AI agent trading saham: apa itu MCP dan cara kerjanya

AI Agent untuk Investasi Saham dan Apa Itu MCP (Model Context Protocol): Penjelasan Lengkap

Jawaban singkat (Oktober 2026): AI agent untuk investasi adalah model bahasa yang bisa merencanakan tugas, memanggil tool untuk data pasar atau analisis, membaca hasilnya, lalu memutuskan langkah berikutnya, alih-alih hanya menjawab dari ingatan. Model Context Protocol (MCP) adalah standar terbuka yang kini dipakai sebagian besar agent tersebut untuk tersambung ke tool-tool itu: penyedia data menerbitkan sebuah MCP server berisi daftar tool (ambil kutipan harga, tarik candle, baca berita, jalankan analisis), dan aplikasi apa pun yang mendukung MCP, seperti Claude, ChatGPT, Cursor, Codex, VS Code atau Gemini CLI, bisa memanggilnya. MCP memindahkan data; MCP tidak membuat agent menjadi investor yang lebih baik. Perlakukan setiap output agent sebagai informasi, bukan nasihat, dan batasi agent pada transaksi simulasi (paper trading) atau data baca-saja sampai Anda sudah memeriksa rekam jejaknya.

Diperbarui 18 Oktober 2026. Fakta tentang MCP berasal dari spesifikasi resmi dan pengumuman yang ditautkan di bawah; detail produk sesuai SimianX MCP 1.0.2.

Ada dua pertanyaan pencarian di balik halaman ini. Investor bertanya apa sebenarnya "AI agent trading" itu dan apakah ia bisa dipercaya mengelola portofolio. Para pembangun (builder) bertanya apa itu MCP dan bagaimana memberi agent data pasar saham secara langsung melalui MCP server. Jawabannya saling terkait, karena protokol menentukan apa yang bisa dilihat dan dilakukan agent, dan hal itu pada gilirannya menentukan risikonya. Panduan ini membahas keduanya, dengan tiga tabel referensi yang bisa Anda kutip: jenis-jenis utama AI agent investasi, data yang dibutuhkan tiap jenis, dan perbandingan MCP dengan API biasa serta dengan agent skill.

Apa Itu AI Agent untuk Investasi?

AI agent adalah model yang berjalan dalam sebuah putaran (loop): ia membaca tujuan, memilih langkah berikutnya, memanggil tool, melihat hasilnya, dan mengulang sampai selesai atau sampai ada sesuatu yang harus disetujui manusia. Artikel penjelasan kami Apa Itu Agen AI? Cara Kerja Sistem Multi-Agen dan Contohnya membahas putaran itu secara mendalam. Jika diterapkan pada pasar, agent investasi adalah putaran tersebut yang diarahkan ke pertanyaan keuangan:

Chatbot menjawab "Apa itu rasio P/E?" dari data pelatihannya. Ia tidak punya harga, tidak tahu berita setelah batas pengetahuannya, dan tidak bisa memeriksa dirinya sendiri.
Bot trading mengikuti aturan tetap ("beli saat rata-rata 50 hari memotong rata-rata 200 hari") tanpa melibatkan model bahasa.
AI agent investasi menentukan data apa yang dibutuhkannya, mengambilnya lewat tool, menalar di atas data itu, lalu mengembalikan jawaban, rencana, atau, jika sudah diberi izin, sebuah order.

Perbedaan yang penting bagi investor ada di langkah terakhir. Sebagian besar agent pada 2026 berhenti di riset: mereka membaca data dan menulis analisis. Kelompok yang lebih kecil mengelola portofolio simulasi. Sangat sedikit yang semestinya menempatkan order sungguhan tanpa persetujuan manusia untuk setiap order, dan regulator yang dikutip di bagian akhir panduan ini mengharapkan perusahaan yang memakainya tetap menjalankan pengawasan semacam itu. Panduan pemula investasi agentic AI kami menguraikan siklus amati, orientasi, putuskan, bertindak dengan bahasa yang sederhana.

Apa Itu MCP (Model Context Protocol)?

Model Context Protocol adalah standar terbuka untuk menghubungkan aplikasi AI ke data dan tool dari luar. Anthropic memperkenalkannya pada 25 November 2024. OpenAI menyatakan pada Maret 2025 bahwa mereka akan mendukung MCP di seluruh produknya, dan Google menyusul pada April 2025. Pada 9 Desember 2025, Anthropic menyumbangkan MCP kepada Agentic AI Foundation, sebuah dana di bawah Linux Foundation yang didirikan bersama Block dan OpenAI, dengan menyebut bahwa saat itu sudah ada lebih dari 10.000 MCP server publik yang aktif.

