AI导哈

股票市场AI助手

IndiaQuant MCP是一款实时印度股票市场AI助手，通过Model Context Protocol (MCP)和免费API提供实时股票价格、技术分析信号、期权链分析、虚拟投资组合管理等功能。

  • by Chandra-006
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 Chandra-006/indiaquant-mcp

使用说明

IndiaQuant MCP🇮🇳📈

使用模型上下文协议（MCP）+100%免费API构建的实时印度股市人工智能助手。

它做什么

IndiaQuant MCP将Claude Desktop与印度股市实时数据连接起来，使Claude能够：

  • 获取实时NSE/BSE股票价格
  • 使用技术分析生成买入/卖出/持有信号
  • 分析期权链并计算希腊人
  • 检测异常期权活动
  • 使用实时损益管理虚拟投资组合
  • 使用过滤器扫描市场
  • 显示行业绩效热图

建筑

indiaquant-mcp/
│
├── main.py                 # MCP server entry point
├── modules/
│   ├── market_data.py      # Live prices, historical data, sector heatmap
│   ├── signals.py          # RSI, MACD, Bollinger Bands, sentiment, signals
│   ├── options.py          # Options chain, Black-Scholes Greeks, max pain
│   ├── portfolio.py        # Virtual trading, P&L, market scanner
│   └── tools.py            # MCP tool definitions and routing
└── data/
    └── portfolio.db        # SQLite virtual portfolio database

免费API堆栈

用途 API 限制
实时NSE/BSE价格 融资 无限
历史OHLC数据 融资 无限
期权链数据 融资 无限
新闻情绪 NewsAPI.org 每天100个要求
技术分析 pandas，numpy 免费
希腊计算 自定义Black-Scholes 免费

10个MCP工具

工具 说明
get_live_price 实时价格、变化百分比、交易量
get_options_chain CE/PE罢工，OI，IV
analyze_sentiment 新闻情绪评分
generate_signal 自信地买入/卖出/持有
get_portfolio_pnl 实时损益
place_virtual_trade 虚拟买卖订单
calculate_greeks 德尔塔、伽玛、忒塔、织女星
detect_unusual_activity OI和音量峰值警报
scan_market 筛选Nifty 50只股票
get_sector_heatmap 扇区性能

安装指南

需求

  • Python 3.11
  • 克劳德桌面版

安装

  1. 克隆存储库：
git clone https://github.com/Chandra-006/indiaquant-mcp.git
cd indiaquant-mcp
  1. 创建虚拟环境：
py -3.11 -m venv venv
venv\Scripts\activate
  1. 安装依赖项：
pip install mcp[cli] yfinance pandas numpy scipy newsapi-python requests
  1. 在modules/tools.py中添加您的NewsAPI密钥：
NEWS_API_KEY = "your_key_here"
  1. 添加到Claude桌面配置：
{
  "mcpServers": {
    "indiaquant-mcp": {
      "command": "path/to/venv/Scripts/python.exe",
      "args": ["path/to/main.py"]
    }
  }
}
  1. 重新启动克劳德桌面并开始聊天！

克劳德对话示例

  • “信仰的实际价格是多少？”
  • “为TCS生成交易信号”
  • “显示我的投资组合损益”
  • “计算希腊7天后到期的22000加元”
  • “检测INFY上的异常期权活动”
  • “扫描今天涨幅超过2%的股票”
  • “显示行业热图”

信号发生器逻辑

信号发生器将多个指标与加权评分相结合：

  • RSI（30%权重）-超卖/超买检测
  • MACD（25%权重）——动量和交叉信号
  • 布林带（20%权重）——带内价格头寸
  • 图表模式（15%权重）——双层顶部/底部，趋势
  • 新闻情绪（10%权重）——基于关键字的标题评分

最终得分高于+30=买入，低于-30=卖出，否则保持。

Black-Scholes实施

希腊人是使用Black-Scholes模型从头开始计算的：

  • Delta——价格对基本走势的敏感性
  • Gamma——δ变化率
  • Theta——每天的时间衰减
  • Vega——对波动性变化的敏感性

权衡和限制

  • y金融价格延迟约15分钟（免费API的标准）
  • NewsAPI免费版限制为每天100个请求
  • 仅虚拟投资组合（没有真正的经纪人集成）
  • 选项数据可用性取决于雅虎财经的支持

技术栈

  • Python 3.11
  • MCP SDK（模型上下文协议）
  • y金融（市场数据）
  • pandas、numpy、scipy（计算）
  • SQLite（投资组合存储）
  • NewsAPI（情绪分析）

相关 MCP