Token导航 LogoToken导航TokenDH.com
Jesse MCP Server logo
金融服务stdio官方级别未说明来源级核验

Jesse MCP Server

MCP Server

一个MCP(模型上下文协议)服务器,将Jesse的算法交易框架功能暴露给LLM代理,支持回测、优化、风险分析和策略管理等核心功能。

工具数

37

提示词数

0

GitHub Stars

0

资源数

0
金融数据数据分析API集成

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

bkuri

提供方

bkuri

最后核验

2026/5/17 20:23

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 jesse-mcp

详细介绍

Jesse MCP服务器

](https://badge.fury.io/py/jesse-mcp) ![Python 3.10+](https://www.python.org/downloads/) ![License: MIT](https://opensource.org/licenses/MIT)

一个MCP(模型上下文协议)服务器,向LLM代理公开Jesse的算法交易框架功能。

状态:功能完成✅

所有计划的功能都已实施和测试。32个工具可用(17个核心+15个代理)。

安装

PyPI

pip install jesse-mcp

uvx(建议直接运行)

uvx jesse-mcp

Arch Linux(AUR)

yay -S jesse-mcp
# or
paru -S jesse-mcp

源自

git clone https://github.com/bkuri/jesse-mcp.git
cd jesse-mcp
pip install -e .

用法

# stdio transport (default, for MCP clients)
jesse-mcp

# HTTP transport (for remote access)
jesse-mcp --transport http --port 8100

# Show help
jesse-mcp --help

环境变量

变量描述默认值
JESSE_URLJesse REST API URLhttp://server2:9100
JESSE_PASSWORDJesse UI密码(必填)
JESSE_API_TOKEN预生成的API令牌(可替代密码)
JESSE_TRADE_API_KEYjesse.trade社区API Bearer代币(可选)

特性

  • 回溯测试 -通过Jesse REST API执行单个和批回测试
  • 优化 -带前进验证的超参数调优
  • 蒙特卡罗分析 -统计稳健性测试
  • 配对交易 -协整测试和策略生成
  • 战略管理 -交易策略的CRUD操作
  • 风险分析 -风险价值、压力测试、综合风险报告
  • 代理工具 -15个用于自主交易工作流程的专用工具
  • 社区浏览 -浏览、比较和检查jesse.trade社区策略

建筑

LLM Agent ←→ MCP Protocol ←→ jesse-mcp ←→ Jesse REST API (localhost:9000)
                                    ↓
                            Mock Fallbacks (when Jesse unavailable)

可用工具

核心工具(17)

第1阶段:回测

工具说明
backtest使用指定参数运行单次回溯测试
strategy_list列出可用策略
strategy_read阅读策略源代码
strategy_validate验证策略代码

第二阶段:数据与分析

工具说明
candles_import从交易所下载蜡烛数据
backtest_batch运行并发多资产回溯测试
analyze_results从回溯测试结果中提取见解
walk_forward用于过拟合检测的前向分析

第三阶段:优化

工具说明
optimize使用Optuna优化超参数

第四阶段:风险分析

工具说明
monte_carlo风险分析的蒙特卡罗模拟
var_calculation风险价值(历史、参数、蒙特卡洛)
stress_test极端市场情景下的测试
risk_report综合风险评估

第五阶段:配对交易

工具说明
correlation_matrix交叉资产相关性分析
pairs_backtest回溯配对交易策略
factor_analysis将回报分解为系统因素
regime_detector识别市场机制和转型

代理工具(15)

自主交易工作流程的专用工具:

工具说明
strategy_suggest_improvements基于人工智能的战略增强建议
strategy_compare_strategies并排比较多种策略
strategy_optimize_pair_selection优化配对交易选择
strategy_analyze_optimization_impact分析优化变更的影响
risk_analyze_portfolio投资组合级风险分析
risk_stress_test高级压力测试
risk_assess_leverage利用风险评估
risk_recommend_hedges对冲建议
risk_analyze_drawdown_recovery提款回收分析
backtest_comprehensive包含所有指标的完整回溯测试
backtest_compare_timeframes比较不同时间段的性能
backtest_optimize_parameters快速参数优化
backtest_monte_carlo使用蒙特卡洛分析进行回测
backtest_analyze_regimes制度意识回溯测试分析
backtest_validate_significance统计显著性验证