Cara paling sederhana untuk membayangkan MCP adalah sebagai colokan universal. Sebelum ada MCP, setiap aplikasi AI membutuhkan kode khusus untuk setiap sumber data. Dengan MCP, penyedia data cukup menulis satu server, dan setiap aplikasi yang mendukung MCP bisa memakainya.

Spesifikasinya mendefinisikan tiga peran dan tiga komponen utama:

Host: aplikasi AI yang Anda ajak bicara (aplikasi chat, agent pemrograman, asisten di IDE).
Client: konektor di dalam host yang menjaga koneksi ke satu server.
Server: layanan yang menawarkan kemampuan, misalnya penyedia data pasar atau analisis.
Tools: fungsi yang bisa dipanggil model, seperti "ambil candle BTC pada timeframe 1 jam".
Resources: data dan konteks yang bisa dibaca pengguna atau model, seperti sebuah file atau laporan.
Prompts: templat dan alur kerja siap pakai yang bisa dipilih pengguna.

Pesan menggunakan JSON-RPC 2.0, dan server jarak jauh diakses melalui HTTP (transport "Streamable HTTP", yaitu HTTP dengan dukungan streaming). Revisi spesifikasi saat ini bertanggal 28 Juli 2026. Setiap tool dilengkapi nama, deskripsi dalam bahasa sehari-hari, dan skema untuk inputnya; dari situlah model tahu bahwa get_crypto_candles ada dan argumen apa yang dibutuhkannya.

Cara AI Agent Memanggil Tool Data Pasar Melalui MCP

Inilah yang terjadi ketika Anda bertanya kepada agent yang terhubung ke MCP, "Apa yang menggerakkan NVDA hari ini, dan apakah tren masih utuh?":

Temukan. Saat koneksi dibuka, client meminta daftar tool kepada server. Model kini melihat tool seperti "cari instrumen", "ambil berita" dan "jalankan analisis", masing-masing dengan deskripsinya.
Rencanakan. Model memutuskan bahwa ia membutuhkan simbol yang tepat, berita hari ini, dan pembacaan grafik.
Minta izin. Host menampilkan usulan pemanggilan tool. Spesifikasi MCP menyatakan bahwa host harus mendapatkan persetujuan eksplisit pengguna sebelum memanggil tool apa pun, sehingga aplikasi yang dibangun dengan baik memungkinkan Anda menyetujui, menyetujui otomatis tool yang hanya-baca, atau menolak.
Panggil. Client mengirim panggilan beserta argumennya. Server memeriksa API key, izin, dan anggarannya, lalu menjalankan kueri.
Kembalikan. Server mengirim balik data terstruktur (JSON), bukan prosa. Harga, stempel waktu, dan skor tiba sebagai angka yang bisa dikutip model.
Menalar dan ulangi. Model membaca hasilnya, mungkin memanggil tool lain, dan akhirnya menulis jawaban dengan angka yang benar-benar diterimanya.

Hal terpenting bagi investor ada di langkah 5. Agent yang menarik angka melalui tool bisa menunjukkan dari mana setiap angka berasal. Agent yang menjawab dari ingatan tidak bisa, dan dari situlah harga karangan muncul.

SimianX AI Cara AI agent investasi membaca data pasar melalui MCP: Anda mengajukan pertanyaan, aplikasi AI (MCP host) merencanakan dan memanggil tool, MCP server memeriksa key dan mengembalikan JSON dari harga, indikator, berita, laporan resmi, dan analisis — Cara AI agent investasi membaca data pasar melalui MCP: Anda mengajukan pertanyaan, aplikasi AI (MCP host) merencanakan dan memanggil tool, MCP server memeriksa key dan mengembalikan JSON dari harga, indikator, berita, laporan resmi, dan analisis

Perbandingan Jenis-Jenis AI Agent Investasi

Sebagian besar produk dan proyek masuk ke salah satu dari enam pendekatan. Tabel ini menjadi rujukan tentang apa yang dilakukan masing-masing, data yang dibutuhkannya, dan di mana ia cenderung gagal.

