Warum ein MCP Server?
Bis vor kurzem waren KI-Assistenten wie Claude in ihren Browser-Fenstern gefangen. Wenn man tiefgreifende Analysen über Backtest-Daten, historische Drawdowns oder Parameter-Sensitivitäten durchführen wollte, musste man CSV-Dateien exportieren, diese in den Chat kopieren und auf eine Antwort hoffen. Ein umständlicher, manueller Workflow, der fehleranfällig ist und bei großen Datenmengen (wie den tausenden Optimierungspässen des MT5) schnell an die Kontextgrenzen des Modells stößt.
Hier kommt das Model Context Protocol (MCP) ins Spiel. Es ist ein offener Standard, der es KI-Modellen ermöglicht, auf sichere Weise auf lokale Datenquellen zuzugreifen. Durch die Entwicklung eines dedizierten MCP-Servers für den MT5 Backtester wird der KI-Assistent (z.B. die Claude Desktop App) direkt an das Herzstück des Projekts gekoppelt: die lokale SQLite-Datenbank.
Claude muss nicht mehr passiv warten, bis ihm Daten gefüttert werden. Die KI kann jetzt proaktiv und selbstständig die Datenbank abfragen, komplexe SQL-Statements generieren und statistische Analysen über die gesamte Backtest-Historie fahren – direkt im Chat.
Architektur: Wie funktioniert das?
Der Backtester bringt ein neues Modul mit: backtester_mcp.py. Dieser in Python geschriebene Server fungiert als sichere Brücke (Middleware) zwischen der Claude Desktop App und der Backtester SQLite-Datenbank. Er kommuniziert über Standard-I/O mittels JSON-RPC-Nachrichten.
KI Assistent] <-->|JSON-RPC via stdio
MCP Protokoll| B(Backtester
MCP Server) B <-->|SQL Queries| C[(Lokale SQLite DB
History & Pässe)] classDef aiApp fill:#4a5568,stroke:#a855f7,stroke-width:2px,color:#fff; classDef mcpServer fill:#a855f7,stroke:#fff,stroke-width:2px,color:#000; classDef db fill:#eab308,stroke:#fff,stroke-width:2px,color:#000; class A aiApp; class B mcpServer; class C db;
Spezialisierte Tools für die KI
Der MCP-Server stellt Claude nicht einfach nur eine rohe Datenbankverbindung zur Verfügung. Er exponiert hochgradig spezialisierte Tools (Funktionen), die dem LLM beibringen, wie es die Trading-Daten interpretieren muss:
-
get_sensitivity_overviewLiefert der KI eine aggregierte Übersicht über die Robustheit einer Strategie (Coefficient of Variation) über alle Parameter hinweg. -
get_fragile_parametersEin gezielter Befehl für Claude, um sofort die Schwachstellen einer Strategie zu finden – Parameter, die zu stark auf kleinste Veränderungen reagieren (Overfitting-Gefahr). -
get_parameter_curveErlaubt es der KI, den genauen Profit-Verlauf einzelner Parameter zu analysieren, um dem Nutzer detailliertes Feedback zur Parameter-Stabilität zu geben.
Fazit zur Integration
Die Konfiguration ist denkbar einfach: Der Server wird in der claude_desktop_config.json eingetragen. Nach einem Neustart von Claude taucht das Backtester-Projekt als natives Tool im KI-Chat auf.
Dieses Feature transformiert den MT5 Backtester von einem reinen Automatisierungs-Tool zu einem intelligenten, konversationsbasierten Analyse-Hub. Anstatt Graphen manuell zu interpretieren, können Nutzer nun einfach fragen: "Claude, welche Parameter meiner neuesten Strategie sind überoptimiert und warum?" – und erhalten eine fundierte, datengestützte Antwort direkt aus ihrer lokalen Datenbank.