使用说明

IndiaQuant MCP

生产就绪 模型上下文协议（MCP） 连接的服务器 克劳德桌面版 印度市场情报：实时报价、历史OHLC、期权链、Black-Scholes greeks、情绪+技术信号以及SQLite支持的纸质投资组合。

🏗️ 建筑

┌───────────────────────────────────────────┐
│           Claude Desktop (Client)         │
└───────────────────────────┬───────────────┘
                            │ MCP over stdio
┌───────────────────────────▼───────────────┐
│            IndiaQuant MCP Server           │
│        src/server.ts  (Express/SSE + stdio)│
│        src/tools/mcpTools.ts (10 tools)    │
└───────────────┬───────────────┬───────────┘
                │               │
      ┌─────────▼────────┐  ┌──▼───────────┐
      │  Market Data      │  │    Options    │
      │ src/modules/      │  │ src/modules/  │
      │ marketData.ts     │  │ options.ts    │
      └─────────┬────────┘  └──┬────────────┘
                │              │
        ┌───────▼───────┐  ┌──▼────────────┐
        │    Signals     │  │    Greeks      │
        │ signals.ts     │  │ greeks.ts      │
        └───────┬───────┘  └──┬─────────────┘
                │              │
            ┌───▼──────────────▼───┐
            │      Portfolio         │
            │ portfolio.ts + SQLite  │
            └───────────┬────────────┘
                        │
     ┌──────────────────▼───────────────────┐
     │ External data sources (free tier)     │
     │  • Yahoo Finance (prices/OHLC/options)│
     │  • Alpha Vantage (fallback + sentiment)│
     │  • NewsAPI (optional sentiment)       │
     └───────────────────────────────────────┘

5个模块如何连接

marketData.ts → 实时报价+历史OHLC（信号+投资组合使用）
options.ts → 期权链+异常活动（直接由工具和希腊IV推理使用）
greeks.ts → 布莱克-斯科尔斯定价+希腊（在可用时使用来自连锁店的IV）
signals.ts → 技术指标+情绪→ 买入/卖出/持有（使用市场数据+缓存+利率限制器）
portfolio.ts → 纸质交易+使用实时报价的PnL（使用SQLite+marketData）

为什么这些方法

工具路由器+模块 使MCP模式/路由与市场逻辑分开。
提供商回退 提高了提供者失败或字段丢失时的弹性。
SQLite 在没有外部数据库的情况下，提供持久的纸质交易状态。
TTL缓存+每日限制器 减少重复请求并保护免费层配额。

✨ 功能（已实现）

市场数据：实时报价+历史OHLC，供应商回退
选项：获取选项链并检测基本异常活动
希腊人：计算布莱克-斯科尔斯理论价格+δ/γ/θ/维加/ρ
信号：技术指标（RSI/MACD/Bollinger）加上新闻情绪→ 买入/卖出/持有
纸张组合：在SQLite中存储虚拟交易，并根据实时报价计算PnL
扇形扫描：扫描预定义的符号集并生成简单的扇区热图

🚀 安装指南/快速入门

先决条件

Node.js 18+（推荐使用Node 20）
npm
macOS（克劳德桌面）

安装

安装依赖项： npm install
构建： npm run build
在本地为Claude运行（stdio）： npm start -- --stdio
作为web服务运行（SSE）： npm start

发展：

npm run dev

API密钥设置

创建一个 .env repo根目录中的文件：

ALPHA_VANTAGE_KEY （推荐）
NEWS_API_KEY （可选）

笔记：

实时报价尝试 阿尔法优势 首先（内部映射），然后 雅虎财经 退路。
OHLC的历史用途 雅虎财经 首先使用 阿尔法优势 退路。

Claude桌面配置（macOS）

macOS上的配置文件路径：

~/Library/Application Support/Claude/claude_desktop_config.json

示例配置（调整绝对路径）：

{
  "mcpServers": {
    "indiaquant": {
      "command": "node",
      "args": [
        "/Users/princeagrawal/Desktop/Assignment/IndiaQuant-MCP/dist/server.js",
        "--stdio"
      ],
      "cwd": "/Users/princeagrawal/Desktop/Assignment/IndiaQuant-MCP",
      "env": {
        "ALPHA_VANTAGE_KEY": "...",
        "NEWS_API_KEY": "..."
      }
    }
  }
}

