mcpField
N
Nifty Technical Indicators

Nifty Technical Indicators

本地服务
github.com/sasikiranaratla金融数据058 周前更新

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

  1. 01获取 NSE 股票一年的日线数据
  2. 02计算 SMA50、MACD、RSI14 和 ATR
  3. 03计算布林带与平均成交量
  4. 04以 JSON 返回前一日 OHLCV

适用场景

  1. 01查看 NSE 股票代码的技术指标
  2. 02获取股票前一日 OHLCV
  3. 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。

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

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

  1. 克隆代码库:
    git clone https://github.com/sasikiranaratla/nifty_technical_indicators_mcp.git
    cd nifty_technical_indicators_mcp
    
  2. 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
    
  3. 安装依赖项:
    pip install -r requirements.txt
    
    如果缺少 requirements.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

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。