mcpField
M
MCP Server for Screener.in

MCP Server for Screener.in

本地服务
github.com/minhaj3金融数据880 周前更新

关于 MCP Server for Screener.in

MCP Server for Screener.in 是连接 screener.in 的开源金融数据服务,面向开发者、分析师和投资者。它获取公司数据并计算市值利润比,同时提供技术指标分析与交易策略工具。

主要功能

  1. 01获取 screener.in 金融数据
  2. 02计算市值利润比
  3. 03移动平均线与 RSI 分析
  4. 04生成交易建议和策略
  5. 05分析并比较股票

适用场景

  1. 01查询公司的市值利润比
  2. 02分析股票的移动平均线和 RSI
  3. 03根据技术指标生成交易建议
  4. 04比较多只股票的交易机会

MCP 相关

该 MCP 服务向客户端提供公司财务数据、比率计算、技术分析和交易策略工具。

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

Screener.in MCP 服务

概述

此仓库提供了一个与 screener.in 集成的 MCP(市值与利润比率)服务开源实现。该服务旨在获取、处理和提供财务数据,让用户能够计算并分析 screener.in 上市公司的 MCP 比率。

MCP 比率是评估公司估值相对于其盈利能力的重要指标。本项目旨在为开发者、分析师和金融爱好者提供一款易用且可自定义的财务数据分析工具。

功能

  • 从 screener.in 获取财务数据。
  • 计算市值与利润(MCP)比率。
  • 提供技术分析工具,包括:
    • 移动平均线(MA)分析。
    • 相对强弱指数(RSI)计算。
    • 全面的交易建议。
    • 波段交易和日内交易策略提示词。
  • 开源,可自定义以添加其他财务指标。
  • 轻量易用,可部署在本地或云服务上。

先决条件

  • Python 3.8+
  • MCP Inspector CLI 工具。
  • 可访问 screener.in 的中间件令牌。
  • 具备财务指标及其重要性的基础知识。

安装

  1. 克隆仓库:
git clone https://github.com/yourusername/mcp-server-screener.git
cd mcp-server-screener
  1. 创建并激活虚拟环境:
python -m venv venv 
source venv/bin/activate # On macOS/Linux 
venv\Scripts\activate # On Windows
  1. 安装所需依赖项:
pip install -r requirements.txt
  1. 在 .env 文件中为 screener.in 设置环境变量:
SCREENER_CSRF_TOKEN=''
SCREENER_SESSION_ID=''
SCREENER_CSRF_MIDDLEWARE_TOKEN=''
  1. 使用 MCP Inspector 测试服务:
mcp dev server.py
  1. 访问服务:**http://localhost:6274**(或配置的端口)。

用法

API 端点
  • GET /mcp
    获取指定公司的 MCP 比率。
    • 参数:
      • symbol:公司的股票代码(例如,RELIANCE、TCS)。
    • 请求示例:
      curl http://localhost:5000/mcp?symbol=RELIANCE
      
    • 响应示例:
      {
        "symbol": "RELIANCE",
        "market_cap": 1500000000000,
        "profit": 50000000000,
        "mcp_ratio": 30
      }
      
工具

MCP 服务包含以下技术分析和交易策略工具:

  1. 移动平均线分析:

    • 计算短期和长期移动平均线。
    • 提供看涨、看跌和交叉检测等信号。
  2. RSI 计算:

    • 计算股票的相对强弱指数(RSI)。
    • 识别超卖和超买状况。
  3. 交易建议:

    • 结合 MA 和 RSI 信号,生成可执行的交易建议。
    • 包含风险等级和信号强度。
  4. 波段交易策略:

    • 根据技术指标、支撑位/阻力位和成交量趋势生成波段交易策略。
  5. 日内交易策略构建器:

    • 创建自定义的日内交易策略,包含入场/退出条件、仓位规模和风险管理。
  6. 股票代码分析:

    • 使用 MA、RSI 和交易建议对股票进行详细分析。
  7. 股票代码对比:

    • 对比多只股票,以找出最佳交易机会。

自定义

你可以修改 mcp_calculator.py 中的逻辑,添加其他指标或自定义 MCP 计算方式。

贡献

欢迎贡献!参与贡献的方式:

  • 复刻仓库。
  • 为你的功能或错误修复创建新分支。
  • 提交拉取请求,并详细说明所做的更改。

许可证

本项目采用 MIT 许可证。

联系方式

如有问题或建议,欢迎联系:

致谢

  • 感谢 screener.in 提供强大的财务数据平台。
  • 感谢开源社区的支持与贡献。

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。