TapeLog MCP

TapeLog MCP: um coach privado de diário de trades com IA

Um servidor Model Context Protocol de código aberto que permite que Claude, ChatGPT, Cursor ou qualquer cliente MCP analise seus próprios exportações de corretora. Ele processa CSVs do DAS Trader Pro e Robinhood, reconstrói round trips e reporta suas estatísticas, além dos padrões comportamentais onde seus resultados foram mais fracos: horário do dia, tamanho da posição após uma perda, tempo de permanência, símbolo e dia da semana.

• Local e privado: sem login na corretora, sem nuvem. As execuções são armazenadas em ~/.tapelog/fills.json na sua máquina.
• Gratuito: licença MIT.
• Processo, não recomendações: TapeLog descreve o que você já fez. Ele nunca sugere trades.

Aviso: TapeLog é uma ferramenta educacional e de registro. Não é aconselhamento de investimento, e TapeLog não é um consultor de investimentos registrado nem corretora. Ele não recomenda comprar, vender ou manter qualquer título, não fornece metas de preço, sinais ou previsões de mercado, e não executa trades. Resultados passados não preveem resultados futuros.

Ferramentas

Ferramenta	O que faz
import_fills	Importa um CSV da janela de Trades do DAS Trader, um CSV de atividade de conta da Robinhood ou um CSV genérico (date,time,symbol,side,qty,price,fees). Duplicatas são ignoradas.
get_stats	P&L líquido, taxa de acerto, fator de lucro, expectância, média de ganho e perda, razão de payoff, drawdown máximo, sequência de perdas, tempo de permanência e contagem de day trades PDT nos últimos 5 dias úteis
find_leaks	Análises descritivas dos seus grupos mais fracos, por exemplo "Seus 18 trades iniciados entre 11:00-12:00 renderam -$2.039 (taxa de acerto de 11%)" ou "Após uma perda, sua posição foi 2,1x maior"
compare_periods	Período A vs período B, como semana passada vs esta semana
weekly_habit_report	Esta semana vs suas semanas anteriores: quais hábitos apareceram e quais desapareceram, com contagens (aumento de tamanho após perda, perdedores mantidos por mais tempo que ganhadores, rajadas de overtrading, queda em determinado horário). Por exemplo "Aumento de tamanho após perda: isso apareceu 8 vezes esta semana vs 0 por semana antes." Retorna JSON além de um relatório Markdown renderizado.
list_trades	Seus round trips reconstruídos
clear_data	Exclui todas as execuções armazenadas (requer confirm=true)

Instalação

Você precisa de Python 3.10+ e uv, ou pip.

Claude Desktop: adicione isto em claude_desktop_config.json (Configurações, depois Desenvolvedor, depois Editar Config):

{
  "mcpServers": {
    "tapelog": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/tapelog-journal/tapelog-mcp", "tapelog-mcp"]
    }
  }
}

Cursor: adicione o mesmo bloco em mcpServers dentro de ~/.cursor/mcp.json.

Claude Code: claude mcp add tapelog -- uvx --from git+https://github.com/tapelog-journal/tapelog-mcp tapelog-mcp

Outros clientes MCP (Windsurf, VS Code, Cline, Goose): use um servidor stdio com o comando uvx e os argumentos mostrados acima. Ou execute pip install git+https://github.com/tapelog-journal/tapelog-mcp e use o comando tapelog-mcp.

Opcional: defina a variável de ambiente TAPELOG_DATA=/path/to/fills.json para alterar onde as execuções são armazenadas.

Como usar

"Importe ~/Downloads/trades.csv com trade_date 2026-10-15, depois mostre minhas estatísticas e encontre minhas falhas."

"Compare 1-15 de setembro com 16-30 de setembro."

"Me dê meu relatório semanal de hábitos."

Veja um exemplo de relatório semanal de hábitos (dados de amostra sintéticos), também no site do TapeLog.

Exportando seus trades: no DAS Trader, abra a janela de Trades, clique com o botão direito e escolha Exportar. Arquivos DAS não têm data, então passe trade_date. Na Robinhood, vá em Conta, depois Relatórios e extratos, depois Relatório de atividade da conta (CSV). Guias passo a passo estão no site do TapeLog.

Sem MCP? A pasta /coach tem um pacote de instruções pronto para colar no Custom GPT ou Projeto Claude, além de um prompt de uma única etapa que funciona com um CSV enviado.

Regras de escopo (aplicadas nas instruções do servidor e nos prompts do coach)

TapeLog analisa apenas seu comportamento e processo passados: timing, tamanho de posição, tempo de permanência e disciplina. As conclusões são descritivas. Amostras pequenas são sinalizadas, e padrões são apresentados como convites à reflexão, não como sinais.

Desenvolvimento

python -m venv .venv && .venv/bin/pip install -e . pytest && .venv/bin/pytest -q

Tudo em samples/ são dados de amostra sintéticos. Mais ferramentas gratuitas estão em tapelog-journal.github.io/tapelog, e há uma newsletter semanal em thetapelog.beehiiv.com.

Não é afiliado à DAS Inc., Robinhood Markets, Inc., Anthropic ou OpenAI.