使用说明
MCP订单流服务器
一种高性能的模型上下文协议（MCP）服务器，为算法交易应用程序提供实时订单流分析。该服务器通过gRPC连接到市场数据代理，以提供机构级市场微观结构洞察。
特性
- 实时订单流分析：实时市场微观结构数据处理
- 高性能gRPC集成：亚毫秒延迟数据检索
- 制度模式检测：吸收、堆叠和扫掠模式
- 支撑/阻力位：通过算法得出的关键价格水平
- 市场动能指标：买卖动态和尺寸加速
- MCP协议合规性：与AI代理和LLM无缝集成
快速开始
先决条件
- Python 3.10或更高版本
- 兼容的市场数据代理（gRPC端点）
- 市场微观结构概念的基本理解
安装
-
克隆存储库:
git clone <repository-url> cd mcp-order-flow-server -
安装依赖项:
pip install -r requirements.txt -
生成protobuf文件 （如果使用gRPC数据源）：
./generate_proto.sh -
配置环境 （可选）：
export DATA_BROKER_GRPC_URL=localhost:9090 export LOG_LEVEL=INFO -
启动服务器:
python src/mcp_server.py
用法
MCP工具： analyze_order_flow_tool
服务器公开了一个用于订单流分析的MCP工具：
参数
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
ticker |
字符串 | 必需的 | 股票/ETF股票代码（例如“SPY”、“QQQ”） |
history |
字符串 | "5mins" |
分析时间窗口（例如，“30秒”、“10分钟”、“1小时”） |
include_patterns |
布尔值 | true |
在响应中包含模式检测 |
示例请求
{
"method": "tools/call",
"params": {
"name": "analyze_order_flow_tool",
"arguments": {
"ticker": "SPY",
"history": "5mins",
"include_patterns": true
}
}
}
示例响应
<order_flow_data ticker="SPY" timestamp="2024-01-15T10:30:00" current_price="485.24">
<data_summary>
<quote_count>1847</quote_count>
<history_window>300s</history_window>
<pattern_count>3</pattern_count>
</data_summary>
<current_quote>
<bid_price>485.230</bid_price>
<ask_price>485.250</ask_price>
<bid_size>1800</bid_size>
<ask_size>1200</ask_size>
<spread>0.020</spread>
</current_quote>
<metrics window="10s">
<momentum>
<bid_movement>0.050</bid_movement>
<ask_movement>0.045</ask_movement>
<bid_lifts>3</bid_lifts>
<ask_lifts>2</ask_lifts>
</momentum>
<size_dynamics>
<avg_bid_size>1650</avg_bid_size>
<avg_ask_size>1250</avg_ask_size>
<large_bids>1</large_bids>
<large_asks>0</large_asks>
</size_dynamics>
<behaviors>
<bid_stacking>YES</bid_stacking>
<momentum_building>YES</momentum_building>
</behaviors>
</metrics>
<significant_levels>
<bid_levels>
<level price="485.20" appearances="15" total_size="45000" />
<level price="485.15" appearances="12" total_size="38000" />
</bid_levels>
<ask_levels>
<level price="485.30" appearances="12" total_size="38000" />
<level price="485.35" appearances="9" total_size="28000" />
</ask_levels>
</significant_levels>
<detected_patterns>
<pattern type="absorption">
<subtype>bullish</subtype>
<strength>strong</strength>
<description>Strong bid absorption at 485.20</description>
</pattern>
</detected_patterns>
</order_flow_data>
配置
环境变量
# Data source configuration
DATA_SOURCE=grpc # Use 'grpc' (recommended) or 'redis'
DATA_BROKER_GRPC_URL=localhost:9090 # gRPC endpoint for market data
# Redis fallback (if DATA_SOURCE=redis)
REDIS_HOST=localhost
REDIS_PORT=6379
REDIS_DB=0
# Logging
LOG_LEVEL=INFO # DEBUG, INFO, WARNING, ERROR
数据源
| 来源 | 延迟 | 吞吐量 | 用例 |
|---|---|---|---|
| gRPC | 0.1-0.5毫秒 | 2000+要求/秒 | 生产（推荐） |
| 瑞迪斯 | 0.5-2ms | 500+请求/秒 | 开发/回退 |
建筑
┌─────────────────┐ ┌──────────────────┐ ┌───────────────────┐
│ MCP Client │───▶│ MCP Server │───▶│ Market Data │
│ (AI Agent) │ │ (This Repo) │ │ Broker (gRPC) │
└─────────────────┘ └──────────────────┘ └───────────────────┘
│
▼
┌──────────────────┐
│ Order Flow │
│ Analysis Engine │
└──────────────────┘
关键组件
- MCP服务器：基于FastMCP的服务器处理工具请求
- gRPC客户端：从市场经纪人处进行高性能数据检索
- 状态管理器：XML响应格式和数据聚合
- 模式检测器：实时机构模式识别
发展
项目结构
mcp-order-flow-server/
├── src/
│ ├── mcp_server.py # Main MCP server entry point
│ ├── config.py # Configuration management
│ ├── proto/ # Generated protobuf files
│ ├── storage/
│ │ ├── grpc_client.py # gRPC data client
│ │ └── redis_client.py # Redis fallback client
│ ├── formatters/
│ │ └── state_manager.py # XML response formatting
│ └── tools/
│ └── order_flow_tool.py # MCP tool implementation
├── generate_proto.sh # Protobuf generation script
├── test_tool.py # Development testing
└── requirements.txt # Python dependencies
测试
# Run development tests
python test_tool.py
# Test specific ticker
python -c "
import asyncio
from src.tools.order_flow_tool import analyze_order_flow
result = asyncio.run(analyze_order_flow('SPY', '1min', True))
print(result)
"
重新生成Protobuf文件
如果市场数据代理的protobuf定义发生变化：
./generate_proto.sh
演出
基准测试
- 分析延迟：每个请求<1ms（gRPC模式）
- 并发请求：2000+同时分析
- 内存使用：~50MB基本+每个活动股票代码1KB
- CPU 使用率：现代硬件<5%
优化提示
- 使用gRPC模式 用于生产部署
- 缩短历史窗口 以获得更快的响应
- 禁用模式 如果不需要(
include_patterns=false) - 批量请求 分析多个股票时
错误处理
服务器为常见问题提供详细的错误响应：
<order_flow_data ticker="INVALID" error="true">
<error_message>No data available for ticker</error_message>
<possible_causes>
<cause>Invalid ticker symbol</cause>
<cause>Market data broker not running</cause>
<cause>Network connectivity issues</cause>
</possible_causes>
<suggestions>
<suggestion>Verify ticker symbol is correct</suggestion>
<suggestion>Check market data broker status</suggestion>
<suggestion>Ensure network connectivity</suggestion>
</suggestions>
</order_flow_data>
