mcpField
S
Stock Screener

Stock Screener

ローカル
xang1234.github.io金融データ401今日更新

Stock Screener について

stockscreen-mcp は、株式スクリーニング用の MCP サーバーで、12 市場の日次スクリーニング、相対力ストレングス評価、マーケットブレッドス、業種グループのランキングを提供します。API キーは不要で、オープンソースの stock-screener プロジェクトが市場終了後に公開するスナップショットを読み取ります。用途は調査と教育を想定しています。

主な機能

  1. 0112 市場の日次スクリーニング結果
  2. 0228 種のプリセットスクリーンとカスタムフィルター
  3. 03銘柄ごとの RS レーティング、ステージ、パターン項目
  4. 04エクスポージャーとブレッドス指標を含む市場概況
  5. 05IBD 形式の業種グループ相対強度ランキング

活用シーン

  1. 01特定の市場で特定の戦略に合致する銘柄の検索
  2. 02米国などの市場全体の強弱とブレッドスの変化の確認
  3. 03業種グループの週次ランキングと上位銘柄の追跡

MCP 対応

本プロジェクトは MCP サーバーであり、Claude、Cursor、VS Code などの MCP クライアントに対して、run_screen、get_stock、market_overview、group_rankings といった読み取り専用ツールを提供します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"xang1234-stockscreen": {
"command": "uvx",
"args": [
"stockscreen-mcp"
]
}
}
}
起動コマンドuvx stockscreen-mcp

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypistockscreen-mcp0.1.1

ツール

6

掲載時のツール一覧 · 2 週間前に更新

このツールにパラメーターはありません。

詳細

stockscreen-mcp

12 市場の日次株式スクリーニング、相対強度評価、市場の広がり、業種グループランキングを、Claude、Cursor、VS Code、その他の任意の MCP クライアントで利用できます。

  • API キーも、実行するサーバーも不要です。
  • オープンソースの stock-screener プロジェクトが、各市場の取引終了後に公開するスナップショットを読み込みます。
  • ライブデモと同じデータです。
uvx stockscreen-mcp

**市場:**米国、カナダ、ドイツ、香港、中国本土、日本、韓国、台湾、インド、シンガポール、マレーシア、オーストラリア。

質問できること

  • 「今日、米国でミネルヴィニのトレンドテンプレートを満たす銘柄はどれですか?そのうち、業種グループの上位20位に入っているのはどれですか?」
  • 「日本のCANSLIMスクリーニングを実行し、3か月RSが最も高い5銘柄を表示してください。」
  • 「現在の米国市場の健全性はどうですか?エクスポージャー、分配日、市場の広がりを教えてください。」
  • 「今週、主導している業種グループと、最も順位を上げたグループを教えてください。」
  • 「NVDAについてスキャンで分かることをすべて教えてください。また、どのスクリーニングを通過していますか?」
  • 「RSが90を超え、ステージ2で、四半期EPS成長率が25%を超える香港株を探してください。」

ツール

すべてのツールは読み取り専用です。

ツール返される内容
list_markets現在の公開データに含まれる市場と、それぞれのデータ日、ステータス、機能
list_screensミネルヴィニ、CANSLIM、VCP、カップ・ウィズ・ハンドル、ハイ・タイト・フラッグ、モメンタム、IPOなど、28種類のプリセットスクリーニングとその正確なルール
run_screen市場のスキャン対象となるすべての銘柄に対するプリセットや独自フィルター。条件に一致する件数とともに並べ替えて返します。プリセットを指定すると、ウェブサイトに表示される銘柄とまったく同じものを返します
get_stock1銘柄のRS評価(全体、1M、3M、12M)、ステージ、スクリーナースコア、成長率、グループ順位、セットアップとパターンの項目、および通過しているスクリーニング
market_overviewエクスポージャースコアとスタンス、分配日、フォロースルーデー、StockBee形式の市場の広がり(4%上昇銘柄、5日/10日比率、T2108、52週高値/安値)、主要指数の動き、上位グループ
group_rankings相対強度で順位付けしたIBD形式の業種グループ。1W/1M/3M/6Mの順位変動と週間の値動きも確認できます。グループを指定すると、その順位の履歴と最も強い銘柄を返します
データの見方
  • RS評価(rs_rating、rs_rating_1m/3m/12m)は、銘柄が属する市場内での1から99までのパーセンタイルです。99が最も強いことを示します。
  • グループ順位1が最も強いグループです。
  • **すべての結果にはas_of_dateがあります。**公開データが対象とする、直近の完了した取引セッションの日付です。データは終値ベースで、日中のデータは含まれません。また、株価プロバイダーからリアルタイムで取得することもありません。

