TradingView mit Claude verbinden: der komplette MCP-Server-Setup-Guide

TradingView ist für die meisten von uns der Ort, an dem Analyse passiert – Charts, Indikatoren, Alerts, alles an einem Fleck. Claude ist der Ort, an dem seit 2025 das Denken passiert: Marktstruktur lesen, Backtests bauen, Setups gegenchecken. Das Problem: Beide reden nicht miteinander. Du machst Screenshots, kopierst sie rüber, tippst ab. Genau diese Lücke schließt eine TradingView-Claude-Integration über MCP.

Dieser Artikel ist Teil unseres großen Guides Trading-Bot mit Claude bauen und zeigt dir konkret, wie du die Brücke baust – nicht als Buzzword, sondern als lauffähiges Setup mit Config-Datei, Python-Code und einem ehrlichen Blick darauf, was dabei gegen TradingViews Nutzungsbedingungen laufen kann und was nicht. Am Ende hast du drei Wege zur Auswahl, weißt welcher zu dir passt und hast den passenden Code zum Copy-Pasten.

Warum TradingView und Claude verbinden? Der konkrete Nutzen

Bevor wir Config-Dateien anfassen: Was bringt die Verbindung überhaupt? Wenn du bisher mit Screenshots gearbeitet hast, kennst du die Reibung. Du siehst ein Setup auf dem M15-Gold-Chart, willst Claudes Einschätzung, machst einen Screenshot, lädst ihn hoch, wartest. Für einen einzelnen Chart okay. Für einen Multi-Timeframe-Check über vier Zeitebenen und drei Instrumente wird es zäh.

Mit einer echten Integration verschiebt sich das. Claude kann dann selbst die Kerzendaten ziehen, mehrere Timeframes in einem Rutsch vergleichen, Indikatorwerte auslesen und daraus eine strukturierte Analyse bauen – ohne dass du zwischen Fenstern hin- und herspringst. Drei Dinge werden dadurch praktisch möglich:

Analyse auf Zuruf. Statt Screenshot-Ping-Pong sagst du "Wie sieht die Marktstruktur auf XAUUSD über M15, H1 und H4 aus?" und Claude zieht die Daten selbst. Wie das Lesen von Marktstruktur mit KI konkret abläuft, zeigt der Artikel zur Marktstruktur-Analyse mit AI im Detail.

Backtest-Daten ohne Copy-Paste. Historische Kerzen landen direkt im Kontext, Claude rechnet die Kennzahlen. Das Backtest-Gerüst musst du nicht selbst tippen – du beschreibst es und lässt es dir generieren.

Automatisierte Alerts mit Kontext. Über TradingViews Webhook-System kann ein Alert nicht nur "Preis erreicht" melden, sondern eine ganze KI-Analyse anstoßen.

Drei Wege, TradingView an Claude anzubinden

Es gibt nicht den einen Weg, sondern drei – und welcher richtig ist, hängt davon ab, was du erreichen willst und wie viel Technik du dir zumutest. Vorweg die ehrliche Einordnung, weil sie über allem steht: TradingView hat 2026 keinen offiziellen MCP-Server. Alle MCP-Lösungen sind Community-Projekte, keine ist von TradingView autorisiert, und einige davon bewegen sich in einer Grauzone gegenüber den Nutzungsbedingungen. Dazu unten mehr. Hier erstmal die Landkarte:

Der Webhook-Weg ist der einzige, den TradingView selbst als Feature anbietet und dokumentiert – deshalb ist er das ToS-sauberste Fundament. Die MCP-Bridge und der Python-Datenfeed sind mächtiger und bequemer, bewegen sich aber technisch in Bereichen, die TradingView nicht offiziell freigegeben hat. Gehen wir die zwei praktischsten durch.

Weg 1: MCP-Server einrichten (Desktop-Bridge)

Der bequemste Weg für visuelle Trader ist eine MCP-Desktop-Bridge. Die verbreiteten Community-Server (etwa das Projekt von tradesdontlie auf GitHub) funktionieren über einen cleveren Trick: TradingView Desktop ist im Kern eine Electron-App – also Chromium unter der Haube. Und jede Chromium-App lässt sich über das Chrome DevTools Protocol (CDP) fernsteuern. Der MCP-Server hängt sich an diesen Debug-Port und liest darüber die Chart-Session. Es wird dabei kein TradingView-Server angesprochen und kein proprietäres Protokoll geknackt – alles bleibt lokal auf deinem Rechner.