Pendekatan	Apa yang dilakukan	Data yang dibutuhkan	Risiko utama	Peran manusia
Asisten chat tanpa tool	Menjelaskan konsep, merangkum apa yang sudah diketahuinya	Tidak ada saat berjalan (hanya data pelatihan)	Fakta usang, harga dan tanggal karangan	Membaca dan memverifikasi semuanya
Agent riset dengan tool data (MCP atau API)	Menarik kutipan harga, candle, berita, dan laporan resmi, lalu menulis analisis	Harga, indikator, berita, fundamental	Salah membaca hasil tool, data basi atau tertunda, prompt injection dari konten tool	Mengajukan pertanyaan, memeriksa sumber
Komite analisis multi-agent	Agent spesialis (grafik, berita, fundamental) memberi masukan ke agent keputusan atau memperdebatkan sebuah putusan	Semua yang di atas, pada saat yang sama	Para agent sepakat pada premis yang salah, biaya per proses lebih tinggi	Membaca rencana, memutuskan
Agent terjadwal pada portofolio simulasi	Menjalankan analisis sesuai jadwal dan mengelola posisi simulasi dengan titik masuk dan stop	Harga langsung ditambah riwayat posisinya sendiri	Overtrading, menyimpang dari rencana, biaya diabaikan dalam hasil simulasi	Menetapkan batas, meninjau log
Agent eksekusi yang terhubung ke broker	Menempatkan atau mengubah order sungguhan melalui API broker	Harga langsung, saldo akun, posisi	Uang sungguhan hilang karena satu keputusan buruk atau satu tool yang disusupi, risiko regulasi	Wajib menyetujui setiap order
Framework open-source rakitan sendiri	Framework seperti proyek riset TradingAgents yang Anda sambungkan ke data dan model Anda sendiri	Apa pun yang Anda sambungkan	Overfitting backtest, look-ahead bias, key tanpa pengawasan	Anda memegang setiap bagiannya

Ada dua pola yang menonjol. Risiko melonjak tajam antara baris keempat dan kelima, karena kerugian simulasi memberi pelajaran sementara kerugian sungguhan memakan biaya. Dan setiap baris di bawah baris pertama lebih bergantung pada kualitas data daripada pada modelnya: agent dengan model terdepan (frontier) dan harga yang tertinggal 30 menit tetap saja akan terlambat.

Data Pasar yang Dibutuhkan AI Agent Investasi

Jenis data	Mengapa agent membutuhkannya	Seberapa segar data harus ada	Jebakan umum
Kutipan harga dan candle (OHLCV)	Level harga, tren, volatilitas, level masuk dan stop	Detik hingga menit untuk trading; harian untuk investasi	Feed tertunda pada paket gratis; zona waktu tercampur; riwayat yang belum disesuaikan dengan stock split
Indikator teknikal	Momentum, kekuatan tren, support dan resistance	Sama dengan candle yang menjadi dasar perhitungannya	Menghitung ulang pada candle yang belum selesai; rumus berbeda antar penyedia
Berita dengan sentimen	Menjelaskan pergerakan, menandai katalis	Menit	Judul tanpa isi artikel; berita lama yang muncul kembali; sarkasme dan rumor
Fundamental dan laporan resmi	Valuasi, laba, transaksi orang dalam	Kuartalan, ditambah tanggal pelaporan	Angka yang direvisi; kuartal fiskal dan kuartal kalender tertukar
Data on-chain dan derivatif (kripto)	Funding rate, open interest, arus dana	Menit hingga jam	Keanehan khas tiap bursa; likuiditas tipis pada pasangan kecil
Kalender dan katalis	Tanggal laporan laba, rapat bank sentral, tanggal persetujuan obat	Beberapa hari sebelumnya	Acara yang dipindah atau dibatalkan
Akun dan posisi	Apa yang sudah dipegang agent, anggarannya	Waktu nyata	Agent bertindak berdasarkan posisi yang sudah basi; key dengan akses lebih luas dari yang diperlukan

Saat menilai sebuah MCP server untuk data pasar saham, periksa tiga hal sebelum menghitung jumlah tool-nya: seberapa tertunda setiap jenis data pada paket Anda, apakah hasilnya membawa stempel waktu, dan apakah server mengembalikan angka terstruktur, bukan paragraf teks.

MCP vs API vs Agent Skill

MCP tidak menggantikan API. Sebagian besar MCP server berada di depan API yang sudah ada dan menerjemahkannya menjadi tool yang bisa ditemukan model. Agent skill adalah cara ketiga yang saling melengkapi untuk mengajarkan alur kerja kepada agent.

