$ loading_
通过 MCP 驱动量化策略编写、优化、验证并导出 TradingView 脚本
复制安装指令，让 AI 自动完成配置 · 推荐新手
"alpha-forge-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请为 AlphaForge 生成一个 JSON 量化策略：使用 15 分钟级别，结合 EMA 金叉和 RSI 过滤做多，包含入场、止损、止盈和仓位管理规则。
一份可用于 AlphaForge 的策略 JSON 草案，包含完整交易逻辑与参数。
用 Optuna TPE 优化这份 AlphaForge 策略的 EMA 周期、RSI 阈值和止损止盈参数，并返回最佳参数组合及关键绩效指标。
优化后的最佳参数方案，以及收益率、回撤、夏普等核心回测结果摘要。
对当前策略执行 walk-forward 验证，判断是否存在过拟合；如果结果合格，再导出为 TradingView Pine Script v6。
一份 walk-forward 验证结论与指标说明，以及可在 TradingView 使用的 Pine v6 脚本。
为量化研究提供回测、组合优化和绩效分析工具
通过对话发现指标、构建验证量化策略并运行回测分析结果。
让 AI 代理构建、回测并部署量化交易策略的 MCP 工具
自动化 WorldQuant BRAIN 因子研究流程，支持检索、回测与提交。
用自然语言连接 Alpaca 交易与市场数据，执行分析、策略构建和多资产交易。
用于获取股票数据并执行策略回测，生成结果与分析报告的 MCP 工具