セットアップ

サーバーには、uvxを提供するuvが必要です。

Claude Code

claude mcp add stockscreen -- uvx stockscreen-mcp

Claude Desktop:claude_desktop_config.jsonに追加します。

{
  "mcpServers": {
    "stockscreen": { "command": "uvx", "args": ["stockscreen-mcp"] }
  }
}

Cursor:同じmcpServersエントリーを~/.cursor/mcp.jsonに追加します。

VS Code:.vscode/mcp.jsonに追加します。

{
  "servers": {
    "stockscreen": { "type": "stdio", "command": "uvx", "args": ["stockscreen-mcp"] }
  }
}

Codex CLI:~/.codex/config.tomlに追加します。

[mcp_servers.stockscreen]
command = "uvx"
args = ["stockscreen-mcp"]

最新リリースではなくmainから最新バージョンを実行するには、args内のstockscreen-mcpを、--from、git+https://github.com/xang1234/stock-screener#subdirectory=stockscreen-mcp、stockscreen-mcpに置き換えます。

仕組み

  • **データソース:**サーバーは、静的サイトがGitHub Pagesに公開するJSONを読み込みます。ルートのmanifest.jsonが現在の公開データを指しています。
  • **ダウンロードとキャッシュ:**各市場のスキャンは、初回使用時に一度だけダウンロードされ(米国の場合、圧縮時で約7 MB)、メモリに保持されます。直近に使用した2市場はキャッシュに残り、新しい公開データが現れるとキャッシュが更新されます。
  • **データURL:**別の公開データ(フォークのGitHub Pagesサイトなど)を読み込むには、STOCKSCREEN_DATA_URLを設定します。

開発

cd stockscreen-mcp
uv run pytest                                      # unit tests, no network
STOCKSCREEN_LIVE=1 uv run pytest -m live           # against the real publish
リリース
  1. src/stockscreen_mcp/__init__.py の __version__ を更新します。同じバージョンを server.json(2つの version フィールド)と mcpb/manifest.json、mcpb/pyproject.toml でも更新します。バージョンが一致しない場合、tests/test_packaging.py は失敗します。
  2. stockscreen-mcp-v<version> タグをプッシュします。.github/workflows/stockscreen-mcp-release.yml が PyPI に公開し、その後、GitHub OIDC を使用して stockscreen-mcp-registry.yml 経由でMCP レジストリに公開します。
  3. バンドル(Smithery CLI が必要とする Node 20 以上が必要です。smithery_bundle.py がチェックします)。mcpb/ からビルドします。
    • Claude Desktop: npx @anthropic-ai/mcpb pack . stockscreen-mcp.mcpb で MCPB uv バンドルをビルドします。
    • Smithery: CLI はまだ uv タイプを読み取れません(smithery-cli#801)。python smithery_bundle.py を実行すると、python タイプとしてパッケージ化したコピーを stockscreen-mcp-smithery.mcpb として作成します。
    • Smithery に公開: smithery mcp publish stockscreen-mcp-smithery.mcpb -n davidten7/stockscreen-mcp を、メンテナーの Smithery 名前空間を使用して実行します。

ライセンスと免責事項

Apache-2.0。このスクリーニングデータは教育および研究を目的としたものであり、投資助言ではありません。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。