AI导哈

Kalshi交易模型协议服务器

一个功能全面的Kalshi预测市场模型协议服务器，提供账户管理、市场分析、订单执行、多源天气预报、模型分析和实时观测等功能。

  • by alexandermazza
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 alexandermazza/kalshi-trading-mcp

使用说明

卡尔希交易mcp

功能齐全 模型上下文协议（MCP） 服务器 卡尔希 预测市场。包括20多种用于账户管理、市场分析、订单执行、多源天气预报、集成模型分析、实时METAR观测和位置漂移监测的工具。

为什么选择此服务器？

大多数现有的Kalshi MCP服务器都是精简的API包装器（5-10个工具）。这次不一样：

  • 多源天气预报 --NWS、HRRR、GFS、ECMWF、Open Meteo等
  • 概率分析 --桶数学、边缘计算、制造商费用影响
  • 安全控制 --价格上限、每日限额、现金储备、NO only策略
  • 职位管理 --漂移分析、METAR趋势跟踪、提前退出信号
  • 跨城市情报 --相关预测误差、AFD变化检测

快速开始

安装

pip install kalshi-trading-mcp

或者从源代码安装：

git clone https://github.com/alexandermazza/kalshi-trading-mcp.git
cd kalshi-trading-mcp
pip install -e .

配置

  1. 从获取您的API证书 Kalshi设置

  2. 创建一个 .env 文件（或设置环境变量）：

KALSHI_API_KEY_ID=your-key-id
KALSHI_PRIVATE_KEY_PATH=/path/to/your/private_key.pem
KALSHI_ENV=demo  # or 'prod' for real trading

与Claude Code一起使用

添加到您的 .mcp.json （或 ~/.claude/mcp.json 全球）：

{
  "mcpServers": {
    "kalshi": {
      "type": "stdio",
      "command": "kalshi-mcp",
      "env": {
        "KALSHI_API_KEY_ID": "your-key-id",
        "KALSHI_PRIVATE_KEY_PATH": "/path/to/private_key.pem",
        "KALSHI_ENV": "prod"
      }
    }
  }
}

然后问克劳德这样的问题：

  • “我的Kalshi余额是多少？”
  • “扫描天气交易机会”
  • “分析纽约市明天的高温市场”
  • “给我看芝加哥的整体预报”

与Claude Desktop一起使用

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "kalshi": {
      "command": "kalshi-mcp",
      "env": {
        "KALSHI_API_KEY_ID": "your-key-id",
        "KALSHI_PRIVATE_KEY_PATH": "/path/to/private_key.pem",
        "KALSHI_ENV": "prod"
      }
    }
  }
}

工具参考

账户和头寸

工具 说明
kalshi_balance 获取现金余额、投资组合价值、环境
kalshi_positions 列出有风险敞口的空缺职位

市场

工具 说明
kalshi_markets 按系列/状态列出可选筛选的市场
kalshi_market 获取单一市场详细信息，包括订单簿
kalshi_cities 列出支持的天气城市及其坐标

天气预报

工具 说明
kalshi_forecast 获取某个城市/日期的天气预报
kalshi_ensemble_forecast 具有价差分析的多模型数据（HRRR、GFS、ECMWF）
kalshi_analyze_opportunity 比较预测与市场价格——优势、概率、推荐
kalshi_scan_opportunities 扫描所有城市寻找交易机会

天气信号

工具 说明
kalshi_forecast_timing 检查NWS/GFS更新的新鲜度以进行时间优化
kalshi_metar_current 获取当前机场观测数据（温度、风、能见度）
kalshi_metar_trend 跟踪当天位置的温度轨迹
kalshi_cross_city_signal 检查相关城市预测误差
kalshi_afd_change_detection 检测区域预测讨论指导转变

订单（两步确认）

工具 说明
kalshi_prepare_order 准备订单以供审核（退货确认_id）
kalshi_confirm_order 执行或取消已准备好的订单
kalshi_cancel_order 取消休息订单
kalshi_resting_orders 列出未完成的订单，并检测其是否过期
kalshi_reevaluate_resting_orders 重新分析边缘退化的静止顺序

