QuantContext

Name: QuantContext
Author: zomma-dev

von zomma-devVersion 0.1.2i★ –iLäuft auf deinem Computer

Name in der Registryio.github.zomma-dev/quantcontext

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Deterministic stock screening, backtesting, and factor analysis for AI trading agents

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Buchhaltung, Finanzen & Steuern

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "quantcontext": {
      "command": "uvx",
      "args": [
        "quantcontext-mcp"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add quantcontext -- uvx quantcontext-mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "quantcontext": {
      "command": "uvx",
      "args": [
        "quantcontext-mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "quantcontext": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "quantcontext-mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto zomma-dev bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Buchhaltung, Finanzen & Steuerni

Mehr Sterne als 0 % der anderen 1730 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 2 % der anderen 1730 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 1730 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist QuantContext sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.2) kam vor 8 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Finance Toolkit, SolidInvoice, Korea Tax Calculator

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Finance Toolkit

von JerBouma

500+ transparent financial methods calculated from raw statements, not third-party endpoints.

Computer oder Cloud★ 5.496MITAktualisiert heute

Installieren

SolidInvoice

von SolidInvoice

Create and send invoices and quotes, manage clients, and track payments in SolidInvoice.

Läuft in der Cloud★ 981MITAktualisiert vor 8 Tagen

Installieren

Korea Tax Calculator

von UpstageAI

Korean tax calculation and tax-audit judgment MCP: 96 tools with statutory citations.

Läuft auf deinem Computer★ 97MITAktualisiert gestern

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

QuantContext

QuantContext is an MCP server that turns plain-English strategy descriptions into executable quant research: screen stocks by any criteria, backtest over historical data, and run factor analysis to see where the returns come from. Every number is computed from real market data, not generated by an LLM. Results are fully reproducible.

Works with Claude, Codex, OpenCode, or any other MCP-compatible coding agent.

Install

pip install quantcontext-mcp

Claude Code:

claude mcp add quantcontext -- quantcontext

Claude Desktop (~/Library/Application Support/Claude/claude_desktop_config.json):

"mcpServers": { "quantcontext": { "command": "quantcontext" } } }

No API keys. No configuration.

Tools

Three tools that compose into a full research workflow:

screen_stocks -> backtest_strategy -> factor_analysis

Tool	What it does
`screen_stocks`	Filter S&P 500, Nasdaq 100, or Russell 2000 by fundamentals, momentum, quality, technical signals, or a multi-factor blend. Returns ranked candidates.
`backtest_strategy`	Test a strategy over history with a rebalance-loop engine. Returns CAGR, Sharpe, max drawdown, equity curve, and trade log.
`factor_analysis`	Decompose strategy returns into Fama-French factors (market, size, value, momentum). Returns alpha with t-statistic, factor loadings, and R-squared.

Sample Prompts

Stock screening:

Screen S&P 500 for value stocks: PE under 15, ROE above 12%

Find the top 20% momentum stocks in the Nasdaq 100 over the last 200 days

Rank S&P 500 stocks by a blend of value, momentum, and quality, equal weight each factor

Find S&P 500 stocks with RSI under 40 and price above the 200-day moving average

Backtesting:

Backtest a top-20% momentum strategy on Nasdaq 100, monthly rebalance, last 2 years

How would a value screen (PE under 15, ROE above 12%) have performed on S&P 500 over the last 3 years?

Test a momentum strategy with a 15% stop loss and 20% max portfolio drawdown circuit breaker

Full research workflow:

Screen S&P 500 for cheap, high-quality stocks. Backtest monthly over 3 years,

then run factor analysis. Is the return real alpha or just factor exposure?

Screen Types

Screen	Description	Key parameters
`fundamental_screen`	Filter by PE, ROE, leverage, revenue growth	`pe_lt`, `roe_gt`, `debt_equity_lt`, `revenue_growth_gt`
`quality_screen`	Profitability and balance sheet health	`roe_gt`, `debt_equity_lt`, `profit_margin_gt`
`momentum_screen`	Rank by N-day price momentum	`lookback_days`, `top_pct`
`value_screen`	Cheapest stocks by valuation	`pe_lt`, `top_n`
`factor_model`	Multi-factor composite score	`weights` (value/momentum/quality/volatility), `top_n`
`technical_signal`	RSI and SMA crossover signals	`rsi_period`, `sma_short`, `sma_long`
`mean_reversion`	Stocks below z-score threshold	`lookback_days`, `z_threshold`

Use from Python

The tools are also importable directly — no agent required. Useful if you have an existing script and want to plug in backtesting or factor analysis.

from quantcontext.server import screen_stocks, backtest_strategy, factor_analysis

import asyncio, json

Screen

result = json.loads(asyncio.run(screen_stocks( universe="sp500", screen_type="fundamental_screen", config={"pe_lt": 15, "roe_gt": 12}, )))

Backtest

bt = json.loads(asyncio.run(backtest_strategy( stages=[{"order": 1, "type": "screen", "skill": "fundamental_screen", "config": {"pe_lt": 15, "roe_gt": 12}}], universe="sp500", rebalance="monthly", start_date="2022-01-01", ))) print(bt["metrics"])

Factor analysis — pipe the equity curve straight in

fa = json.loads(asyncio.run(factor_analysis( equity_curve=bt["full_equity_curve"] ))) print(fa["alpha_annualized"], fa["alpha_tstat"])

Strategies are expressed using the built-in screen types from the table above. All functions are async and return JSON strings.

Data

All public data, no API keys required.

Data	Source	Cache
Daily OHLCV prices	Yahoo Finance (`yfinance`)	`~/.cache/quantcontext/prices.parquet`
Fundamentals (PE, ROE, margins, etc.)	Yahoo Finance	`~/.cache/quantcontext/financials/`, 24h TTL
Fama-French factors (Mkt-RF, SMB, HML, Mom)	Kenneth French Data Library	`~/.cache/quantcontext/ff_factors.parquet`
Universe lists (S&P 500, Nasdaq 100)	Wikipedia	`~/.cache/quantcontext/sp500_tickers.json`

The first tool call downloads and caches data (10-30 seconds). All subsequent calls use the local cache: screening under 1s, backtesting 3-8s.

To skip the cold start, run once after install:

quantcontext-warmup --url https://quantcontext.ai/api/data

License

MIT

QuantContext

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Buchhaltung, Finanzen & Steuerni

Häufige Fragen

Alternativen

Finance Toolkit

SolidInvoice

Korea Tax Calculator

README vom Entwickler

QuantContext

Install

Tools

Sample Prompts

Screen Types

Use from Python

Screen

Backtest

Factor analysis — pipe the equity curve straight in

Data

Links

License