StoQuant — Quantitative Stock Research

stoquant-mcp

面向 StoQuant 的 Model Context Protocol（MCP）服务 — 让 Claude（以及任何兼容 MCP 的 Agent）直接只读访问 StoQuant 的量化信号、机器学习预测、筛选、所有权和宏观数据。

免费开始。 免费的 StoQuant API 密钥可让核心工具（报价、Q-Score、筛选器、市场状态）每天处理 100 次请求。Power 可取消请求上限，并解锁高级工具（机器学习、另类数据、内部人士聚类）。请访问 https://stoquant.com/account/api-keys 获取密钥。

源代码与列表： GitHub · npm · Official MCP Registry（io.github.ohadf2015/stoquant-mcp）· 落地页

一条命令安装

npx -y stoquant-mcp install

系统会提示你输入 API 密钥。安装程序会为你的操作系统写入相应的 claude_desktop_config.json，备份任何现有配置，然后显示下一步操作。

安装后，完全退出并重新启动 Claude Desktop。输入 list available tools，确认已加载 stoquant_* 工具。

手动安装（替代方案）

将以下内容添加到你的 claude_desktop_config.json：

{
  "mcpServers": {
    "stoquant": {
      "command": "npx",
      "args": ["-y", "stoquant-mcp", "serve"],
      "env": {
        "STOQUANT_API_KEY": "sk_live_…"
      }
    }
  }
}

配置文件位置：

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%/Claude/claude_desktop_config.json
• Linux：~/.config/Claude/claude_desktop_config.json

工具（61 个）

类别	工具
价格	get_quote、get_quotes_batch、get_extended_quote、get_sparklines、get_benchmarks、get_sector_performers
研究	get_qscore、get_signals_v2、get_ml_prediction、explain_ml_prediction、get_strategic_edges、get_quant_analytics、get_evidence
信号	get_market_regime、get_signal_accuracy、get_accuracy_summary
发现	get_top_conviction、get_hidden_gems、get_multibagger_candidates、get_related_stocks、get_signal_accuracy_heatmap
筛选器	list_prebuilt_screens、run_prebuilt_screen、run_screener
所有权	get_insider_trades、get_insider_cluster、get_big_insider_buys、get_institutional_holders、get_institutional_ratings、get_analyst_estimates、get_analyst_price_targets、get_analyst_changes、get_short_interest
申报与新闻	get_sec_filings、get_news、get_news_events
社交	get_social_sentiment、get_social_trend、get_trending_social、get_social_momentum、get_source_credibility
催化因素	get_catalysts、get_catalyst_watch
另类数据	get_alt_signals（FDA、CPSC、SEC 套件、临床试验、GitHub、App Store、Hacker News、新闻语气 — 一次调用），get_alt_data（Google Trends、Wikipedia 浏览量、期权隐含波动率）
期权流	get_unusual_options
投资组合	get_auto_portfolio_status、get_auto_portfolio_history、get_portfolio_health、optimize_portfolio
回测	list_backtest_templates、run_backtest、get_backtest、get_backtest_history
策略	get_strategy_performance、list_strategy_presets、get_strategy_preset_candidates
宏观	get_macro_indicator、get_macro_dashboard、get_macro_calendar、get_macro_themes

大多数工具只读取数据。run_backtest 会保存一次模拟运行（不涉及真实或模拟交易订单）。没有下单、资金转移或持仓变更功能。每个工具都标注了 readOnlyHint，让 Agent 知道可以安全调用。

准确性与无边际优势门控

get_accuracy_summary 会访问公开的 /public/accuracy/summary 评分卡。请读取 excessSpreadPp（超额收益差）和 dataSufficient——不要把 hitRate 当作技能水平。当 dataSufficient && excessSpreadPp < 0 时，会抑制自动投资组合的买入操作（gated:no_edge）。在进行任何以买入为导向的投资组合读取之前，请先调用此工具。

投资组合／回测／策略工具用于评估、读取、回测和优化。此服务不会下单。POST /auto-portfolio/evaluate 会执行模拟交易，但不会对外提供。

需要了解的两件事

• Q-Score（get_qscore）是综合评分，范围为 0–100，基于行业残差化收益计算（已剔除行业 beta）。回答“这只股票好吗”时，请从这里开始。
• ML 预测（get_ml_prediction）返回某个时间范围内跑赢 S&P 500 的概率（classification: bull|bear）——它不是买入／持有／卖出评级。

