MCP Trader Server

MCP 交易服务器

面向股票交易者的模型上下文协议 (MCP) 服务器。

特征

工具

该服务器提供以下股票分析和交易工具：

• analyze-stock ：对给定的股票代码进行技术分析
  • 必需参数： symbol （字符串，例如“NVDA”）
  • 返回全面的技术分析，包括：
    • 移动平均趋势（20、50、200 SMA）
    • 动量指标（RSI、MACD）
    • 波动率指标（ATR、ADRP）
    • 成交量分析
• 相对强度：计算股票相对于基准的相对强度
  • 必需参数： symbol （字符串，例如“AAPL”）
  • 可选参数： benchmark （字符串，默认值：“SPY”）
  • 返回多个时间范围（21、63、126、252 天）的相对强度指标
  • 包括股票与基准之间的表现比较
• 成交量分布：按价格分析成交量分布
  • 必需参数： symbol （字符串，例如“MSFT”）
  • 可选参数： lookback_days （整数，默认值：60）
  • 返回成交量概况分析，包括：
    • 控制点（POC）- 交易量最高的价格水平
    • 值区域（体积范围的 70%）
    • 最高成交量价格水平
• 检测模式：识别价格数据中的图表模式
  • 必需参数： symbol （字符串，例如“AMZN”）
  • 返回检测到的图表模式以及置信度和价格目标
• 仓位规模：根据风险参数计算最佳仓位规模
  • 必需参数：
    • symbol （字符串，例如“TSLA”）
    • stop_price （数字）
    • risk_amount （数字）
    • account_size （数字）
  • 可选参数： price （数字，默认值：当前价格）
  • 返回建议的头寸规模、美元风险和潜在利润目标
• suggest-stops ：根据技术分析建议止损水平
  • 必需参数： symbol （字符串，例如“META”）
  • 根据以下内容返回多个止损建议：
    • 基于 ATR 的止损（1x、2x、3x ATR）
    • 基于百分比的停止（2%、5%、8%）
    • 技术水平（移动平均线、近期波动低点）

技术分析能力

该服务器利用了几个专门的分析模块：

• 技术分析：核心技术指标和趋势分析
  • 移动平均线（SMA 20、50、200）
  • 动量指标（RSI、MACD）
  • 波动率指标（ATR，平均每日波动百分比）
  • 成交量分析（20天平均成交量）
• RelativeStrength ：比较性能分析
  • 多时间框架相对强弱评分（21、63、126、252 天）
  • 与基准指数的表现比较
  • 优异/不佳表现分类
• VolumeProfile ：高级体积分析
  • 价格水平成交量分布
  • 控制点（POC）识别
  • 值面积计算（体积的 70%）
• PatternRecognition ：图表模式检测
  • 支撑/阻力位
  • 常见图表形态（头肩、双顶/双底等）
  • 对检测到的模式进行置信度评分
• 风险分析：仓位规模和风险管理
  • 基于风险的头寸调整
  • 多种止损策略
  • R倍数利润目标计算

数据源

服务器使用Tiingo API获取市场数据：

• 历史每日 OHLCV 数据
• 调整价格以进行准确的回溯测试
• 默认最多 1 年的历史数据

设置

先决条件

• Python 3.11+
• 紫外线
• 塔利班
• Tiingo API 密钥

环境变量

创建.env文件：

通过 Smithery 安装

要通过Smithery自动安装 Claude Desktop 的 Trader：

这将：

1. 安装 MCP Trader 服务器
2. 使用您的 Tiingo API 密钥进行配置
3. 设置 Claude Desktop 集成

Smithery 配置

该服务器包含一个smithery.yaml配置文件，该文件定义：

• 所需配置参数（Tiingo API 密钥）
• 启动 MCP 服务器的命令函数
• 与 Claude Desktop 集成

您可以通过编辑smithery.yaml文件来自定义 Smithery 配置。

安装

Docker 部署

该项目包含一个用于容器化部署的Dockerfile：

要在 HTTP 服务器模式下运行容器：

配置

克劳德桌面应用程序

在 MacOS 上： ~/Library/Application\ Support/Claude/claude_desktop_config.json

在 Windows 上： %APPDATA%/Claude/claude_desktop_config.json

开发配置：

发展

构建并运行

HTTP 服务器模式

该服务器还可以作为独立的 HTTP 服务器运行，以进行测试或与其他应用程序集成：

这将在http://localhost:8000上启动一个 HTTP 服务器，其端点如下：

• GET /list-tools ：返回可用工具及其模式的列表
• POST /call-tool ：使用提供的参数执行工具
  • 请求主体格式：
    { "name": "analyze-stock", "arguments": { "symbol": "AAPL" } }
  • 返回内容项数组（文本、图像等）

调试

使用 MCP Inspector 进行调试：

示例用法

在 Claude Desktop 中：

服务器将返回技术分析摘要，包括趋势状态、动量指标和关键指标。

依赖项

查看 pyproject.toml 以获取完整的依赖项列表：

贡献

欢迎为 MCP Trader 做出贡献！以下是一些您可以做出贡献的方式：

• 添加新工具：实施额外的技术分析工具或交易策略
• 改进现有工具：提高现有工具的准确性或性能
• 添加数据源：集成其他市场数据提供商
• 文档：改进文档或添加示例
• 错误修复：修复问题或改进错误处理

开发工作流程

1. 分叉存储库
2. 创建功能分支（ git checkout -b feature/amazing-feature ）
3. 提交您的更改（ git commit -m 'Add some amazing feature' ）
4. 推送到分支（ git push origin feature/amazing-feature ）
5. 打开拉取请求

未来计划

MCP Trader 项目计划进行多项增强：

• 投资组合分析：分析和优化投资组合的工具
• 回溯测试：利用历史数据测试交易策略的能力
• 情绪分析：与新闻和社交媒体情绪数据的整合
• 期权分析：分析期权策略和定价的工具
• 实时数据：支持实时市场数据馈送
• 自定义策略：用于实施和测试自定义交易策略的框架
• 警报：价格和技术指标警报的通知系统

进一步阅读

通过这些详细的博客文章了解有关该项目的更多信息：

• 使用 MCP 构建股票分析服务器（第一部分） ——初始设置、架构和核心技术分析功能
• 使用 MCP 构建股票分析服务器（第二部分） - 相对强度、交易量、模式识别、风险分析