XTester MCP: AI-агент получает среду проверки стратегий
XTester MCP связывает AI-агента с локальной средой разработки и исторической проверки стратегий — с проектом, компиляцией, данными и результатами теста.
AI уже умеет превращать торговую идею в код. Проблема начинается дальше: кто проверит, что код компилируется, тест использует нужную историю, а улучшение метрики не появилось из-за другой комиссии или более мягкой модели исполнения?
XTester MCP связывает AI-агента с локальной средой разработки и исторической проверки стратегий. Это важный переход: агент работает не только с текстом в чате, а с проектом, компиляцией, данными и результатами теста.
От ответа в чате к проверяемому циклу
Без доступа к тестовой среде типичный процесс разорван:
- модель предлагает C#-код;
- пользователь переносит его в программу;
- исправляет ошибки компиляции;
- вручную запускает тест;
- копирует часть результатов обратно в чат;
- модель предлагает следующую версию, не видя всего контекста.
Каждый перенос создаёт риск: потерять настройки, сравнить разные диапазоны или показать модели только красивую часть результата.
Через MCP агент может пройти связанный исследовательский цикл: изучить окружение, изменить стратегию внутри проекта XTester, скомпилировать её, проверить историю, запустить бэктест и разобрать сделки, метрики, equity curve и просадку.
Пример: одна гипотеза, одно изменение
Допустим, нужно понять, помогает ли фильтр волатильности стратегии пробоя.
Корректная последовательность выглядит так:
- зафиксировать исходную версию стратегии;
- выбрать биржу, инструмент и исторический диапазон;
- сохранить комиссии, funding, slippage и другие условия исполнения;
- запустить базовый тест;
- изменить только фильтр;
- повторить тест в тех же условиях;
- сравнить не только итог, но и сделки, просадку и устойчивость результата.
AI полезен здесь скоростью работы с кодом и результатами. Контроль эксперимента остаётся обязательным.
Почему XTester остаётся локальным приложением
XTester MCP использует stdio: клиент запускает host на компьютере пользователя, а отдельный сетевой MCP-порт не открывается. Установка и подключение выполняются через встроенный экран XTester, который знает реальный путь текущей версии.
Но «локальный MCP» не означает, что вся цепочка офлайн. Claude, Codex или другой клиент может обращаться к облачной модели и передавать ей данные согласно своей конфигурации. Загрузка рыночной истории, GitHub и обновления также могут использовать сеть.
Поэтому перед подключением важно проверить не только XTester, но и настройки AI-клиента: хранение запросов, телеметрию, выбранного провайдера и объём данных, который агент получает в результатах.
Что доступно сейчас
На сайте XTester опубликован отдельный MCP-раздел:
- обзор и ограничения;
- подключение через встроенный экран;
- классы возможностей;
- концептуальные сценарии;
- безопасность и границы данных;
- машинные discovery endpoints для поисковиков и AI-crawler.
Точные tool names, arguments и schemas должны публиковаться только из каталога проверенного релиза. Пока экспорт каталога не завершён, документация намеренно не выдумывает команды и их количество.
Зачем это экосистеме EasyTrading
В экосистеме стратегия проходит несколько разных этапов. XTester отвечает за разработку и историческую проверку. Другие компоненты решают отдельные задачи исполнения и анализа.
MCP улучшает именно исследовательскую часть пути: AI-агент может быстрее переходить от гипотезы к проверяемому результату, а пользователь — видеть код, условия запуска и ограничения вывода.
Это не сокращает путь до кнопки «запустить в реале». Наоборот, между идеей и исполнением появляется более формальный этап проверки.
Как этот цикл устроен на уровне подключения, проекта и результатов, подробно разобрано в статье XTester MCP: как AI-агент работает с локальным бэктестером.
Подробное техническое объяснение и инструкции опубликованы в документации XTester:
XTester предназначен для разработки и исторической проверки стратегий. Бэктест не гарантирует будущую доходность и не является инвестиционной рекомендацией.