monitor
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
📊 多因子监控面板(Multi-Factor Monitor Panel)
一个原生 Windows 桌面窗口(PySide6,非浏览器)的行情与因子看板:A 股 / 美股 / 加密货币三市场横截面打分排名,真实期权链与 Black-Scholes 对照,全球财经快讯聚合,DeepSeek AI 解读,并可作为 MCP 服务端接入 DeepSeek Harness 等 Agent 框架。
直接下载:MultiFactorPanel.exe(单文件免安装,约 87 MB)· zip 打包版
本项目仅为工具与教学演示,所有数据、因子得分与理论定价均不构成任何投资建议。
⚡ v1.1.0 全面提速:窗口一出现就是满表(先读上次快照),A 股 57 只刷新 0.27s(改前 9~17s),刷新与期权拉取全程不冻结界面。详见性能。
✨ 功能一览
模块 | 能力 |
因子监控 | 估值 / 动量 / 质量 / 波动 / 流动性五因子横截面百分位打分,加权综合分与评级,支持筛选、排序、CSV 导出 |
多市场 | A 股(东财 → 新浪 → 代码表三级降级)、美股(腾讯报价 + 东财 PB + 新浪历史)、加密货币(Binance 公开数据) |
外币折人民币 | 美股 / 加密市场价格旁自动给出「折人民币(¥)」列,汇率取新浪在岸即期,表头标注原币种 |
个股折线图 | 双击任意股票弹出独立窗口:当日 5 / 15 分钟分时、近 120 日日线,60 秒自动刷新,支持跟随主表选中切换 |
期权观察 | 中金所股指期权(IO / HO / MO)与上交所 ETF 期权(510050/510300/510500/588000)真实期权链:隐含波动率、Delta、持仓量、平价偏离,并可切换 BS 理论对照 |
全球新闻 | 东方财富 + 财联社快讯,可扩展 RSS;后台线程加载,设置项(来源 / 条数 / 自动刷新间隔)自动持久化 |
AI 助手 | 填入 DeepSeek API Key,自动带当前打分表与新闻作为上下文解读、追问 |
MCP 服务端 |
|
Related MCP server: Stock MCP
📸 界面预览
因子监控 —— 五因子横截面打分,条形图直接看出强项弱项:

真实期权链 —— 切到期权页、一键拉链,IV 与 Delta 由市场价反解:

个股折线图 —— 双击任意行弹出的独立窗口,当日分时 / 日线切换:

因子监控(真实行情 + 五因子得分条形) | 真实期权链(IO / ETF,含 IV 与 Delta) |
|
|

🚀 快速开始(Windows)
方式 A:双击启动(推荐,不需要打包)
安装 Python 3.10+(勾选 Add Python to PATH):https://www.python.org/downloads/
双击
run_windows.bat首次运行自动安装依赖(需联网);
之后直接弹出桌面窗口,不会闪出 CMD 黑框(
launcher.pyw+pythonw.exe启动);启动日志写到
logs/launcher.log。
方式 B:打包成独立 exe
双击 build_windows.bat,自动安装 PyInstaller 并打包,产物在 dist\MultiFactorPanel.exe,可单独复制到其他 Windows 电脑运行。
打包不能跨平台:Linux / macOS 上无法直接产出 Windows exe。
方式 C:命令行
python -m pip install -r requirements.txt
python desktop_app.py方式 D:不装 GUI,20 秒验证它真能跑
只要装了 Python 和 pandas / numpy / pyyaml,就能在终端里跑通整条数据链路(拉行情 → 打分 → 排名),不需要 PySide6、不需要开窗口:
python -m pip install -r requirements-desktop.txt
python -m src.cli
python -m src.cli --market 美股 --top 3
python -m src.cli --source codes # 完全不联网,只验证离线代码表与打分逻辑典型输出:
市场:A股 数据来源:auto
股票池:A 股 57 只 / 美股 65 只 / 加密 1 个
------------------------------------------------------------------------
耗时 9.4s 标的 57 只 数据档位:live
缺数:PE 缺 57/57,PB 缺 57/57,ROE 缺 57/57
------------------------------------------------------------------------
排名 代码 名称 最新价 涨跌幅% 综合分 评级
1 600887 伊利股份 32.91 1.60 67.4 偏强
2 000333 美的集团 95.01 1.45 67.0 偏强
3 601318 中国平安 54.66 0.48 66.0 偏强「数据档位:live / codes」直接告诉你现在用的是实时行情还是离线代码表;「缺数」一行列出这一档数据源缺了哪些字段——这就是本项目的核心哲学:宁可显示「—」,也不假装有数据。
🧪 开发与测试
python -m pip install -r requirements-dev.txt
python -m pytest -q测试不依赖 PySide6 / akshare / 网络,只覆盖纯逻辑与仓库卫生:
测试文件 | 覆盖内容 |
| 因子打分:排名连续性、亏损股 PE≤0 判最差、PE 缺失不算亏损、单标的退化为中性 50、权重归一化、 |
| 全仓 |
单标的那条测试对应一个真实 bug:加密市场只有 BTC 一个标的时,