Das Setup in vier Schritten:

Schritt 1 – TradingView Desktop mit Debug-Port starten. Die App muss mit aktiviertem CDP laufen. Auf dem Mac zum Beispiel:

# TradingView Desktop mit offenem Debug-Port starten
/Applications/TradingView.app/Contents/MacOS/TradingView \
  --remote-debugging-port=9222

Schritt 2 – MCP-Server holen und installieren. Repo klonen, Abhängigkeiten installieren (Node-basiert):

git clone https://github.com/tradesdontlie/tradingview-mcp.git
cd tradingview-mcp
npm install

Schritt 3 – In die Claude-Config eintragen. Öffne die Datei claude_desktop_config.json (Mac: ~/Library/Application Support/Claude/claude_desktop_config.json, Windows: %APPDATA%\Claude\claude_desktop_config.json) und ergänze den Server. Wichtig: Wenn schon andere Server drinstehen, füge den Eintrag ins bestehende mcpServers-Objekt ein, überschreib es nicht.

{
  "mcpServers": {
    "tradingview": {
      "command": "node",
      "args": ["/Users/DEIN_NAME/tradingview-mcp/src/server.js"]
    }
  }
}

Schritt 4 – Claude Desktop neu starten und testen. Nach dem Neustart taucht der TradingView-Server in Claude auf. Ein erster Test: "Verbinde dich mit meinem TradingView und sag mir, welches Symbol gerade offen ist." Läuft der Handshake zum CDP-Port, antwortet Claude mit deinem aktuellen Chart – ab hier kannst du Analysen, Indikatoren und Timeframe-Wechsel per Sprache steuern.

Wenn dir "welchen Server nehme ich, was ist MCP eigentlich" noch unklar ist, lies zuerst den Grundlagen-Artikel Was ist ein MCP-Server fürs Trading – danach ergibt das Setup hier deutlich mehr Sinn.

📥 Fertige MCP-Configs aus dem Starter-Kit

Im kostenlosen AI-Trading-Starter-Kit liegen die getesteten Config-Snippets für TradingView, MetaTrader und Wirtschaftskalender – copy-paste-fertig für Claude Desktop, plus eine Checkliste für den ersten Handshake. Hol dir das Starter-Kit →

Weg 2: Daten per Python ziehen (der Backtest-Weg)

Willst du nicht den Desktop steuern, sondern nur an die Kerzendaten für Analyse und Backtests, ist ein Python-Datenfeed der direktere Weg. Die etablierte Community-Bibliothek dafür ist tvdatafeed. Sie lädt bis zu 5000 Kerzen pro Symbol und Timeframe – genug für ernsthafte Backtests.

Installation:

pip install tvdatafeed

Der Basis-Zugriff ist erfreulich kurz. Ohne Login bekommst du eingeschränkten Zugriff, mit TradingView-Account mehr Symbole und längere Historie:

from tvDatafeed import TvDatafeed, Interval

# ohne Login: eingeschraenkt, aber startklar
tv = TvDatafeed()

# XAUUSD, M15, letzte 500 Kerzen von OANDA
data = tv.get_hist(
    symbol="XAUUSD",
    exchange="OANDA",
    interval=Interval.in_15_minute,
    n_bars=500,
)
print(data.tail())

Das Ergebnis ist ein Pandas-DataFrame mit OHLCV – genau das Format, mit dem sich backtesten lässt. Der nächste Schritt: dieses DataFrame an Claude geben und die Strategie beschreiben. Du musst den Analyse-Code nicht selbst schreiben. Ein Prompt wie dieser reicht:

"Hier ist ein Pandas-DataFrame mit XAUUSD-M15-Kerzen. Baue mir einen Backtest für folgende Regel: Long-Entry wenn RSI(14) unter 30 dreht und die Kerze über dem 20er-EMA schließt, Stop 1×ATR, Ziel 2×ATR. Gib mir Winrate, Profit-Factor und Max-Drawdown."

Claude generiert dir den kompletten Backtest-Code, du führst ihn über deinem data-DataFrame aus. Wie dieser Ablauf für absolute Anfänger aussieht – ohne eine Zeile selbst zu tippen – zeigt der Artikel Backtesting in Python für Anfänger Schritt für Schritt.

