关于 Nifty Technical Indicators
Nifty Technical Indicators 是用于获取 NSE 上市股票数据并计算技术指标的 MCP 服务。它使用 Yahoo Finance 数据,以 JSON 返回指标值和前一日 OHLCV。
主要功能
- 01获取 NSE 股票一年的日线数据
- 02计算 SMA50、MACD、RSI14 和 ATR
- 03计算布林带与平均成交量
- 04以 JSON 返回前一日 OHLCV
适用场景
- 01查看 NSE 股票代码的技术指标
- 02获取股票前一日 OHLCV
- 03将指标数据接入兼容 MCP 的分析工作流
MCP 相关
它通过本地 stdio 传输向 MCP 客户端提供 `get_technical_indicators` 工具。工具接收 NSE 股票代码,并以 JSON 返回指标值。
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
Nifty 技术指标 MCP 服务
本项目提供一个模型上下文协议(MCP)服务,用于计算印度国家证券交易所(NSE)上市股票的常用技术指标。所有指标均使用 TA-Lib 计算,可通过 stdio 传输在本地作为 MCP 服务运行。
功能
- 使用 Yahoo Finance 获取任何 NSE 股票代码 1 年的每日 OHLCV 数据
- 计算关键技术指标:
- SMA50(50 日简单移动平均线)
- MACD(移动平均收敛发散指标)
- RSI14(14 日相对强弱指数)
- ATR(平均真实波幅)
- 布林带(20 日)
- 20 日平均成交量
- 返回前一日的开盘价、最高价、最低价、收盘价和成交量
- 提供一个 MCP 工具:
get_technical_indicators - 输出包含所有指标值的简洁 JSON 对象
要求
- Python 3.8+
- TA-Lib
- yfinance
- mcp(模型上下文协议服务)
安装
- 克隆代码库:
git clone https://github.com/sasikiranaratla/nifty_technical_indicators_mcp.git cd nifty_technical_indicators_mcp - 创建并激活虚拟环境:
python -m venv venv venv\Scripts\activate # On Windows source venv/bin/activate # On Linux/Mac - 安装依赖项:
如果缺少pip install -r requirements.txtrequirements.txt,请手动安装:pip install pandas TA-Lib yfinance mcp
用法:作为 MCP 服务运行(stdio)
要使用 stdio 传输在本地运行 MCP 服务:
python main.py
或者,如果使用虚拟环境:
venv\Scripts\python.exe main.py # On Windows
source venv/bin/activate && python main.py # On Linux/Mac
这将启动 MCP 服务并提供 get_technical_indicators 工具。你可以使用任何兼容 MCP 的客户端或集成连接到该服务。
MCP 工具:get_technical_indicators
- 输入:
ticker(str)——NSE 股票代码(例如,“RELIANCE”“TCS”) - 输出: 包含以下内容的 JSON 对象:
- SMA50
- MACD_Line、MACD_Signal、MACD_Hist
- RSI14
- ATR
- BB_Upper、BB_Middle、BB_Lower
- Vol_Avg20
- Prev_OHLCV:前一日的 {Open, High, Low, Close, Volume}
MCP 请求示例
{
"tool": "get_technical_indicators",
"args": {"ticker": "RELIANCE"}
}
MCP 响应示例
{
"SMA50": 2795.12,
"MACD_Line": 12.34,
"MACD_Signal": 10.56,
"MACD_Hist": 1.78,
"RSI14": 55.67,
"ATR": 45.12,
"BB_Upper": 2900.45,
"BB_Middle": 2750.23,
"BB_Lower": 2600.01,
"Vol_Avg20": 1234567.0,
"Prev_OHLCV": {
"Open": 2780.0,
"High": 2800.0,
"Low": 2770.0,
"Close": 2795.0,
"Volume": 1500000.0
}
}
备注
- 所有计算均使用 TA-Lib,以确保可靠性和速度。
- 数据通过 yfinance 从 Yahoo Finance 获取。
- 此 MCP 服务可与任何支持 MCP 的大模型或自动化平台集成。
许可证
MIT
作者
sasikiranaratla
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。