AI导哈

印度股市智能分析服务

一个提供实时印度股市情报、衍生品分析和虚拟交易功能的先进模型上下文协议（MCP）服务器。

  • by Avnish06
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 Avnish06/-IndiaQuant-MCP-Software

使用说明

🇮🇳 IndiaQuant MCP服务器

最先进的模型上下文协议（MCP）服务器，提供实时印度股市情报、衍生品分析和虚拟交易功能。

🌟 概述

IndiaQuant MCP将任何AI代理（如Claude Desktop）转换为高性能的量化助手。它弥合了静态法学硕士知识与国家证券交易所（NSE）和孟买证券交易所（BSE）的实时脉搏之间的差距。

关键能力

  • 📈 实时市场数据：实时报价和历史OHLC数据。
  • 🧪 定量信号：技术指标分析（RSI、MACD、BB）与新闻情绪融合。
  • 📐 衍生品情报Black-Scholes Greeks（德尔塔，伽玛，Theta，织女星）和Max-Pain计算。
  • 💼 虚拟投资组合：具有自动止损/目标管理的持久SQLite支持跟踪。
  • 🔍 市场扫描：异常期权活动检测和基于RSI的扇区扫描。

🏗️ 系统架构

graph TD
    A[MCP Client / Claude] -->|JSON-RPC| B[MCP Tools Layer]
    B --> C[Market Data Engine]
    B --> D[Options Analyzer]
    B --> E[Signal Generator]
    B --> F[Portfolio Manager]
    
    C -->|yfinance| G[Live Prices]
    C -->|Alpha Vantage| H[Macro Indicators]
    D -->|Black-Scholes| I[Greeks & Max Pain]
    E -->|NewsAPI| J[Sentiment Analysis]
    F -->|SQLite| K[Virtual Portfolio DB]

核心模块

模块 责任
市场数据引擎 NSE/BSE报价获取、符号格式化和TTL缓存（5分钟）。
选项分析器 导数链解析、最大痛点发现和纯数学希腊语。
信号发生器 多因素置信度评分（技术指标+图表模式+情绪）。
投资组合经理 交易执行、损益计算和基于波动率的风险评分
数据库 SQLite支持头寸和现金余额的持久化。

🛠️ 设置和安装

1.先决条件

2.配置

创建一个 .env 根目录中的文件：

NEWS_API_KEY=your_news_api_key
ALPHA_VANTAGE_API_KEY=your_alpha_vantage_key

3.安装

npm install
npm run build

4.与克劳德桌面集成

将以下内容添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "indiaquant": {
      "command": "node",
      "args": ["C:/Users/Lenovo/MCP-VectorAssignment/dist/index.js"],
      "env": {
        "NEWS_API_KEY": "your_news_api_key",
        "ALPHA_VANTAGE_API_KEY": "your_alpha_vantage_key"
      }
    }
  }
}

📊 MCP工具参考

工具名称 参数 返回值
get_live_price symbol 价格、变化百分比、交易量、高/低。
get_options_chain symbol, expiry 带有Strikes、OI和Max Pain的全链。
analyze_sentiment symbol 情绪评分、标题和信号（看涨/看跌）。
generate_signal symbol, timeframe 买入/卖出/持有信号，带置信度%和模式。
get_portfolio_pnl - 头寸、总损益、投资组合价值和风险评分。
place_virtual_trade symbol, qty, side, sl, target 订单ID、状态和新现金余额。
calculate_greeks symbol, strike, type, expiry Delta、Gamma、Theta、Vega从头开始的BS数学。
detect_unusual_activity symbol 高容量/OI比率警报和异常。
scan_market rsiBelow, rsiAbove 符合技术标准的库存清单
get_sector_heatmap - Nifty 50、IT、银行等的表现。
get_macro_indicators Alpha Vantage的全球宏观数据（通货膨胀、GDP）。

⚖️ 技术决策和权衡

  • TypeScript：选择用于强打字（对财务逻辑至关重要）。
  • SQLite：用于本地持久化，以实现有状态的投资组合管理，而无需外部数据库开销。
  • TTL缓存：实施了5分钟实时价格缓存，以有效管理API费率限制。
  • 纯数学希腊语：从头开始实现Black-Scholes，以避免关键量子逻辑对外部黑盒库的依赖。

📜 许可证

ISC许可证。专为IndiaQuant软件开发人员带回家任务而设计。

相关 MCP