finance-tools-mcp: 財務分析MCPサーバー

https://github.com/VoxLink-org/finance-tools-mcp

概要

finance-tools-mcp は、大規模言語モデル（LLM）に包括的な金融洞察と分析機能を提供するために設計されたモデルコンテキストプロトコル（MCP）サーバーです。 investor-agentを改良したもので、様々なデータソースや分析ライブラリと統合し、詳細な金融リサーチと分析のためのツールスイートを提供します。

Related MCP server: AlphaVantage MCP Server

提供されるツール

サーバーは MCP を介してさまざまなツールを公開し、接続されたクライアント (LLM など) が特定の財務データにアクセスして分析を実行できるようにします。

ティッカーデータツール:
- get_ticker_data : 概要、ニュース、主要指標、パフォーマンス、日付、アナリストの推奨事項、アップグレード/ダウングレードなど、特定のティッカーに関する包括的なレポートを提供します。
- get_options : 日付範囲、権利行使価格、オプションタイプ (コール/プット) のフィルタリングオプションを使用して、ティッカーの最も高い未決済建玉を持つオプションデータを取得します。
- get_price_history : OHLCV サンプル、テクニカル指標、リスクメトリック、その他の定量分析を含む、指定された期間の過去の価格データダイジェストを取得します。
- get_financial_statements : 四半期ごとまたは年間で利用可能なティッカーの財務諸表 (収益、残高、キャッシュフロー) にアクセスします。
- get_institutional_holders : ティッカーの主要な機関投資家および投資信託保有者を一覧表示します。
- get_earnings_history : ティッカーの推定値とサプライズを含む収益履歴を提供します。
- get_insider_trades : ティッカーの最近のインサイダー取引アクティビティを取得します。
- get_ticker_news_tool : 特定のティッカーの最新の Yahoo Finance ニュースを取得します。
恐怖と貪欲の指標ツール:
- get_current_fng_tool : 現在の CNN Fear & Greed Index スコアと評価を取得します。
- get_historical_fng_tool : 指定された日数の CNN Fear & Greed Index の履歴データを取得します。
- analyze_fng_trend : 指定された期間の CNN Fear & Greed Index の傾向を分析します。
計算ツール:
- calculate : Python の数学構文と NumPy を使用して数式を評価します。
マクロデータツール:
- get_current_time : 現在の時刻を提供します。
- get_fred_series : 特定の FRED シリーズ ID のデータを取得します。
- search_fred_series : キーワードで人気の FRED シリーズを検索します。
- cnbc_news_feed : CNBC、BBC、SCMP から最新の世界ニュースを取得します。

時系列データの処理と最適化

サーバーはyfinanceを利用して、ティッカーの過去の価格データ（OHLCV - 始値、高値、安値、終値、出来高）を取得します。この生データは、LLMでの利用に最適化され、貴重な洞察を提供するために、高度な処理と分析を経て提供されます。

時系列データ処理の主な側面は次のとおりです。

**包括的な分析：**データはta-lib-pythonなどのライブラリを用いて分析され、幅広いテクニカル指標を計算します。さらに、カスタム関数は基本統計、リスク指標を計算し、一般的なチャートパターンを認識し、フィボナッチ・リトレースメント・レベルを計算します。
**構造化ダイジェスト:**この分析の結果は、統計、概要、技術指標、リスクメトリック、パターン、フィボナッチレベル、およびデータサンプルのセクションを含む、LLM が解析して理解しやすい構造化ダイジェスト形式 ( generate_time_series_digest_for_LLM ) にまとめられます。
**LLMのスマートサンプリング：**コンテキストウィンドウに過大な負荷をかけずにLLMに履歴データの代表的なビューを提供するために、「スマートサンプリング」戦略（ get_latest_data_sample ）が採用されています。このメソッドは、さまざまな解像度でデータをサンプリングします。
- **高解像度:**最新のデータポイントが毎日含まれます。
- **中解像度:**中間データポイントは毎週サンプリングされます。
- **低解像度：**古いデータポイントは毎月サンプリングされます。このハイブリッドアプローチにより、LLMは管理可能な数のデータポイント内で、最近の価格変動に関する詳細な情報と長期的なトレンドに関するコンテキストの両方を取得できます。

時系列データの最適化された処理と表示により、LLM は主要な傾向、指標、パターンを迅速に把握し、より情報に基づいた財務分析を行うことができます。

サンプルレポート

代替テキスト

前提条件

Python: 3.10以上
パッケージマネージャー: uv

インストール

まず、まだインストールしていない場合はuvをインストールします。

curl -LsSf https://astral.sh/uv/install.sh | sh

次に、 uvxを使用してfinance-tools-mcp MCP サーバーを実行できます。

uvx finance-tools-mcp

独自の FRED API キーを使用する場合は、それを環境変数として設定できます。

FRED_API_KEY=YOUR_API_KEY uvx finance-tools-mcp

Server-Sent Events (SSE) トランスポートを使用してサーバーを実行することもできます。

uvx finance-tools-mcp --transport sse

または、FRED API キーと SSE トランスポートを使用する場合:

FRED_API_KEY=YOUR_API_KEY uvx finance-tools-mcp --transport sse

MCPクライアントでの使用

finance-tools-mcp をMCP クライアント (たとえば、Claude Desktop) と統合するには、 claude_desktop_config.jsonに次の構成を追加します。

{ "mcpServers": { "investor": { "command": "path/to/uvx/command/uvx", "args": ["finance-tools-mcp"], } } }

デバッグ

MCP インスペクターを利用してサーバーをデバッグできます。

npx @modelcontextprotocol/inspector uvx finance-tools-mcp

または

npx @modelcontextprotocol/inspector uv --directory ./ run finance-tools-mcp

ログ監視については、次のディレクトリを確認してください。

macOS: ~/Library/Logs/Claude/mcp*.log
Windows: %APPDATA%\Claude\logs\mcp*.log

発達

ローカル開発およびテストの場合:

デバッグのセクションで説明されているように、MCP インスペクタを使用します。
次の構成で Claude Desktop を使用してテストします。

{ "mcpServers": { "investor": { "command": "path/to/uv/command/uv", "args": ["--directory", "path/to/finance-tools-mcp", "run", "finance-tools-mcp"], } } }