股票市场分析的MCP服务器

概述

此项目实现了一个用于股票市场分析的模型上下文协议（MCP）服务器。它提供实时股票价格数据、计算关键技术指标如移动平均线和相对强弱指数（RSI），并能够使用AlphaVantage API检测趋势。该服务器可以与Claude等大型语言模型集成，以增强财务见解。

我为什么创建它

我开发此MCP服务器旨在简化股票市场分析，通过自动化数据获取和技术指标计算帮助交易员和投资者做出基于数据的决策。目标是利用AI辅助见解，使用户能够连接到MCP并实时检索和分析财务数据。

功能

• 获取实时股票数据 使用AlphaVantage API
• 计算移动平均线（短期及长期）以分析趋势
• 检测趋势交叉（黄金交叉及死亡交叉）
• **计算相对强弱指数（RSI）**以确定超买/超卖状态
• 暴露MCP工具和资源以便与大型语言模型集成
• 未来的改进方向包括更多技术指标、回测功能以及交易平台的整合

先决条件

要运行此项目，您需要以下环境：

• Python 3.8及以上版本
• 安装MCP SDK
• AlphaVantage API密钥

安装指南

安装依赖项

使用以下命令安装所需的库：

pip install mcp-server requests

设置环境变量

将您的AlphaVantage API密钥设置为环境变量：

export ALPHAVANTAGE_API_KEY=your_api_key_here

运行MCP服务器

启动MCP服务器有多种方式，推荐使用以下命令：

mcp-server --port 5000

这将在本地运行一个Web界面，您可以通过浏览器访问http://localhost:5000。

工作原理

获取实时股票数据

通过AlphaVantage API获取实时股票数据：

import requests

def get_stock_data(symbol):
    response = requests.get(
        f'https://www.alphavantage.co/query',
        params={
            'function': 'TIME_SERIES_INTRADAY',
            'symbol': symbol,
            'apikey': os.getenv('ALPHAVANTAGE_API_KEY')
        }
    )
    return response.json()

计算移动平均线

def calculate_moving_average(prices, window_size):
    return [average(prices[i:i+window_size]) for i in range(len(prices)-window_size)]

检测趋势交叉

def detect_trend_changes(data):
    # 逻辑实现趋势交叉检测
    pass

计算相对强弱指数（RSI）

def calculate_rsi(prices, period=14):
    # RSI计算逻辑
    pass

超买/超卖状态

• RSI > 70 → 超买（潜在卖出信号）
• RSI < 30 → 超卖（潜在买入信号）

未来改进方向

此MCP服务器可以扩展的功能包括：

• 更多技术指标如MACD、布林带等
• 回测功能模拟过去交易以验证策略
• 交易平台集成连接经纪商进行实时交易

贡献指南

欢迎通过提交拉取请求或报告问题为项目做贡献。让我们一起让股票市场分析更加智能化和普及化！

联系方式

如有任何疑问或建议，请随时联系我！

🔗 LinkedIn: Syed Hasan
🤗 Hugging Face: Syed-Hasan-8503