stock tools MCP

库存工具MCP服务器

提供财务分析和股票市场实用工具的MCP（模型上下文协议）服务器。设计用于与人工智能助手一起执行技术分析、投资组合计算和市场数据操作。

特性

• 退货分析 -计算总回报、夏普比率、波动率和最大提款
• 波动性分析 -滚动波动率、VaR、CVaR和波动机制分类
• 库存比较 -通过相关性分析和排名比较多只股票
• 库存筛选 -按财务标准（市盈率、市值、行业等）筛选股票
• 投资组合指标 -投资组合绩效、权重和贝塔系数计算
• 技术水平 -枢轴点、斐波那契回撤和移动平均线支撑/阻力
• 移动平均值 -SMA和EMA计算与当前价格的距离
• 轴心点 -标准、Woodie和Camarilla枢轴计算

安装

需要Python 3.10-3.12和 紫外线.

# Clone the repository
cd stock_tools_mcp

# Install dependencies
uv sync

# Install with dev dependencies (for testing)
uv sync --extra dev

用法

运行服务器

# Using uv (recommended)
uv run stock-tools-mcp-server

# Using the launcher script (Unix/macOS)
./launch-stock-tools.sh

# Using the Python launcher (cross-platform)
python launch.py

# With SSE transport
uv run stock-tools-mcp-server --sse

# With streamable HTTP transport
uv run stock-tools-mcp-server --streamable

MCP客户端配置

添加到MCP客户端配置中。使用 launch.py 因为它可以定位 uv 即使PATH不可用（从AI助手启动时很常见）：

{
  "mcpServers": {
    "stock-tools": {
      "command": "python3",
      "args": ["/path/to/stock_tools_mcp/launch.py"]
    }
  }
}

直接使用紫外线的替代方案（需要PATH中的紫外线）：

{
  "mcpServers": {
    "stock-tools": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/stock_tools_mcp", "stock-tools-mcp-server"]
    }
  }
}

配置

通过环境变量进行配置：

例子：

STOCK_TOOLS_DEBUG=true STOCK_TOOLS_LOG_LEVEL=DEBUG uv run stock-tools-mcp-server

可用工具

计算回报

根据价格序列计算股票回报和绩效指标。

prices = [100.0, 102.0, 101.0, 105.0, 108.0]
periods = [3, 5]  # Optional: specific period returns

回报：总回报、平均日回报、波动率、夏普比率、最大提款、期回报。

分析挥发性

计算波动性和风险指标。

prices = [100.0, 102.0, ...]  # At least window+1 prices
window = 20  # Rolling window size

回报：当前/历史波动率、VaR（95%）、CVaR、波动机制（高/正常/低）。

比较股票

并排比较多只股票。

stock_data = {
    "AAPL": [150.0, 152.0, 155.0, ...],
    "MSFT": [300.0, 305.0, 310.0, ...]
}

回报：每只股票的指标、相关矩阵、按回报和夏普比率排名。

screen_stocks

根据财务标准过滤库存。

criteria = {
    "stocks": [
        {"symbol": "AAPL", "sector": "Technology", "market_cap": 3000000000000, ...}
    ],
    "min_market_cap": 1000000000000,
    "max_pe_ratio": 30.0,
    "sectors": ["Technology", "Healthcare"]
}

计算投资组合计量

分析投资组合绩效。

holdings = {"AAPL": 10, "MSFT": 5}
prices = {"AAPL": [...], "MSFT": [...]}
benchmark_prices = [...]  # Optional: for beta calculation

回报：总回报、波动率、夏普比率、最大回撤、贝塔系数、投资组合权重。

计算技术水平

计算支撑位和阻力位。

prices = [100.0, 102.0, ...]
method = "pivot"  # or "fibonacci", "moving_average"

计算移动平均值

计算给定时间段的SMA和EMA。

prices = [100.0, 102.0, ...]
periods = [5, 10, 20, 50, 200]  # Optional, these are defaults

计算积分

根据OHLC数据计算枢轴点。

high = 110.0
low = 100.0
close = 105.0

回报：标准、Woodie和Camarilla枢轴水平。

发展

运行测试

# Run all tests
uv run pytest

# Run with verbose output
uv run pytest -v

# Run specific test file
uv run pytest tests/test_server.py

# Run specific test
uv run pytest -k "test_basic_returns"

项目结构

stock_tools_mcp/
├── server.py           # Main MCP server implementation
├── launch.py           # Cross-platform launcher
├── launch-stock-tools.sh  # Unix launcher script
├── pyproject.toml      # Project configuration
├── uv.lock             # Dependency lock file
├── shared/
│   ├── __init__.py
│   └── types.py        # MCPResponse type definition
└── tests/
    ├── __init__.py
    ├── conftest.py     # Test fixtures
    └── test_server.py  # Test suite (41 tests)

许可证

专有-奥尼克斯研发