5分钟接入量化信号:QuantToGo MCP Server实战教程

想让你的AI助手能查实时量化交易信号?本文手把手教你用QuantToGo MCP Server,5分钟从零到跑通。


什么是QuantToGo?

一句话:宏观因子量化信号源。8个实盘策略覆盖A股和美股,所有信号开箱透明,支持AI Agent直接调用。

AI Agent的入口叫AI Hall------来这里获取实时信号。


方式一:Claude Desktop(最简单)

第1步:编辑配置文件

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%/Claude/claude_desktop_config.json

json 复制代码
{
  "mcpServers": {
    "quanttogo": {
      "command": "npx",
      "args": ["-y", "quanttogo-mcp"]
    }
  }
}

第2步:重启Claude Desktop

重启后你会在工具列表里看到QuantToGo的8个工具。

第3步:开始对话

直接用自然语言:

erlang 复制代码
你:帮我看看QuantToGo有什么策略
Claude:当前有8个实盘策略...

你:对比一下A股的4个策略表现
Claude:以下是A股4个策略的对比...

你:帮我注册一个30天试用
Claude:已注册成功,你的API Key是...

你:用这个Key查一下IF-IC轮动的最新信号
Claude:IF-IC轮动策略最新信号:持有IF,无切换动作...

就这么简单。不用写代码,不用调API,自然语言搞定。


方式二:Coze(扣子)

第1步:创建Bot

coze.cn 创建一个新Bot。

第2步:添加MCP插件

在Bot设置 → 插件 → MCP → 添加自定义MCP Server:

arduino 复制代码
端点:https://mcp.quanttogo.com/sse
传输:SSE

第3步:测试

在Bot对话框里输入"列出所有策略",看到返回就说明接通了。


方式三:远程连接(适合开发者)

如果你在开发自己的AI应用,可以直接连接远程MCP端点:

国际(Streamable HTTP):

bash 复制代码
https://mcp-us.quanttogo.com:8443/mcp

中国(SSE):

arduino 复制代码
https://mcp.quanttogo.com/sse

用任何MCP客户端库连接即可。


实战:从零到获取信号的完整流程

以下是一个完整的交互流程:

1. 浏览策略(免费)

复制代码
→ 调用 list_strategies
← 返回8个策略的ID、名称、描述、市场、收益率

2. 对比表现(免费)

复制代码
→ 调用 compare_strategies
← 返回多个策略的收益率、最大回撤、夏普比率对比

3. 注册试用(免费)

perl 复制代码
→ 调用 register_trial(email: "you@example.com")
← 返回 apiKey: "qtg_xxxxxxxxxxxx"

30天免费,不需要填支付信息。

4. 获取信号(需要apiKey)

less 复制代码
→ 调用 get_signals(apiKey: "qtg_xxx", productId: "PROD-IF-IC")
← 返回最新信号:方向、标的、时间戳、当前持仓状态

5. 检查订阅

less 复制代码
→ 调用 check_subscription(apiKey: "qtg_xxx")
← 返回订阅状态、到期时间、已订阅策略列表

常见问题

Q:需要付费吗? A:浏览策略和对比表现完全免费。获取交易信号需要API Key,但有30天免费试用。

Q:信号准确吗? A:所有信号来自实盘策略的前置验证数据,时间戳锁定、不可篡改、包括亏损记录。策略简单粗暴有效------全部基于宏观因子,逻辑一句话说清。不保证收益,但保证开箱透明。

Q:我的数据安全吗? A:注册只需邮箱,不收集其他信息。信号是只读的,MCP Server不会操作你的任何账户。

Q:支持哪些AI客户端? A:所有支持MCP协议的客户端都可以。已验证:Claude Desktop、Coze、Cursor、Windsurf等。


链接

QuantToGo --- 宏观因子量化信号源。实盘跟单、开箱透明、AI friendly。欢迎来AI Hall。


本文为技术教程,不构成投资建议。

相关推荐
奋飛14 小时前
AI应用工程:Agent 的能力是如何扩展的?——Tool、Skill、Workflow 与 MCP 的职责边界
agent·workflow·mcp·skills·ai应用工程
辞忧九千七16 小时前
MCP 协议完全指南:从原理到 LangGraph 集成,打造即插即用的 AI Agent 工具生态
agent·langgraph·mcp
csdn_aspnet19 小时前
如何将 Cursor MCP 与 VS Code 连接
vscode·cursor·mcp·composio
吴佳浩1 天前
MCP:从原理、源码、实战到企业落地,一篇彻底讲透 AI 世界的标准协议
人工智能·agent·mcp
玉&心2 天前
关于配置mcp服务端sse-message-endpoint和sse-endpoint的注意点
spring·springai·mcp
MicrosoftReactor3 天前
技术速递|智能体构建智能体:基于 Microsoft Agent Framework 与 Foundry 的 Skill 优先架构蓝图
ai·架构·agent·智能体·mcp
牧艺4 天前
从 Tool Calling 到 MCP Server:把业务能力做成 Agent 可复用接口
agent·全栈·mcp
凡泰AI4 天前
如何借助MCP打通企业APP内部服务:从统一调用到小程序承接
小程序·uni-app·app·mpaas·mcp·小程序容器
小四的小六5 天前
MCP Client实战翻车记:两个Server同时跑,AI调错了Tool
openai·ai编程·mcp