	REST API	MCP server	Agent skill (SKILL.md)
Untuk siapa	Developer yang menulis kode	Aplikasi AI apa pun yang mendukung MCP	Agent yang membaca file skill
Cara agent mempelajarinya	Developer membaca dokumentasi dan menulis kode	Aplikasi mendaftar tool beserta deskripsinya saat berjalan	Agent membaca file instruksi singkat, lalu memanggil API
Penyiapan	Menulis dan memelihara kode client	Menambahkan satu alamat server dan sebuah key	Memasang sebuah folder, menambahkan key
Kelebihan	Kendali penuh, bahasa apa pun, mudah diuji	Tanpa kode; satu server berfungsi di banyak aplikasi	Mengajarkan urutan panggilan dan kebiasaan yang baik, bukan hanya endpoint
Kelemahan	Setiap aplikasi butuh integrasinya sendiri	Deskripsi tool adalah input yang dipercaya; daftar tool yang panjang menghabiskan konteks	Bergantung pada kepatuhan agent terhadap instruksi

Bagi builder, aturan praktisnya sederhana: gunakan API di kode produksi yang Anda kendalikan, MCP ketika Anda menginginkan data yang sama di dalam aplikasi chat dan agent pemrograman tanpa menulis kode perekat, dan skill ketika Anda ingin agent mengikuti alur kerja yang sudah terbukti.

Cara Menghubungkan AI Agent ke Data Pasar

Langkah-langkahnya sama untuk sebagian besar penyedia:

Pilih server yang datanya Anda percayai. Periksa cakupan (saham, ETF, pasangan kripto mana saja), penundaan per paket, dan apakah itu server resmi dari pemilik data atau pembungkus (wrapper) pihak ketiga.
Buat API key khusus untuk agent. Jangan pernah menempelkan kata sandi situs web atau login broker Anda ke agent. Berikan key hanya izin yang dibutuhkannya dan batas pengeluaran.
Tambahkan server ke aplikasi AI Anda. Sebagian besar aplikasi menerima URL server ditambah header Authorization, atau entri JSON singkat di file konfigurasi.
Mulai dengan panggilan baca-saja. Minta kutipan harga atau berita terbaru dan bandingkan angkanya dengan sumber yang Anda percayai.
Simpan log. Catat tool mana yang dipanggil dan apa yang dikembalikannya, agar Anda bisa mengaudit kesimpulan apa pun di kemudian hari.

Contoh: MCP server SimianX

SimianX menjalankan MCP server jarak jauh di https://service.simianx.ai/v1/mcp (Streamable HTTP). Server ini menggunakan API key SimianX Anda sebagai bearer token dan terdaftar di MCP Registry sebagai io.github.SimianX-AI/simianx. Pada versi 1.0.2, server ini menerbitkan 55 tool yang mencerminkan API SimianX, di antaranya:

run_live_analysis dan get_live_analysis: empat analis AI membaca satu saham AS atau pasangan kripto pada saat yang sama (Indicator membaca grafik, Intelligence membaca arus berita, Fundamental membaca laporan resmi atau data on-chain, dan Decision menimbang ketiganya lalu mengusulkan titik masuk, stop, dan target). Agent yang sama berjalan di halaman analisis langsung.
get_news dan get_pulse_events: aliran berita yang diberi skor dan pergerakan harga mendadak di balik Market Pulse, dengan setiap artikel ditandai simbol, skor nilai, dan sentimen.
search_instruments, get_crypto_quotes, get_crypto_candles dan get_crypto_indicators: pencarian simbol, harga, candle, dan cuplikan indikator.
start_deep_analysis dan ask_deep_analysis: komite riset mendalam berisi delapan agent, dengan pertanyaan lanjutan. Artikel kami tentang komite 8 agent yang bisa Anda tanyai menunjukkan apa yang dihasilkannya.
create_autopilot dan get_autopilot_events: agent langsung yang sama, berjalan terjadwal dengan posisi simulasi dan log peristiwa, seperti di halaman autopilot.