rank(pct=True)恒等于 1.0,会让"越低越好"的波动因子恒得 0 分。
持续集成
.github/workflows/ci.yml 在 Ubuntu 与 Windows 上跑 Python 3.10 / 3.12 矩阵:
compileall语法检查;pytest单元测试;编码与卫生检查——所有文本文件必须是合法 UTF-8,禁止出现疑似 API Key、本机路径、
config/ui_state.json。
自动发布
.github/workflows/release.yml 支持两种触发:
git tag v1.0.0
git push origin v1.0.0或在 Actions 页面手动 Run workflow 并填版本号。CI 会在 windows-latest 上用 MultiFactorPanel.spec 打包成单文件 exe,
连同 SHA256 一起发布到 Releases(MultiFactorPanel.exe + MultiFactorPanel-windows-x64.zip)。
🗂 项目结构
multi_factor_panel/
├── desktop_app.py # ★ 桌面程序主入口(PySide6 窗口、因子表、期权页、新闻页、AI 页、折线图窗口)
├── mcp_server.py # ★ MCP 服务端(stdio),把看板数据暴露给外部 Agent
├── launcher.pyw # 无控制台启动器(pythonw 启动,异常写日志并弹窗)
├── run_windows.bat # 双击启动
├── build_windows.bat # 一键打包 exe
├── requirements.txt # 完整依赖
├── requirements-desktop.txt # 桌面版最小依赖(bat 脚本使用)
├── requirements-dev.txt # 跑单元测试所需(无 GUI 依赖)
├── MultiFactorPanel.spec # PyInstaller 配置
├── tests/ # 单元测试(因子打分 / 语法 / 配置卫生)
├── docs/
│ ├── ARCHITECTURE.md # 分层结构、降级链、关键设计取舍
│ ├── DATA-SOURCES.md # ★ 数据源口径与限流应对(复刻必读)
│ ├── DATA-SOURCE-FALLBACK.md # ★ 行情接口挂了怎么办(按症状排查)
│ └── screenshots/ # 界面截图与演示 GIF
├── config/
│ └── watchlist.yaml # 股票池、权重、新闻源、DeepSeek、期权品种等全部配置
├── data/
│ ├── universe_a.csv # A 股全市场代码表(5000+ 只真实代码与名称)
│ ├── universe_us.csv # 美股代码表(65 只,含中概)
│ └── _cache/ # 运行时缓存(自动生成,已 gitignore):行情快照 + ROE 缓存
├── dsh/
│ └── monitor-panel.cordis.yml # dsh MCP client 配置示例
└── src/
├── data_source.py # 三市场行情接入与降级策略
├── factors.py # 因子计算与横截面打分
├── screener.py # 条件筛选与 CSV 导出
├── options.py # 真实期权链、IV 反解、BS 定价与希腊字母
├── crypto.py # 加密货币行情与人民币汇率
├── chartdata.py # 个股分钟线 / 日线数据
├── news.py # 新闻聚合
├── ai_assistant.py # DeepSeek 对话接入
├── uistate.py # 界面设置持久化
└── paths.py # 资源路径解析(兼容 PyInstaller)🔄 数据流
flowchart LR
A[config/watchlist.yaml] --> B[src/data_source.py]
B -->|A 股| C1[东方财富<br/>含 PE/PB/换手]
B -->|A 股降级| C2[新浪<br/>仅价格]
B -->|美股| C3[腾讯报价 + 东财 PB + 新浪历史]
B -->|加密| C4[Binance data-api]
B -->|全部失败| C5[data/universe_*.csv<br/>仅代码与名称]
C1 & C2 & C3 & C4 & C5 --> D[src/factors.py<br/>五因子打分]
D --> E[desktop_app.py<br/>因子表 / 明细 / 折线图]
D --> F[mcp_server.py<br/>MCP 工具]
G[src/options.py] --> E
H[src/news.py] --> E🆚 为什么不直接调 akshare
很多人的第一反应是「我自己写 30 行 akshare 就能出这张表」。可以,但下面这些坑每一条都要重新踩一遍:
场景 | 直接调 akshare / 公开接口 | 本项目 |
期权链 | 拉到的只是合约代码与报价,想得到 IV / Delta 得自己反解;股指期权的标的还是股指期货,用沪深 300 现货去算会得到「Call 13% vs Put 25.7%」的假微笑 | 先用看跌-看涨平价 |
字段口径 | 每个接口字段含义不同,东财 | 全部整理成 12 列统一 schema: |
限流 | 东财 | 三级降级链(东财 → 新浪 → 代码表),并发压到 6~8,界面上明确标出当前数据档位 |
数据源失效 | akshare 频繁改名: | 已改用新名,并把每个接口的失效表现写进 docs/DATA-SOURCES.md 和 docs/DATA-SOURCE-FALLBACK.md |
