AI导哈

股票分析MCP服务器

一个基于MCP协议的服务器，提供实时股票数据获取、技术指标计算和AI集成功能，用于股票市场分析和交易决策。

  • by Hasan-Syed25
  • Python
  • 本地部署
  • 7 星标
  • 更新于
在 GitHub 查看 hasan-syed25/mcp-server-alphavantage

使用说明

用于股票市场分析的MCP服务器

概述

该项目实现了一个为股票市场分析设计的模型上下文协议（MCP）服务器。它提供实时股价数据，计算移动平均线和RSI等关键技术指标，并使用AlphaVantage API实现趋势检测。该服务器可以与Claude等LLM集成，以增强财务洞察力。

我为什么建造它

我开发了这个MCP服务器，通过自动化数据获取和技术指标计算来简化股市分析。目标是通过利用人工智能辅助的见解，帮助交易员和投资者做出数据驱动的决策。通过使用MCP，该服务器可以与LLM无缝连接，使他们能够检索财务数据并实时进行分析。

特性

  • 获取实时股票数据 使用AlphaVantage API
  • 计算移动平均线 （短期和长期）分析趋势
  • 检测趋势交叉 （金十字架和死亡十字架）
  • 计算相对强弱指数（RSI） 确定超买/超卖情况
  • 公开MCP工具和资源 实现无缝的人工智能集成
  • 未来的可扩展性 （例如，回溯测试策略、交易平台集成）

先决条件

在开始之前，请确保您具备以下条件：

  • Python 3.10+ 安装
  • MCP SDK 1.2.0+
  • AlphaVantage API密钥 （注册地址： AlphaVantage)
  • 对Python和股市指标有基本了解

安装

要设置项目，请执行以下步骤：

1.安装依赖项

使用 uv （推荐）：

uv add mcp[cli] httpx

使用 pip:

pip install mcp httpx

2.获取AlphaVantage API密钥

  • 注册地址： AlphaVantage
  • 记下你的 API密钥 供以后使用

3.克隆存储库

git clone https://github.com/your-username/mcp-stock-analysis.git
cd mcp-stock-analysis

4.设置环境变量

创建一个 .env 文件并添加您的AlphaVantage API密钥：

ALPHA_VANTAGE_API_KEY=your_api_key_here

运行MCP服务器

要启动服务器，请运行：

python server.py

或使用MCP：

mcp install server.py

开发模式：

mcp dev server.py

运作原理

获取日内库存数据

服务器从AlphaVantage获取实时股价数据：

@mcp.tool()
def fetch_intraday_data(symbol: str, interval: str = "5min") -> dict:
    """Fetches intraday stock price data."""
    url = f"https://www.alphavantage.co/query?function=TIME_SERIES_INTRADAY&symbol={symbol}&interval={interval}&apikey={API_KEY}"
    response = httpx.get(url)
    return response.json()

移动平均线（短期与长期）

移动平均线有助于平滑价格数据以识别趋势：

@mcp.tool()
def calculate_moving_averages(prices: list[float], short_window: int = 50, long_window: int = 200) -> dict:
    """Calculates short-term and long-term moving averages."""
    short_ma = sum(prices[-short_window:]) / short_window
    long_ma = sum(prices[-long_window:]) / long_window
    return {"short_ma": short_ma, "long_ma": long_ma}

检测趋势交叉（金十字和死亡十字）

  • 黄金交叉：短期MA超过长期MA→ 看涨信号
  • 死亡交叉：短期均线低于长期均线→ 熊市信号
@mcp.tool()
def detect_trend_crossover(short_ma: float, long_ma: float) -> str:
    """Detects if a Golden Cross or Death Cross has occurred."""
    if short_ma > long_ma:
        return "Golden Cross - Bullish Trend"
    elif short_ma < long_ma:
        return "Death Cross - Bearish Trend"
    return "No significant crossover"

相对强弱指数（RSI）

RSI衡量动量并帮助确定股票是否超买/超卖：

@mcp.tool()
def calculate_rsi(prices: list[float], period: int = 14) -> float:
    """Calculates RSI indicator."""
    gains = [max(0, prices[i] - prices[i-1]) for i in range(1, len(prices))]
    losses = [max(0, prices[i-1] - prices[i]) for i in range(1, len(prices))]
    avg_gain = sum(gains[-period:]) / period
    avg_loss = sum(losses[-period:]) / period
    rs = avg_gain / avg_loss if avg_loss != 0 else float('inf')
    return 100 - (100 / (1 + rs))

超买/超卖情况

  • RSI>70 → 过度购买（潜在卖出信号）
  • RSI<30 → 超卖（潜在买入信号）
@mcp.tool()
def determine_rsi_condition(rsi: float) -> str:
    """Determines whether the RSI indicates overbought or oversold conditions."""
    if rsi > 70:
        return "Overbought - Consider Selling"
    elif rsi < 30:
        return "Oversold - Consider Buying"
    return "Neutral"

未来的增强功能

此MCP服务器可以扩展其他功能：

  • 更多技术指标：MACD、布林带等。
  • 回溯测试：根据策略规则模拟过去的交易
  • 交易平台集成：与经纪人联系进行实时交易

贡献

您可以通过提交pull请求或报告问题来做出贡献。让我们让股市分析更容易获得，并由人工智能驱动！

与我联系

如果您有任何问题或建议，请随时联系！

🔗 领英: 赛义德·哈桑
🤗 拥抱脸: Syed-Hasan-8503

相关 MCP