Nishaant Soni MCP

MCP金融分析服务器

引言

这个项目是 模型上下文协议（MCP）服务器 旨在使LLM（如Claude、Cursor或基于GPT的代理）能够检索、分析和可视化股票价格和财务报告数据。它为定量交易研究、投资分析和金融教育提供了一套强大的工具。

使用场景

• LLM驱动的交易分析：让LLM获取和分析股票数据、财务报表和技术指标，以生成交易见解。
• 财务指标计算：根据损益表、资产负债表和现金流量表计算关键比率和指标。
• 可视化：生成价格图表、财务指标趋势，并突出显示交易机会。
• 自动化研究：与LLM集成，以回答诸如“AAPL的净资产收益率是多少？”、“向我展示MSFT过去6个月的价格数据”或“绘制TSLA的买入/卖出信号”等问题

特性

• 检索实时和历史股票价格（单个或多个股票代码）
• 提取和分析财务报表（收入、资产负债表、现金流）
• 计算关键的财务和技术指标（市盈率、净资产收益率、移动平均线等）
• 可视化价格数据、指标和交易信号
• LLM友好的JSON可序列化输出

安装

1. 克隆存储库

   git clone https://github.com/Nishaant-Soni/MCP_Server_for_Financial_Analysis.git
   cd 

1. 设置Python虚拟环境

   python3 -m venv .venv
   source .venv/bin/activate

1. 安装依赖项

   uv sync

如何跑步

1. 配置您的LLM客户端（Claude、Cursor等） 连接到MCP服务器并调用可用工具。

转到Claude设置 选择开发人员-->编辑配置 添加新的MCP服务器。 在JSON文件中，添加

   {"mcpServers": 
        {"trader-mcp": {
               "command": "uv",
               "args": [
               "--directory",
               "/directory/to/your/mcp",
               "run",
               "main.py"
           ]
           }
        }
   }  

“交易员mcp”现在应该列在您的Claude工具中。

1. 开始与您的交易助理交谈！

例如：

比较Nvidia和AMD在过去一个月的股价。

过去3个月特斯拉的股价怎么样？

描绘微软在过去3个月的交易机会。