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
- 01获取股票信息和历史数据
- 02使用技术指标分析趋势
- 03计算定量风险指标
- 04比较股票及其表现
- 05分析板块表现和市场情绪
- 06从 Finviz 获取股票新闻
适用场景
- 01查看股票代码的历史价格和趋势
- 02按关键指标比较多只股票
- 03评估股票风险和市场情绪
- 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。
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
- Python 3.8+
- 使用 yfinance 获取股票数据
- fastapi(MCP 服务所需)
- 使用 requests 和 beautifulsoup4 进行网页抓取
- MCP (Model Context Protocol) 工具型服务架构
安装
- 克隆代码库:
git clone https://github.com/edenmargolis/Advanced-Stock-Market-Analysis-MCP-Server cd Advanced-Stock-Market-Analysis-MCP-Server - 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
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。