Ein wichtiger Hinweis zur Sauberkeit: tvdatafeed greift auf TradingViews interne Daten-API zu, was streng genommen nicht der vorgesehene Weg ist. Halte die Abfragen moderat (kein aggressives Dauer-Scraping im Sekundentakt), sonst riskierst du eine Einschränkung deines Accounts. Für gelegentliche Backtest-Datenzüge ist die Bibliothek etabliert und stabil – für einen Bot, der im Minutentakt pollt, ist sie das falsche Werkzeug.

Weg 3: Der offizielle Weg – Webhook-Alerts

Wenn dir ToS-Sauberkeit wichtig ist – und bei einem echten Setup sollte sie das sein – führt der Weg über Webhooks. Das ist der einzige Kanal, den TradingView selbst als Feature dokumentiert und anbietet. Das Prinzip: Ein Alert feuert nicht nur eine Benachrichtigung, sondern schickt einen HTTP-POST-Request an eine URL deiner Wahl. Dort läuft ein kleiner Server, der die Nachricht entgegennimmt und weiterverarbeitet – zum Beispiel indem er Claude eine Analyse anstößt.

Zwei Voraussetzungen: Du brauchst ein TradingView-Abo mit Webhook-Feature, und 2-Faktor-Authentifizierung muss aktiv sein, sonst blockiert TradingView Webhooks. Im Alert-Dialog trägst du unter "Webhook-URL" deinen Endpunkt ein und formulierst die Nachricht als JSON:

{"symbol": "XAUUSD", "action": "long_setup", "price": {{close}}, "tf": "15"}

Die doppelten Klammern sind TradingView-Platzhalter, die beim Feuern durch echte Werte ersetzt werden. Empfangsseitig reicht ein schlanker Flask-Server:

from flask import Flask, request

app = Flask(__name__)

@app.route("/tv-webhook", methods=["POST"])
def tv_webhook():
    alert = request.get_json()
    # -> hier Claude anstossen: Analyse zum Setup anfordern,
    #    Ergebnis nach Telegram/Discord schicken.
    print("Alert erhalten:", alert)
    return "", 200

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=5000)

Der Charme: Der Alert-Trigger kommt sauber von TradingView, und was danach passiert – KI-Analyse, Benachrichtigung, im Extremfall eine vorbereitete Order – liegt komplett in deiner Hand und deinem Code. Ein Sicherheits-Hinweis, den TradingView selbst betont: Pack keine sensiblen Daten (API-Keys, Passwörter) in den Webhook-Body, denn der Transportweg ist nicht für Geheimnisse gedacht. Der Server, der diesen Endpunkt hostet, läuft übrigens ideal auf einem günstigen VPS – wie du den für unter 5 €/Monat aufsetzt, steht im VPS-Guide.

Sicherheit und Terms of Service: der ehrliche Teil

Kein Setup-Guide ist vollständig ohne den unbequemen Abschnitt. Zwei Dinge musst du wissen, bevor du irgendetwas produktiv laufen lässt.

Erstens, die ToS-Frage. TradingViews Nutzungsbedingungen untersagen automatisiertes Auslesen und programmatische Steuerung außerhalb der offiziell freigegebenen Wege. Die MCP-Desktop-Bridge (Weg 1) und der Python-Datenfeed (Weg 2) bewegen sich hier in einer Grauzone – sie sind technisch elegant und laufen lokal, aber sie nutzen Schnittstellen, die nicht für diesen Zweck gedacht sind. Für persönliche Analyse in moderatem Umfang ist das Risiko gering; wer eine kommerzielle Anwendung darauf baut oder im Sekundentakt Daten zieht, riskiert die Sperrung des Accounts. Der Webhook-Weg (Weg 3) ist der einzige, bei dem du dir darüber keine Sorgen machen musst.

