跳至主要內容

用 Claude Code 或 Cursor 回測 Pine 策略

約 7 分鐘閱讀

PineForge MCP 伺服器實作導覽:一行指令連上免費的託管端點,或在自己的資料上執行本機 Docker 伺服器;請 AI 助理回測 Pine 策略,再讀懂它拿回來的報告。

引擎目前的最新版本是 v1.12.0(2026-11-12 發行),本機伺服器 @pineforge/backtest-mcp 則是 v0.9.40。

2026-09-30 更新:本文改以目前的伺服器為準,也就是位於 mcp.pineforge.dev 的託管端點,以及本機 Docker 伺服器 ghcr.io/pineforge-4pass/pineforge-backtest-mcp(v0.9.32)。

PineForge 把回測引擎做成 Model Context Protocol 伺服器,讓你能從任何支援 MCP 的客戶端驅動回測:Claude Code、Claude Desktop、Cursor 等等。伺服器有兩個:託管版什麼都不用裝;本機版在你電腦上的 Docker 裡執行,用的是你自己的資料。

伺服器能做什麼

託管伺服器位於 https://mcp.pineforge.dev/mcp,提供 11 個工具。你最常用到的是這幾個:

工具功能費用
backtest_pine轉譯、編譯 Pine v6 策略,並在託管的 OHLCV 上回測每個 IP 每週與對驗共用配額,免費
list_symbols列出一個支援的加密貨幣市場中提供 OHLCV 的商品不計量
check_pine_feature查詢某個 Pine 識別字是否受支援不計量
check_quota查詢本週回測與對驗共用的配額還剩幾次不計量

本機伺服器有 11 個工具,包括在你自己的 CSV 上執行的 backtest_pine、做參數掃描的 backtest_pine_grid、為 TradingView 匯出檔評分的 check_tradingview_parity、transpile_pine 和 fetch_binance_ohlcv。本機伺服器不計量。

隱私這一塊值得停下來想一想。使用託管伺服器時,你的 Pine 原始碼會送到 mcp.pineforge.dev,OHLCV 則來自 PineForge 的資料集。為了統計有多少個不同的呼叫方使用託管伺服器,它會記錄每一次工具呼叫的 IP 位址(IPv6 則記錄 /64 區塊),以及週次與呼叫次數。這些紀錄會在 8 週後刪除;僅保留不含 IP 的每週總計。在這項變更之前,只有會計入每週配額的呼叫才會以 IP 位址記錄。使用本機伺服器時,轉譯和回測都在容器內執行:你的 Pine 原始碼和 CSV 都留在你的機器上。對外的網路連線只會連到 Binance 的公開 API:你要求的資料下載、你指定標的時讀取的該市場 tick 大小,以及 check_tradingview_parity 在你沒有提供時抓取的 K 線。

連上託管伺服器(一行指令)

claude mcp add --transport http pineforge https://mcp.pineforge.dev/mcp

免安裝,也不用金鑰。其他客戶端則把 https://mcp.pineforge.dev/mcp 這個網址當作 Streamable HTTP 伺服器加入。在 Claude Desktop 裡,請把它新增為自訂連接器(Customize → Connectors → Add custom connector)。

或者執行本機伺服器

你需要 Docker。用 Claude Code 註冊這個伺服器:

claude mcp add pineforge-backtest \
  -- docker run --rm -i -v "$PWD:/work" ghcr.io/pineforge-4pass/pineforge-backtest-mcp:latest

如果你之前就拉過這個映像,執行 docker pull ghcr.io/pineforge-4pass/pineforge-backtest-mcp:latest 就能更新:Docker 不會自己去抓比較新的 latest。

你啟動時所在的目錄會掛載到 /work。請用 /work/... 路徑指定檔案(例如 /work/eth_15m.csv):相對路徑會在容器內解析,而不是在你的目錄裡。

Claude Desktop 與 Cursor

如果客戶端讀取的是 mcpServers JSON,就在裡面加入本機伺服器。在 Cursor 裡,設定檔是專案中的 .cursor/mcp.json(或套用到所有專案的 ~/.cursor/mcp.json);在 Claude Desktop 裡則是 claude_desktop_config.json(Settings → Developer → Edit Config)。把 /absolute/path/to/your/data 換成存放 CSV 的資料夾:

{
  "mcpServers": {
    "pineforge-backtest": {
      "command": "docker",
      "args": [
        "run", "--rm", "-i",
        "-v", "/absolute/path/to/your/data:/work",
        "ghcr.io/pineforge-4pass/pineforge-backtest-mcp:latest"
      ]
    }
  }
}

保留 -i,而且絕對不要加上 -t:TTY 會破壞 stdio 上的 JSON-RPC 串流。

用自然語言驅動

伺服器連上之後,互動方式就是一般的自然語言。以本機伺服器為例,一段貼近實際的對話如下(經過精簡;數字來自 2026-09-30 的一次執行):

你: 把最近 7 天的 15 分鐘 ETHUSDT 抓到 /work/eth_15m.csv,然後用它回測 strategy.pine,告訴我勝率和回撤。

Claude: 正在執行 fetch_binance_ohlcv,接著執行 backtest_pine……

[fetch_binance_ohlcv 寫入 672 根 K 線;backtest_pine 大約兩秒就回傳]

區間內共 49 筆交易。淨損益 −144.63,勝率 38.8%,最大回撤 199.66,獲利因子 0.61。要不要我用 backtest_pine_grid 掃一輪移動平均的長度?

模型手上有工具說明,知道 backtest_pine 會回傳什麼,也能自己接著發出下一次呼叫。「改 Pine、切到 TradingView、重新載入圖表、讀數字、再切回來」這整個循環,就濃縮成一段對話。

報告長什麼樣

backtest_pine 回傳的 JSON 報告,和 pineforge-release Docker 映像寫出的報告相同。以下是上面那次執行的摘要區塊:

{
  "engine": "pineforge",
  "summary": {
    "total_trades": 49,
    "wins": 19,
    "losses": 30,
    "win_rate_pct": 38.7755,
    "net_pnl": -144.63,
    "avg_trade": -2.9516,
    "best_trade": 45.39,
    "worst_trade": -47.13,
    "max_drawdown": -199.66,
    "bars_processed": 672
  },
  "trades": [
    /* 49 entries: side, entry and exit time and price, qty, pnl, bar indices */
  ],
  "metrics": { /* profit factor, Sharpe, Sortino, CAGR and more */ },
  "equity_curve": [ /* one point per bar */ ],
  "fingerprint": { /* engine, transpiler, inputs and data behind the run */ }
}

模型拿到的是完整結構,所以不必再呼叫一次,就能從 trades 回答「最差的一筆交易是哪一筆?」。報告非常大時,本機伺服器會在回應中只附上摘要,而不是整份報告。

留意配額

託管的 backtest_pine 與 check_tradingview_parity 每個 IP 每週共用同一份配額,可呼叫次數請見 AI 助理頁面;每週一 00:00 UTC 重設,其餘工具則不扣配額。所有免費使用者共用的每月運算預算,也可能讓免費回測暫停到下一個 UTC 月份。check_quota 讓模型在跑長迴圈之前先確認剩餘次數。本機伺服器沒有配額,因此更適合用來做參數掃描。

一個實用的做法:在專案的 CLAUDE.md(或同類檔案)裡加上類似這樣的提示:Before running more than 5 hosted backtests, call check_quota and report the remaining budget.

伺服器刻意不做的事

  • 不下單。 這些伺服器只做回測,從不連接券商。
  • 不用你沒要求的資料。 託管伺服器用它自己的加密貨幣資料回測;本機伺服器則用你的 CSV,或你要求下載的 Binance 資料。
  • 呼叫之間不保留狀態。 每次 backtest_pine 呼叫都是獨立的。

這些都是刻意設下的範圍限制,讓整個介面保持可稽核,失效模式也維持單純。

有趣的地方在這裡

有幾種做法,手動做起來很彆扭:

  • 「把停損收緊,再跑一次。」 模型改掉 Pine 原始碼裡的一個數字,再呼叫一次 backtest_pine,然後比較結果。
  • 「改用最近 30 天,不要最近 7 天。」 模型抓取另一段區間的資料,再跑一次。
  • 「這裡的參數敏感度如何?」 用本機伺服器時,backtest_pine_grid 只會轉譯一次原始碼,接著把你列出的輸入值的每一種組合都跑過一遍,再替結果排名。
  • 「跟我手上另一支策略比比看。」 兩次 backtest_pine 呼叫,報告並排比較。

這些都不需要新的基礎設施,靠的就是模型、工具,加上你的描述。

動手試試