MCP Server Alphavantage

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  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\ 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](https://www.linkedin.com/in/syedhasan)\
🤗 **拥抱脸**: [Syed-Hasan-8503](https://huggingface.co/Syed-Hasan-8503)