股票分析MCP工具

基于fastmcp和AKShare API构建的股票分析MCP服务器，支持CherryStudio的SSE标准协议。

功能特性

🚀 核心功能

• 实时行情: 获取股票实时价格、涨跌幅、成交量等数据

• 历史数据: 支持日线、周线、月线历史数据查询

• 技术指标: 计算MA、MACD、RSI等常用技术指标

• 市场情绪: 分析市场整体情绪和资金流向

• 股票搜索: 根据股票名称或代码搜索股票信息

• 新闻资讯: 获取股票相关新闻和市场资讯

🔧 技术特性

• 基于fastmcp框架，支持MCP协议

• 集成AKShare API，数据来源可靠

• 内置缓存机制，提高响应速度

• 支持CherryStudio的SSE标准协议

• 异步处理，高性能并发

Related MCP server: Stock-MCP

安装配置

1. 安装依赖

pip install -r requirements.txt

2. 启动服务器

python stock_mcp_server.py

3. 配置CherryStudio

在CherryStudio中添加MCP服务器配置：

{
  "name": "股票分析工具",
  "command": "python",
  "args": ["stock_mcp_server.py"],
  "cwd": "/path/to/your/project"
}

工具使用说明

1. 获取实时行情

get_stock_realtime_data(symbol="000001")

• symbol: 股票代码，如 "000001"（平安银行）

2. 获取历史数据

get_stock_history_data(
    symbol="000001", 
    period="daily", 
    start_date="20240101", 
    end_date="20241231"
)

• symbol: 股票代码

• period: 数据周期 ("daily", "weekly", "monthly")

• start_date: 开始日期 (YYYYMMDD格式)

• end_date: 结束日期 (YYYYMMDD格式)

3. 计算技术指标

calculate_technical_indicators(
    symbol="000001", 
    indicators=["ma", "macd", "rsi"]
)

• symbol: 股票代码

• indicators: 指标列表，支持 ["ma", "macd", "rsi", "boll", "kdj"]

4. 获取市场情绪

get_market_sentiment(symbol="000001")  # 个股情绪
get_market_sentiment()  # 整体市场情绪

5. 搜索股票

search_stock_info(keyword="平安银行")

• keyword: 搜索关键词（股票名称或代码）

6. 获取新闻资讯

get_stock_news(symbol="000001", limit=10)  # 个股新闻
get_stock_news(limit=20)  # 市场新闻

数据说明

实时行情数据字段

• 股票代码、股票名称

• 最新价、涨跌幅、涨跌额

• 成交量、成交额、振幅

• 最高价、最低价、开盘价、昨收价

技术指标说明

• MA: 移动平均线 (5日、10日、20日、60日)

• MACD: 指数平滑移动平均线

• RSI: 相对强弱指标 (14日)

市场情绪指标

• 上涨/下跌股票数量和比例

• 主力资金净流入情况

• 北向资金流向数据

注意事项

1. 数据来源: 数据来自AKShare API，请遵守相关使用条款

2. 缓存机制: 内置5分钟缓存，避免频繁请求

3. 错误处理: 包含完善的错误处理和日志记录

4. 性能优化: 限制返回数据量，避免内存溢出

开发扩展

添加新的技术指标

在 calculate_technical_indicators 函数中添加新的指标计算逻辑：

# 计算布林带
if 'boll' in indicators:
    df['BOLL_MID'] = df['收盘'].rolling(window=20).mean()
    df['BOLL_STD'] = df['收盘'].rolling(window=20).std()
    df['BOLL_UPPER'] = df['BOLL_MID'] + 2 * df['BOLL_STD']
    df['BOLL_LOWER'] = df['BOLL_MID'] - 2 * df['BOLL_STD']

自定义缓存策略

修改 StockAnalyzer 类中的缓存参数：

self.cache_timeout = 300  # 缓存时间（秒）

许可证

MIT License

贡献

欢迎提交Issue和Pull Request来改进这个项目！