mcpField
A
Advanced Stock Market Analysis Server

Advanced Stock Market Analysis Server

本地服务
github.com/edenmargolis金融数据278 周前更新

关于 Advanced Stock Market Analysis Server

Advanced Stock Market Analysis Server 是使用 yfinance 获取和分析股票及市场数据的 MCP 服务,面向需要历史价格、技术指标、风险度量、比较、板块表现、情绪和新闻的用户与 Agent。

主要功能

  1. 01获取股票信息和历史数据
  2. 02使用技术指标分析趋势
  3. 03计算定量风险指标
  4. 04比较股票及其表现
  5. 05分析板块表现和市场情绪
  6. 06从 Finviz 获取股票新闻

适用场景

  1. 01查看股票代码的历史价格和趋势
  2. 02按关键指标比较多只股票
  3. 03评估股票风险和市场情绪
  4. 04收集股票新闻标题以供分析

MCP 相关

它向兼容 MCP 的客户端和 Agent 提供股票数据获取、分析、比较、板块与情绪分析以及新闻工具。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

高级股票市场分析服务

一个功能强大、可扩展的服务,使用 Model Context Protocol (MCP) 和 yfinance 构建,用于高级股票市场分析和洞察。该项目提供一套工具,用于检索、分析和比较股票数据,以及分析板块和市场情绪。

功能

  • 获取股票信息:检索任意股票的基本信息(名称、价格、市值、市盈率等)。
  • 获取股票历史数据:获取任意股票的历史价格和成交量数据,并提供完善的错误处理和重试逻辑。
  • 分析股票趋势:使用移动平均线、RSI、MACD、布林带和波动率进行技术分析。
  • 分析股票风险:提供定量风险指标(波动率、夏普比率、贝塔、VaR、回撤等)。
  • 比较股票:根据关键指标和表现比较多只股票。
  • 板块表现:使用板块 ETF 分析主要市场板块的表现。
  • 市场情绪:使用主要指数和 VIX 评估整体市场情绪。
  • 获取股票新闻:从 Finviz 抓取并检索任意股票的最新新闻标题和 URL,并提供用于情绪分析和摘要的推荐 Agent 提示词。

技术栈

安装

  1. 克隆代码库:
    git clone https://github.com/edenmargolis/Advanced-Stock-Market-Analysis-MCP-Server
    cd Advanced-Stock-Market-Analysis-MCP-Server
    
  2. 安装依赖:
    uv pip install -r requirements.txt
    

用法

启动服务:

uv run mcp install main.py

之后,你可以使用任何兼容 MCP 的客户端或集成(例如 Claude、Cursor,或其他支持 MCP 工具调用的 AI Agent)与服务交互。

工具调用示例

  • 获取股票信息:
    { "ticker": "AAPL" }
    
  • 获取股票历史数据:
    { "ticker": "MSFT", "period": "1y" }
    
  • 分析股票风险:
    { "ticker": "GOOGL" }
    
  • 比较股票:
    { "tickers": ["AAPL", "MSFT", "GOOGL"] }
    
  • 获取股票新闻:
    { "ticker": "TSLA", "count": 4 }
    

项目结构

  • main.py — 服务的主要实现和工具定义
  • requirements.txt — Python 依赖项
  • README.md — 项目文档

备注

  • 所有股票数据均通过 yfinance 从 Yahoo Finance 实时获取。
  • get_stock_news 工具会从 Finviz 抓取新闻标题和 URL。
  • 内置错误处理和重试逻辑,确保运行可靠。

用于新闻情绪分析的 Agent 提示词

使用 get_stock_news 工具时,使用以下提示词可获得 LLM Agent 的最佳结果:

Get the latest news of {{ticker}} stock. For each article, read the full content, assess whether the sentiment is positive, negative, or neutral, and then write a summary of the overall sentiment and your conclusions about {{ticker}} based on these articles.

如有问题或希望参与贡献,请在 GitHub 上提交 issue 或 pull request。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。