Zweitens, die Sicherheits-Frage bei Ausführung. Sobald am Ende der Kette eine echte Order stehen könnte, gelten dieselben eisernen Regeln wie bei jedem KI-Trading-Setup: lesen und ausführen strikt trennen, niemals Auto-Execute mit echtem Geld ohne dass du den finalen Knopf drückst, und die KI keine Anweisungen aus ungeprüften Datenquellen ausführen lassen (Stichwort Prompt Injection). Eine TradingView-Integration liefert Analyse und Signale – die Entscheidung, ob daraus ein Trade wird, gehört zu dir, nicht zu einem automatischen Loop. Gerade bei Prop-Firm-Konten, wo ein regelwidriger Trade die ganze Challenge kosten kann, ist diese Trennung nicht verhandelbar; mehr dazu im Prop-Firm-Guide.

Kurz: Die bequemen Wege sind für persönliche Analyse okay, wenn du maßvoll bleibst. Für alles, was skaliert oder produktiv läuft, ist der Webhook-Weg das saubere Fundament – und die Order-Entscheidung bleibt beim Menschen.

🚀 TradingView ist die Datenquelle – nicht das ganze System

Chart-Daten, Backtest, Risk-Layer und Ausführung als ein durchdachtes Ganzes: Der komplette Weg zum AI-gestützten Trading-Setup, Schritt für Schritt aufgebaut. Starte mit dem AI-Trading-Setup →

FAQ

Gibt es einen offiziellen TradingView-MCP-Server?

Nein. Stand 2026 hat TradingView keinen offiziellen MCP-Server veröffentlicht. Alle verfügbaren MCP-Server sind Community-Projekte auf GitHub (etwa von tradesdontlie), keines ist von TradingView autorisiert oder unterstützt. Sie funktionieren meist über das Chrome DevTools Protocol, indem sie sich lokal an die TradingView-Desktop-App hängen. Das läuft komplett auf deinem Rechner, bewegt sich aber gegenüber den Nutzungsbedingungen in einer Grauzone. Für rein persönliche Analyse in moderatem Umfang ist das Risiko gering.

Wie verbinde ich TradingView mit Claude Schritt für Schritt?

Der bequemste Weg: TradingView Desktop mit dem Flag --remote-debugging-port=9222 starten, einen Community-MCP-Server per git klonen und mit npm installieren, den Server in die Datei claude_desktop_config.json eintragen (ins bestehende mcpServers-Objekt, ohne andere Server zu überschreiben) und Claude Desktop neu starten. Danach kannst du per Sprache Charts analysieren und Indikatoren setzen lassen. Der ToS-sauberste Alternativweg ist die offizielle Webhook-Funktion von TradingView.

Kann ich TradingView-Daten kostenlos in Python holen?

Ja, mit der Bibliothek tvdatafeed (pip install tvdatafeed). Ohne Login bekommst du eingeschränkten Zugriff, mit einem TradingView-Account mehr Symbole und längere Historie – bis zu 5000 Kerzen pro Abfrage. Das Ergebnis ist ein Pandas-DataFrame mit OHLCV, ideal für Backtests. Wichtig: Die Bibliothek nutzt TradingViews interne Daten-API, deshalb solltest du Abfragen moderat halten und kein aggressives Dauer-Scraping betreiben, sonst riskierst du eine Account-Einschränkung.

Was ist der Unterschied zwischen MCP-Bridge und Webhook-Alerts?

Die MCP-Bridge lässt Claude aktiv deinen laufenden TradingView-Desktop steuern – Charts lesen, Indikatoren setzen, Timeframes wechseln. Sie ist bequem für visuelle Analyse, nutzt aber inoffizielle Schnittstellen. Webhook-Alerts drehen die Richtung um: TradingView schickt bei einem Alert selbst einen POST-Request an deinen Server, der dann Claude anstoßen kann. Webhooks sind der einzige offiziell dokumentierte Weg und damit ToS-sauber, erfordern aber aktivierte 2-Faktor-Authentifizierung und einen eigenen Endpunkt.

Ist es sicher, Claude Zugriff auf TradingView zu geben?

Für Analyse ja, für Ausführung nur mit klaren Grenzen. Eine TradingView-Integration liefert vor allem Lesedaten und Signale – solange nichts eine echte Order auslöst, ist das Risiko überschaubar. Sobald Order-Ausführung ins Spiel kommt, gelten die Grundregeln: lesen und ausführen trennen, kein Auto-Execute mit echtem Geld, finalen Knopf drückst du selbst. Für die komplette Implementation inklusive Bot, Backtest und Risk-Layer siehe unseren AI Trading Guide.