
│       └── data_handler.py    # 数据处理器
└── logs/                  # 日志文件目录

🚀 快速开始

环境要求

Python 3.8+
XTQuant/QMT客户端 (国金/迅投量化交易客户端)
Windows系统 (XTQuant仅支持Windows)

安装步骤

克隆项目

git clone <repository-url>
cd Nondescript-MCP

安装依赖

pip install -r requirements.txt

配置环境

创建 .env 文件并配置以下参数：

# =====================================================
# 国金QMT-MCP 环境配置文件
# 请根据你的实际环境修改下面的配置参数
# =====================================================

# 服务器配置
QUANTMCP_HOST=127.0.0.1          # MCP服务器监听地址，通常保持127.0.0.1
QUANTMCP_PORT=8000               # MCP服务器端口号，可根据需要修改
QUANTMCP_TRANSPORT=sse           # 传输协议，保持sse即可

# XTQuant/QMT 交易客户端配置
# 重要：请修改为你的QMT安装路径和账户信息
QMT_PATH=你的QMT安装路径\userdata_mini        # QMT客户端数据目录，如: D:\QMT\userdata_mini
QMT_SESSION_ID=你的会话ID                      # QMT会话ID，整数，如: 12345
QMT_ACCOUNT_ID=你的交易账户ID                  # 你的模拟或实盘交易账户ID

# QMT策略保存目录
QMT_STRATEGY_DIR=你的QMT策略目录\mpython       # QMT策略文件保存目录，如: D:\QMT\mpython

# 交易风险控制配置
MAX_ORDER_VALUE=100000.0         # 单笔订单最大金额(元)，防止误操作大额下单
MAX_POSITION_VALUE=500000.0      # 单只股票最大持仓金额(元)，控制单股风险
MIN_ORDER_QUANTITY=100           # 最小下单数量(股)，通常为100的整数倍
MARKET_ORDER_SPREAD=0.1          # 市价单价差比例(0.1=10%)，避免成交价偏离过大

# 策略默认参数配置
DEFAULT_SYMBOL=000001.SZ         # 默认股票代码，用于测试和演示
DEFAULT_START_DATE=20240101      # 默认回测开始日期，格式YYYYMMDD
DEFAULT_END_DATE=20241201        # 默认回测结束日期，格式YYYYMMDD  
DEFAULT_SHORT_PERIOD=5           # 默认短期均线天数
DEFAULT_LONG_PERIOD=20           # 默认长期均线天数

# 日志配置
LOG_LEVEL=INFO                   # 日志级别: DEBUG/INFO/WARNING/ERROR
LOG_FILE=logs/quantmcp.log       # 日志文件路径

启动XTQuant客户端

打开国金QMT或迅投量化客户端
确保客户端已登录并连接

启动国金QMT-MCP服务

python main.py

服务启动后将在 http://127.0.0.1:8000 提供MCP服务。

🔧 功能介绍

交易工具

下单功能

# 通过MCP接口调用
place_order(
    symbol="000001.SZ",    # 股票代码
    quantity=100,          # 买入股数
    price=10.5,           # 下单价格
    direction="BUY"       # 交易方向
)

撤单功能

cancel_order(order_id="12345")  # 撤销指定订单

策略生成

双均线策略

generate_ma_strategy(
    symbol="000001.SZ",      # 目标股票
    short_period=5,          # 短期均线
    long_period=20,          # 长期均线
    strategy_name="my_ma"    # 策略名称
)

自定义策略

save_qmt_strategy(
    strategy_name="custom_strategy",
    code="""
    def init(context):
        # 策略初始化
        pass
    
    def handle_bar(context, bar_dict):
        # 策略执行逻辑
        pass
    """
)

📊 策略回测

系统提供完整的策略回测功能，包括：

收益指标: 总收益率、年化收益率、夏普比率
风险指标: 最大回撤、波动率、VaR
交易统计: 交易次数、胜率、平均盈亏
绩效评估: 策略评级和优化建议

回测报告示例

[OK] 双均线策略生成成功！

[DATA] 股票信息: 000001.SZ
[DATE] 数据期间: 20240101 至 20241201
[CHART] 数据条数: 242 条
[DATA] 交易天数: 242 天

[TARGET] 双均线策略参数:
   * 短期均线: 5日
   * 长期均线: 20日

[CHART] 策略表现:
   * 总收益率: 15.23%
   * 年化收益率: 18.45%
   * 最大回撤: -8.67%
   * 年化波动率: 22.15%
   * 夏普比率: 0.845
   * 交易次数: 24
   * 胜率: 58.33%

[TIP] 策略评价:
   [OK] 年化收益良好，超过15%
   [OK] 风险控制优秀，最大回撤小于10%
   [WARNING] 夏普比率一般，收益风险比有待提升
   [OK] 胜率良好，超过50%