☁️ 部署（奖励积分）

MCP服务器已完全配置 24/7云可用性 通过使用服务器发送事件（SSE）传输的Express.js HTTP服务器。

部署到渲染（Web服务）

将您的存储库推送到GitHub。
在渲染面板中，创建一个新的 网络服务.
链接您的GitHub存储库。
设置构建命令： npm install && npm run build
设置启动命令： npm start
在“高级”下，添加您的 ALPHA_VANTAGE_KEY 和 NEWS_API_KEY 作为环境变量。
部署！服务器将绑定到Render提供的端口，并在以下位置持续保持活动状态 /sse.

注意：使用Claude Desktop在本地运行时 --stdio 标志绕过HTTP服务器，直接在标准输入/输出上运行。

🛠️ 工具文档

所有工具定义见 src/tools/mcpTools.ts.并且从不暴露在MCP上

习俗：

符号通常是 雅虎风格 （例如。， RELIANCE.NS, TCS.NS).

1) `get_live_price`

获取实时报价。

输入

{ "symbol": "RELIANCE.NS" }

输出（示例）

{
  "symbol": "RELIANCE.NS",
  "price": 2985.5,
  "change": 12.3,
  "changePercent": 0.41,
  "volume": 1234567,
  "timestamp": "2026-03-11T10:05:00.000Z"
}

2) `get_options_chain`

获取底层和到期（可选）的完整调用/放入链。

输入

{ "symbol": "TCS.NS", "expiry": "2026-03-26" }

输出（示例）

{
  "expiry": "2026-03-26T00:00:00.000Z",
  "underlyingPrice": 4120.0,
  "calls": [{ "strike": 4100, "lastPrice": 120, "bid": 118, "ask": 122, "volume": 5400, "openInterest": 90000, "impliedVolatility": 0.21 }],
  "puts": [{ "strike": 4100, "lastPrice": 95, "bid": 93, "ask": 97, "volume": 4300, "openInterest": 87000, "impliedVolatility": 0.22 }]
}

3) `analyze_sentiment`

获取最近的头条新闻并计算一个简单的极性得分。

输入

{ "symbol": "INFY.NS" }

输出（示例）

{
  "score": 0.15,
  "signal": "NEUTRAL",
  "headlines": ["...", "..."]
}

4) `generate_signal`

将技术指标和情绪组合成买入/卖出/持有。

输入

{ "symbol": "HDFCBANK.NS", "timeframe": "short-term" }

输出（示例）

{
  "signal": "BUY",
  "confidence": 71.2,
  "reasoning": "...",
  "rsi": 42.7,
  "macd": { "macdLine": -8.1, "signalLine": -10.2, "histogram": 2.1, "crossover": "BULLISH" },
  "bollinger": { "upper": 1680.1, "middle": 1640.3, "lower": 1600.5, "isSqueeze": false },
  "sentiment": { "score": 0.1, "signal": "NEUTRAL", "headlines": [] }
}

5) `get_portfolio_pnl`

返回当前虚拟头寸和投资组合PnL（使用实时报价定价）。

输入

{}

输出（示例）

{
  "positions": [{
    "symbol": "TCS.NS",
    "quantity": 10,
    "avgPrice": 4000,
    "currentPrice": 4120,
    "invested": 40000,
    "currentValue": 41200,
    "pnl": 1200,
    "pnlPercent": 3
  }],
  "totalInvested": 40000,
  "currentValue": 41200,
  "totalPnL": 1200,
  "totalPnLPercent": 3,
  "cashBalance": 960000
}

6) `place_virtual_trade`

放置一张纸“买入/卖出”并将其持久化到SQLite。

输入

{ "symbol": "TCS.NS", "quantity": 5, "side": "BUY" }

输出（示例）

{
  "orderId": "ORD_...",
  "symbol": "TCS.NS",
  "executedPrice": 4120,
  "quantity": 5,
  "side": "BUY",
  "status": "FILLED",
  "timestamp": "2026-03-11T10:12:00.000Z"
}

7) `calculate_greeks`

计算布莱克-斯科尔斯理论价格和希腊。如果 impliedVolatility 如果未提供，则根据给定罢工的期权链推断（回退默认值0.20）。

输入

{ "symbol": "RELIANCE.NS", "strike": 3000, "expiry": "2026-03-26", "optionType": "CE" }