资源

该服务会提供参考文档，Agent 可按需读取：

• stoquant://glossary — 介绍 Q-Score、ML 跑赢概率、市场状态和信号准确性，以及单位约定。
• stoquant://methodology — 介绍行业残差化、IC 加权、ML 健康度门控和筛选器字段语义。

提示词

预构建工作流，可串联多个工具：

• analyze_ticker(ticker) — 全面深入分析单只股票（Q-Score + ML + 持仓情况 + 优势 → 结论）。
• find_opportunities(style) — 针对某种风格（价值、动量、成长、潜力股）生成并筛选候选清单。
• market_briefing — 自上而下的市场概览（市场状态 + 宏观经济 + 基准指数 + 信心度）。

使用筛选器

run_screener 使用精确的 camelCase 字段名称进行筛选。未知字段在服务端会被视为 null，并静默排除所有股票，因此请使用文档中列出的名称：

trailingPE、priceToBook、pegRatio、marketCap、debtToEquity、currentRatio、grossMargins、operatingMargins、revenueGrowth、earningsGrowth、rsi14、fiftyDayAverageChangePercent、twoHundredDayAverageChangePercent、fiftyTwoWeekHighChangePercent、shortPercentOfFloat、numberOfAnalystOpinions、sector、regularMarketPrice、regularMarketVolume、regularMarketChangePercent。

利润率／增长率使用小数表示（0.25 = 25%）；marketCap 为美元原始数值（250000000 = 2.5 亿）。运算符：gt、gte、lt、lte、eq、between（value: [low, high]）、in（value: [string, …]）。

筛选器读取 StoQuant 缓存的每日基本面数据（速度快，每日刷新）。优先使用 run_prebuilt_screen（预调优），或使用 universe: "sp500" 和少量筛选条件调用 run_screener。

示例提示词

• “获取 NVDA 的 Q-Score，并解释驱动 ML 判断的主要特征。”
• “给我看看信心度最高的前 10 只股票，以及它们当前跑赢市场的 ML 概率。”
• “当前市场处于什么状态？哪些行业表现领先？”
• “在 sp500 范围内运行 undervalued-gems 预构建筛选器。”
• “筛选 sp500 中 trailingPE 低于 15 且 debtToEquity 低于 0.5 的股票。”
• “获取 PLTR 过去一个季度的内部人士交易活动。”
• “当前准确性评级和 excessSpreadPp 是多少？如果尾部反转，就不要买入。”
• “显示自动投资组合最近一次评估结果和持仓。如果出现 gated:no_edge，就不要建议买入。”
• “列出回测模板，并对 sp500 运行 2023 年的动量回测。”

安全性

• 服务需要 STOQUANT_API_KEY——如果缺失或格式错误，启动时会立即失败。
• 所有请求均使用 HTTPS。Bearer 令牌位于 Authorization 标头中，绝不记录日志。
• 在任何外部使用前，都会验证股票代码（^[A-Za-z0-9.\-^]{1,10}$）。
• 客户端速率限制：200 req/min（可通过 STOQUANT_RATE_LIMIT_RPM 配置）。
• 每个请求超时 30s（可通过 STOQUANT_TIMEOUT_MS 配置）。
• 服务端：API 密钥以哈希形式（SHA-256）静态存储，按前缀建立索引以便快速查找，并在验证时进行时序安全比较。
• 可随时在 https://stoquant.com/account/api-keys 撤销任何密钥。

环境变量

变量	默认值	描述
STOQUANT_API_KEY	—（必填）	你的 StoQuant API 密钥（免费版或 Power 版）
STOQUANT_BASE_URL	https://stoquant.com/api	API 基础 URL
STOQUANT_RATE_LIMIT_RPM	200	客户端速率限制（次/分钟）
STOQUANT_TIMEOUT_MS	30000	单次请求超时时间
STOQUANT_DEV	0	设置为 1 以允许使用 http:// 基础 URL（仅用于本地开发）

许可证

MIT