Menambahkannya ke Claude Code cukup dengan satu perintah (penyiapan untuk Claude Desktop, Cursor, Codex, VS Code, Windsurf dan Gemini CLI ada di repositori simianx-skills):

bash
claude mcp add --transport http simianx https://service.simianx.ai/v1/mcp --header "Authorization: Bearer $SIMIANX_API_KEY"

Yang perlu diketahui sebelum menghubungkannya:

Poin, bukan tagihan terpisah. Panggilan memakai poin paket Anda dengan tarif yang sama seperti di situs web. Panggilan data sederhana hanya memakan sebagian kecil dari satu poin (misalnya 0,1 poin untuk kutipan harga kripto dan 0,2 untuk candle); analisis AI dihitung berdasarkan model yang dipakai, mulai sekitar 2 poin untuk analisis langsung dengan model cepat hingga sekitar 200 dengan model terdepan. Paket gratis mendapat 25 poin per hari dan satu API key. Tarif terkini ada di halaman harga dan poin.
Penundaan per paket. Berita dan Market Pulse tertinggal 30 menit pada paket Free dan Starter; aliran berita langsung tersedia untuk Plus dan Pro.
Key, bukan login. Agent bisa memasukkan Anda melalui tautan persetujuan di browser atau kode email enam digit, dan yang diterimanya hanyalah API key, tidak pernah sesi situs web. Key bisa membawa cakupan izin (scope), anggaran harian dan bulanan, batas per panggilan, dan daftar IP yang diizinkan, dan Anda bisa mencabutnya dari My Account kapan saja.
Hanya posisi simulasi. SimianX tidak pernah menempatkan transaksi di akun broker sungguhan. Posisi autopilot bersifat simulasi.
Analisis, bukan nasihat. Outputnya adalah informasi tentang pasar. Ia tidak mengetahui kondisi keuangan Anda dan bukan rekomendasi untuk membeli atau menjual.

Jika Anda lebih suka skill atau HTTP biasa, fungsi yang sama tersedia melalui halaman agent, file SKILL.md, dan deskripsi OpenAPI di https://service.simianx.ai/v1/openapi.json. Sebelum memilih model untuk agent, peringkat kami tentang model AI mana yang menjadi trader terbaik menunjukkan bagaimana lebih dari 30 model benar-benar bertransaksi pada data yang sama.

Risiko dan Batasan AI Agent Trading

Tidak ada agent yang menjamin imbal hasil. Pasar penuh noise, dan model yang menjelaskan hari kemarin dengan baik tetap bisa merugi besok. Hasil leaderboard dan backtest menggambarkan masa lalu.

Angka karangan atau salah baca. Tool mengurangi halusinasi, tetapi tidak menghapusnya. Model tetap bisa salah membaca sebuah kolom, tertukar dua ticker, atau mengutip angka yang sudah basi. Minta agent menunjukkan hasil tool yang dipakainya.

Prompt injection dan tool poisoning. Teks yang kembali dari tool, seperti artikel berita atau deskripsi tool, bisa berisi instruksi yang ditujukan kepada model. Pada April 2025, peneliti keamanan di Invariant Labs mendemonstrasikan "tool poisoning" (peracunan tool), di mana instruksi tersembunyi dalam deskripsi tool milik server berbahaya membuat agent membocorkan file. Spesifikasi MCP sendiri memperingatkan bahwa deskripsi tool harus dianggap tidak tepercaya kecuali berasal dari server tepercaya. Sambungkan hanya server yang Anda percayai, dan jangan pernah menyambungkan server yang tidak dikenal dalam sesi yang sama dengan akun yang bisa memindahkan uang. OWASP Top 10 untuk aplikasi LLM menempatkan prompt injection sebagai risiko pertamanya.

Key yang terlalu luas dan biaya yang tak terkendali. Agent dalam sebuah loop bisa melakukan ratusan panggilan. Anggaran, batas per panggilan, dan batas laju (rate limit) ada karena alasan itu; tetapkan semuanya sebelum proses pertama.

Hasil simulasi terlihat lebih bagus. Eksekusi simulasi mengabaikan slippage, eksekusi sebagian, dan terkadang biaya. Studi kami tentang apakah model AI melakukan panic selling saat crash menunjukkan betapa berbedanya perilaku model di bawah tekanan.

Regulasi dan penipuan. Di Amerika Serikat, Laporan Pengawasan Regulasi Tahunan 2026 dari FINRA untuk pertama kalinya membahas risiko AI agent dan mengingatkan perusahaan anggota bahwa aturan yang berlaku tetap berlaku apa pun teknologi yang mereka gunakan. SEC, NASAA dan FINRA juga telah mengeluarkan peringatan investor bersama tentang AI dan penipuan investasi: waspadalah terhadap siapa pun yang menjual "sistem trading AI" dengan janji imbal hasil.