社区工具(5)

浏览、比较和检查来自jesse.trade的社区策略:

工具说明
list_periods在jesse.trade上列出可用的回溯测试时段
browse_community_strategies浏览按绩效指标排序的策略
get_strategy_metrics特定策略的详细回溯测试指标
get_strategy_code策略的完整Python源代码
compare_community_strategies多种策略的并排度量比较

测试

# Install dev dependencies
pip install jesse-mcp[dev]

# Run all tests
pytest -v

# Run with coverage
pytest --cov=jesse_mcp

状态: 49项测试通过

本地开发

先决条件

  • Python 3.10+
  • Jesse 1.13.x在本地主机上运行:9000
  • 本地主机上的PostgreSQL:5432
  • 本地主机上的Redis:6379

杰西·斯塔克(波德曼)

# Start infrastructure
podman run -d --name jesse-postgres --network host \
  -e POSTGRES_USER=jesse_user -e POSTGRES_PASSWORD=password -e POSTGRES_DB=jesse_db \
  docker.io/library/postgres:14-alpine

podman run -d --name jesse-redis --network host \
  docker.io/library/redis:6-alpine redis-server --save "" --appendonly no

# Start Jesse
podman run -d --name jesse --network host \
  -v /path/to/jesse-bot:/home:z \
  docker.io/salehmir/jesse:latest bash -c "cd /home && jesse run"

启动开发MCP服务器

./scripts/start-dev-server.sh   # Start on port 8100
./scripts/stop-dev-server.sh    # Stop server

添加到OpenCode

添加 ~/.config/opencode/opencode.json:

{
  "mcp": {
    "jesse-mcp-dev": {
      "type": "remote",
      "url": "http://localhost:8100/mcp",
      "enabled": true
    }
  }
}

文档

API 参考

Jesse REST客户端

jesse_rest_client.py 模块提供对Jesse的REST API的直接访问:

from jesse_mcp.core.jesse_rest_client import get_jesse_rest_client

client = get_jesse_rest_client()

# Run backtest
result = client.backtest(
    strategy="OctopusStrategy",
    symbol="BTC-USDT", 
    timeframe="1h",
    start_date="2024-01-01",
    end_date="2024-01-31"
)

模拟实现

当Jesse不可用时,所有工具都会优雅地退回到返回真实合成数据的模拟实现中。这使得无需完整安装Jesse即可进行开发和测试。

关键依赖关系

包装版本用途
fastmcp>=0.3.0MCP服务器框架
numpy>=1.24.0数值计算
pandas>=2.0.0数据操作
scipy>=1.10.0统计函数
scikit-learn>=1.3.0ML实用程序
optuna>=3.0.0超参数优化

项目结构

jesse_mcp/
├── server.py            # FastMCP server with 17 core tools
├── optimizer.py         # Phase 3: Optimization tools
├── risk_analyzer.py     # Phase 4: Risk analysis tools
├── pairs_analyzer.py    # Phase 5: Pairs trading tools
├── agent_tools.py       # 15 agent-specific tools
├── core/
│   ├── integrations.py  # Jesse framework integration
│   ├── jesse_rest_client.py  # REST API client
│   └── mock.py          # Mock implementations
├── agents/
│   ├── base.py          # Base agent class
│   ├── backtester.py    # Backtesting specialist
│   └── risk_manager.py  # Risk management specialist
└── scripts/
    ├── start-dev-server.sh
    └── stop-dev-server.sh

许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

出版

此包使用GitHub Actions和PyPI可信发布。要发布新版本,请执行以下操作:

  1. 更新版本 pyproject.tomljesse_mcp/__init__.py
  2. 创建一个git标签: git tag v1.x.x
  3. 推送标签: git push origin v1.x.x
  4. 创建GitHub发布-自动发布到PyPI

目录标签

目录标签

金融数据数据分析API集成算法交易本地部署量化金融风险分析策略管理自动化交易

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

token

部署方式(deploymentType,部署类型)

local-only

工具数量(toolCount,工具数)

37

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

stdiotokenlocal-only

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