🛡️ 风险控制

系统内置多层风险控制机制：

交易层面

单笔订单最大金额限制
单标的最大持仓限制
最小下单数量控制
市价单价差保护

策略层面

最大回撤限制
最小夏普比率要求
杠杆率控制
止损比例设置

系统层面

交易状态控制
连接状态监控
异常处理机制
日志记录追踪

🔌 MCP集成

国金QMT-MCP完全兼容Model Context Protocol，可以与支持MCP的AI助手集成：

首选：SSE 直连配置（推荐）

如果你只需要直接连接到已经启动的国金QMT-MCP服务器，最简洁可靠的方式就是使用 SSE(Server-Sent Events) 直连。

{
  "mcpServers": {
    "qmt-mcp": {
      "type": "sse",
      "url": "http://127.0.0.1:8000/sse",
      "timeout": 60,
      "autoApprove": []
    }
  }
}

📌 为何推荐 SSE？

🛠️ 零依赖：客户端无需再执行 Python/Node 等命令。

⚡ 即开即用：服务器启动后即可被任何支持MCP的应用发现。

🪶 配置最少：仅需 type 与 url 两个关键字段。

🌐 远程友好：修改 url 即可在局域网/云服务器访问。

下面展示不同工具 (Claude Desktop / VS Code Cline / Cursor) 的完整配置示例，如果需要自动拉起服务器也可使用 command/args 模式。

Claude Desktop集成

在Claude Desktop的配置文件中添加：

{
  "mcpServers": {
    "quantmcp": {
      "command": "python",
      "args": ["path/to/Nondescript-MCP/main.py"],
      "env": {
        "QMT_PATH": "你的QMT安装路径\\userdata_mini"
      }
    }
  }
}

可用工具

place_order: 执行股票交易
cancel_order: 撤销订单
save_qmt_strategy: 保存自定义策略
generate_ma_strategy: 生成双均线策略

📋 配置说明

核心配置项

配置项	说明	默认值
QMT_PATH	QMT客户端安装路径	你的QMT安装路径\userdata_mini
QMT_SESSION_ID	QMT会话ID	你的会话ID
QMT_ACCOUNT_ID	交易账户ID	你的交易账户ID
MAX_ORDER_VALUE	单笔订单最大金额	100000.0
MAX_POSITION_VALUE	单标的最大持仓	500000.0

策略配置项

配置项	说明	默认值
DEFAULT_SYMBOL	默认股票代码	000001.SZ
DEFAULT_SHORT_PERIOD	默认短期均线	5
DEFAULT_LONG_PERIOD	默认长期均线	20

🧪 开发指南

添加新策略

在 src/strategies/ 目录下创建策略模块
实现策略类，包含信号计算和回测方法
在 strategy_generator.py 中注册新策略
更新配置文件添加策略参数

添加新工具

在 src/tools/ 目录下创建工具模块
实现工具类和相关方法
在 main.py 中使用 @mcp.tool() 装饰器注册
更新 __init__.py 文件导出新工具

测试

# 运行测试
pytest tests/

# 代码格式化
black src/

# 代码检查
flake8 src/

📚 API文档

place_order(symbol, quantity, price, direction)

执行股票交易订单

参数:

symbol (str): 股票代码，如 "000001.SZ"
quantity (int): 交易数量，必须是100的整数倍
price (float): 下单价格
direction (str): 交易方向，"BUY" 或 "SELL"

返回:

str: 下单结果信息

generate_ma_strategy(symbol, short_period, long_period, strategy_name)

生成双均线策略

参数:

symbol (str): 目标股票代码
short_period (int): 短期均线周期
long_period (int): 长期均线周期
strategy_name (str, optional): 策略名称

返回:

str: 策略生成和回测结果

🔍 常见问题

Q: XTQuant连接失败怎么办？

A: 确保QMT客户端已启动并登录，检查 QMT_PATH 配置是否正确。

Q: 如何修改风险控制参数？

A: 在 .env 文件中修改 MAX_ORDER_VALUE、MAX_POSITION_VALUE 等参数。

Q: 策略回测数据不准确？

A: 检查数据日期范围，确保XTQuant有相应的历史数据权限。

Q: 如何添加新的技术指标？

A: 在 src/strategies/ 目录下创建新的策略模块，参考 ma_strategy.py 的实现。

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

🤝 贡献

欢迎提交Issue和Pull Request来改进项目！

📞 联系方式

项目地址: https://github.com/guangxiangdebizi/QMT-MCP
问题反馈: https://github.com/guangxiangdebizi/QMT-MCP/issues
文档: https://github.com/guangxiangdebizi/QMT-MCP/wiki
邮箱: guangxiangdebizi@gmail.com
LinkedIn: https://www.linkedin.com/in/%E6%98%9F%E5%AE%87-%E9%99%88-b5b3b0313/

🌟 如果这个项目对你有帮助，请给个Star支持一下！ 🌟