Daftar Periksa Keamanan Sebelum Membiarkan Agent Mendekati Portofolio Anda

Gunakan API key terpisah untuk setiap agent, dengan cakupan izin sekecil mungkin yang masih berfungsi dan anggaran harian.
Mulai dengan tool data baca-saja; tambahkan analisis berikutnya; tambahkan tool aksi apa pun paling akhir.
Biarkan persetujuan tool tetap aktif untuk apa pun yang mengubah keadaan.
Jalankan strategi baru secara simulasi selama berminggu-minggu, bukan berhari-hari, dan bandingkan dengan sekadar memegang indeks.
Wajibkan stop dan batas ukuran posisi pada setiap transaksi simulasi.
Jangan mencampur MCP server yang tidak tepercaya dengan tool yang bisa memindahkan uang.
Catat setiap panggilan tool dan hasilnya, lalu tinjau log tersebut, bukan hanya ringkasan dari agent.
Periksa ulang setiap angka yang mendorong keputusan dengan sumber kedua.

Pertanyaan yang Sering Diajukan

Apa itu MCP dalam AI, secara sederhana?

MCP (Model Context Protocol) adalah standar terbuka yang memungkinkan aplikasi AI terhubung ke tool dan data dari luar melalui satu colokan bersama. Penyedia membangun MCP server sekali saja, dan aplikasi seperti Claude, ChatGPT, Cursor atau VS Code bisa memakai tool-nya tanpa kode khusus.

Apakah MCP sama dengan API?

Tidak. API adalah antarmuka yang ditawarkan sebuah layanan kepada program. MCP server biasanya membungkus sebuah API dan mendeskripsikan fungsinya sebagai tool yang bisa ditemukan dan dipanggil model bahasa saat berjalan. Developer tetap menggunakan API secara langsung di kode mereka sendiri.

Bisakah AI agent memperdagangkan saham untuk saya?

Secara teknis, agent yang terhubung ke API broker bisa menempatkan order. Apakah sebaiknya demikian adalah pertanyaan lain: Anda tetap bertanggung jawab atas setiap transaksi, dan regulator mengharapkan pengawasan manusia. Jalan yang lebih aman adalah riset atau paper trading terlebih dahulu, dengan setiap order sungguhan disetujui oleh Anda.

Apakah AI agent trading menguntungkan?

Sebagian model berkinerja lebih baik daripada yang lain dalam periode tertentu, dan banyak yang merugi. Hasilnya bergantung pada model, data, timeframe, dan aturan yang menyertainya. Carilah rekam jejak yang publik dan teraudit, dan anggap setiap janji imbal hasil terjamin sebagai tanda bahaya.

Apa MCP server terbaik untuk data pasar saham?

Tergantung kebutuhan Anda: cakupan, penundaan, dan harga. Periksa apakah server dijalankan oleh pemilik data, seberapa tertunda setiap jenis data pada paket Anda, apakah hasilnya membawa stempel waktu, dan berapa biaya setiap panggilan. Uji beberapa harga yang sudah Anda ketahui sebelum mengandalkannya.

Apakah aman menghubungkan AI agent ke akun broker saya?

Hanya dengan batasan ketat. Gunakan key dengan izin paling sempit, biarkan persetujuan order tetap aktif, tetapkan batas posisi dan batas kerugian, dan jangan pernah menjalankan MCP server yang tidak tepercaya dalam sesi yang sama. Jika sebuah platform hanya perlu menganalisis, jangan beri akses trading sama sekali.

Apakah SimianX punya MCP server, dan berapa biayanya?

Ya. Server jarak jauhnya adalah https://service.simianx.ai/v1/mcp, diautentikasi dengan API key SimianX Anda. Panggilan memakai poin paket Anda dengan tarif situs web; paket gratis mencakup 25 poin per hari. Posisi yang ada adalah posisi simulasi, dan analisisnya adalah informasi, bukan nasihat investasi.

Cara halaman ini diperbarui: kami memperbaruinya ketika spesifikasi MCP mendapat revisi baru, ketika aplikasi AI besar mengubah cara mereka mendukung MCP, dan ketika server SimianX menambah atau menghentikan tool. Terakhir ditinjau 18 Oktober 2026.

Bacaan Terkait

Panduan lain tentang AI dan investasi dikumpulkan di hub topik AI & pasar.