位置恢复

工具 说明
kalshi_position_drift_analysis 分析提前退出决策的预测偏差

配置

所有设置均可通过环境变量进行配置：

必需的

变量 描述
KALSHI_API_KEY_ID 您的Kalshi API密钥ID
KALSHI_PRIVATE_KEY_PATH RSA私钥（.pem）的路径
KALSHI_ENV demo 或 prod （默认值： demo)

安全限值

变量 默认值 描述
MCP_MAX_ORDER_SIZE 20.0 每份订单的最高成本（$）
MCP_DAILY_LIMIT 500.0 最大日交易量（$）
MCP_MAX_CONTRACTS 15 每份订单的最大合同数
CASH_RESERVE 20.0 账户最低存款金额（$）
MAX_NO_PRICE 65 最高NO价格（美分）（收益保护）
NO_ONLY_STRATEGY true 只允许无副天气交易
DISABLED_CITIES （空） 跳过逗号分隔的城市代码（例如。， AUS,MIA)

天气分析

变量 默认值 描述
WEATHER_MIN_EDGE 0.10 推荐交易的最小优势
WEATHER_MAX_EDGE 0.18 最大边缘（较高=边缘悖论警告）
DAMPENING_THRESHOLD 0.18 把上面的边缘弄湿
DAMPENING_FACTOR 0.50 要减多少（0.5=过量减半）
CITY_STD_DEV_NYC 5.2 覆盖纽约市预测标准偏差
CITY_STD_DEV_CHI 6.6 覆盖CHI预测标准偏差
CITY_STD_DEV_DEN 8.5 覆盖DEN预测标准偏差

可选API键（提高预测准确性）

变量 描述
OPENWEATHER_API_KEY 开放天气
WEATHERAPI_KEY WeatherAPI
TOMORROWIO_API_KEY 明天
VISUAL_CROSSING_API_KEY 视觉交叉

服务器在没有这些密钥的情况下工作（NWS是免费的，始终可用），但添加更多的源可以通过集成平均提高预测精度。

建筑

kalshi_trading_mcp/
├── server.py              # FastMCP instance + lazy-loaded singletons
├── config.py              # Env-based configuration
├── safety.py              # Trade safety controls + audit logging
├── client/                # Kalshi REST API client
│   ├── client.py          # API wrapper with dataclass models
│   └── auth.py            # RSA signature authentication
├── tools/                 # MCP tool definitions (20+ tools)
│   ├── account.py         # Balance, positions
│   ├── markets.py         # Market listing, details
│   ├── orders.py          # Order flow + edge re-evaluation
│   ├── weather.py         # Forecasts, analysis, scanning
│   ├── weather_signals.py # METAR, timing, cross-city, AFD
│   └── position_recovery.py  # Drift analysis
├── forecasting/           # Weather data integration
│   ├── multisource.py     # Multi-source forecast aggregation
│   ├── nbm.py             # National Blend of Models
│   ├── metar.py           # Airport observations
│   └── cities.py          # City configs + correlations
├── analysis/              # Pure computation
│   ├── probability.py     # CDF, edge, fee math
│   ├── ticker_parser.py   # Kalshi ticker parsing
│   └── timing.py          # Optimal trading windows
└── logging/
    └── trade_log.py       # JSONL audit trail

支持城市

代码 城市 高系列 低系列
纽约 纽约 KXHIGHNY KXLOWTNY
芝加哥 KXHIGHCH KXLOWTCH
MIA 迈阿密 KXHIGHMI KXLOWTMI
澳大利亚 奥斯汀 KXHIGHAT KXLOWTAT
HOU 休斯顿 KXHIGHHO KXLOWTHO
洛杉矶 洛杉矶 KXHIGHLA KXLOWTLA
丹佛 KXHIGHDE KXLOWTDE
PHL 费城 KXHIGHPH KXLOWTPH

依赖项

只有4个核心依赖关系：

  • fastmcp>=2.0.0 --MCP协议框架
  • requests>=2.31.0 --API的HTTP客户端
  • cryptography>=41.0.0 --RSA签名认证
  • python-dotenv>=1.0.0 --.env文件支持

许可证

麻省理工学院——见 许可证 了解详情。

相关 MCP