输出（示例）

{
  "delta": 0.52,
  "gamma": 0.0004,
  "theta": -2.1,
  "vega": 0.18,
  "rho": 0.09,
  "theoreticalPrice": 65.3
}

8) `detect_unusual_activity`

扫描选项链是否存在基本异常：

体积>2倍平均值（体积>100）
交易量/敞口利率>0.5（交易量>100）

输入

{ "symbol": "NIFTY" }

输出（示例）

{
  "alerts": ["Unusual volume: Call Strike 22500 ..."],
  "anomalies": [{ "type": "Call", "strike": 22500, "volume": 12000, "openInterest": 18000, "reason": "High Volume (2x Avg)" }],
  "summary": "Found 1 unusual options activities."
}

9) `scan_market`

扫描预定义的扇区符号列表，并返回其生成的信号与滤波器匹配的符号。

输入

{ "sector": "IT", "signal": "BUY", "limit": 3 }

输出（示例）

{
  "sector": "IT",
  "results": [
    { "symbol": "TCS.NS", "signal": { "signal": "BUY", "confidence": 68.1, "reasoning": "..." } }
  ]
}

10) `get_sector_heatmap`

汇总每个行业的平均变化百分比，并跟踪每个行业内的最大赢家/输家。

输入

{}

输出（示例）

{
  "sectors": [
    {
      "name": "BANKING",
      "changePercent": 0.32,
      "topGainer": { "symbol": "ICICIBANK.NS", "change": 1.2 },
      "topLoser": { "symbol": "SBIN.NS", "change": -0.4 },
      "symbols": [{ "symbol": "HDFCBANK.NS", "changePercent": 0.1 }]
    }
  ]
}

🏛️ 权衡与决策

为什么Node.js胜过Python

Node/TypeScript与MCP stdio服务器和模式定义工具无缝集成。
作为Claude Desktop配置的单一运行时发布。

缓存策略

处理本地TTL缓存以减少重复调用。
重启时重置，不在进程之间共享。

Black-Scholes实施方法

项目实施中的轻量级：
- 普通PDF（精确）
- 正常CDF（Abramowitz–Stegun近似）

⚠️ 已知限制

API自由时间限制 应用程序（Alpha Vantage/NewsAPI）。缓存+每日限制帮助，但您仍然可以在大量使用的情况下达到配额。
场外交易时间，提供商可能会返回过时的价格或缺少的字段。
雅虎财经边缘案例：一些符号/到期日可能有不完整的期权数据；新上市的股票可能没有足够的蜡烛作为指标。

📁 目录布局

src/server.ts –MCP服务器入口点
src/tools/mcpTools.ts –工具定义+调度
src/modules/* 市场逻辑（5个模块）
src/db/database.ts --SQLite热量
src/utils/* –缓存、速率限制器、符号格式化器
data/portfolio.db* –SQLite数据库文件

使用说明

IndiaQuant MCP

🏗️ 建筑

5个模块如何连接

为什么这些方法

✨ 功能（已实现）

🚀 安装指南/快速入门

先决条件

安装

API密钥设置

Claude桌面配置（macOS）

☁️ 部署（奖励积分）

部署到渲染（Web服务）

🛠️ 工具文档

1) get_live_price

2) get_options_chain

3) analyze_sentiment

4) generate_signal

5) get_portfolio_pnl

6) place_virtual_trade

7) calculate_greeks

8) detect_unusual_activity

9) scan_market

10) get_sector_heatmap

🏛️ 权衡与决策

为什么Node.js胜过Python

缓存策略

Black-Scholes实施方法

⚠️ 已知限制

📁 目录布局

相关 MCP

AKShare One MCP 股市数据服务

金融研究MCP服务

股票数据服务

雅虎财经数据服务

股票市场分析工具

金融数据MCP服务

1) `get_live_price`

2) `get_options_chain`

3) `analyze_sentiment`

4) `generate_signal`

5) `get_portfolio_pnl`

6) `place_virtual_trade`

7) `calculate_greeks`

8) `detect_unusual_activity`

9) `scan_market`

10) `get_sector_heatmap`