跨市场 | A 股 / 美股 / 加密三套完全不同的接口、字段、货币,写三遍横截面打分逻辑 | 三市场同构:统一 schema 后跑同一套五因子打分,美股与加密自动折人民币显示 |
缺数处理 |
| 缺失按中性 50 分;PE ≤ 0 明确钉到最差;单标的时不做百分位(恒等陷阱),直接给中性 |
接入 Agent | 要自己写 MCP server、定义工具 schema、处理 stdio 生命周期 |
|
分时图 | 拿到的 K 线跨夜会连成假斜线,午休 11:30–13:00 会留出空档 | 按最后交易日过滤 + 等距序号分类轴,两点都处理掉了 |
速度 |
| 自选池用 |
一句话总结:这不是「又一个 akshare 封装」,而是把「免费行情源的脾气」沉淀成代码和文档。
⚡ 性能:快到什么程度
A 股 57 只自选池,实测(Windows / 千兆宽带 / 普通笔记本):
环节 | 1.0.0 | 1.1.0 |
快照行情 | 90 s(全市场分页) | 0.32 s |
动量 + 波动 | 10 s+(57 只串行) | 0.58 s(16 并发) |
ROE | 计入上面 10 s+ | 首次 12.6 s 后台跑,之后 6 小时内命中磁盘缓存 |
冷启动到出表 | 窗口出现后再冻 9~17 s | 窗口出现即有满表(先读上次快照) |
热启动全量刷新 | 9~17 s | 0.27 s |
点「刷新」/「拉取期权链」 | 界面假死到返回 | 立刻返回,全程可切页、可筛选 |
三个设计取舍:
stale-while-revalidate:启动先渲染
data/_cache/universe_a.json里的上次结果,同时后台拉新数据,回来再无声替换。你看到的永远是「有数据的界面」,而不是白屏转圈。精度分级:
get_universe(roe_mode="cached")只读缓存先出表,"live"再后台补齐 ROE。ROE 是季度数据,没必要每次刷新都等它。能批量绝不逐只:东财
ulist一次 30 只,新浪日线 16 线程并发,表格填充用setUpdatesEnabled(False)抑制重绘。
⚙️ 配置:config/watchlist.yaml
stocks: # A 股自选(6 位代码)
- {code: "600519", name: "贵州茅台"}
us_stocks: # 美股自选
- {code: "AAPL", name: "苹果"}
crypto: ["BTC"] # 加密货币(Binance 交易对前缀)
options_a: {symbol: 华泰柏瑞沪深300ETF期权, end_month: ""}
options_us: {symbol: AAPL}
news:
limit: 50
sources: ["eastmoney", "cls"]
auto_refresh_minutes: 0 # 0 = 仅手动刷新
rss_feeds: [] # 可选境外 RSS:[{name, url}]
deepseek:
api_key: "" # 留空则在界面里临时输入
base_url: https://api.deepseek.com
model: deepseek-flash
weights: # 权重无需相加为 1,程序自动归一化
valuation: 0.25
momentum: 0.20
quality: 0.25
volatility: 0.15
liquidity: 0.15
settings:
momentum_window: 20
top_n: 10
data_source: auto # auto / live / codes
pool_size: 57因子口径
因子 | 含义 | 方向 |
valuation 估值 | PE、PB 越低越便宜 | 越低越好 |
momentum 动量 | 近 20 日涨跌幅 | 越高越好 |
quality 质量 | ROE 净资产收益率 | 越高越好 |
volatility 波动 | 近 20 日收益率标准差 | 越低越稳健 |
liquidity 流动性 | 成交额活跃度 | 越高越好 |
评级:≥80 强势 / 60~80 偏强 / 40~60 中性 / <40 偏弱。缺失指标按中性 50 分处理,界面显示 —。
🌐 数据来源
数据 | 主源 | 降级 / 备注 |
A 股快照 | 东方财富 | 新浪 |
A 股日线 |
| akshare ≥ 1.20.46 已改名,旧名会抛 |
美股报价 | 腾讯 | 代码需把 |
美股 PB | 东方财富 ulist 批量( | 逐只 |
美股动量 / 波动 | 新浪 | yfinance(常 429) |
加密货币 |
| 其余交易所域名在部分网络下不可达 |
人民币汇率 | 新浪 | — |
期权链 | 新浪:中金所 | 东财期权接口常限流 |
个股 K 线 | 新浪 | 美股分时无公开可用源,只提供日线 |
新闻 | 东方财富、财联社 | RSS 可扩展 |
期权定价的两个关键点
股指期权的标的是股指期货,不是沪深 300 现货。程序先用看跌-看涨平价
F = K + (C − P)·e^{rT}反解隐含远期,再以S = F、q = r反解隐含波动率;否则会得到「Call 13% vs Put 25.7%」的假微笑。ETF 期权到期日为第四个周三,中金所股指期权为第三个周五。
每个接口的字段含义、限流表现、失效通道与降级策略,全部整理在 docs/DATA-SOURCES.md。想复刻或换数据源,先读这份文档能省掉大量试错。
某一列突然变成「—」? 先看 docs/DATA-SOURCE-FALLBACK.md —— 按「症状 → 原因 → 处理」排查,覆盖东财限流、新浪降级、akshare 改名、期权链空白、美股代码格式、加密域名不可达、折线图假斜线七类高频故障。
🤖 接入 DeepSeek Harness(dsh)
mcp_server.py 以 stdio 方式暴露只读工具,模型侧工具名为 mcp__monitor__<name>:
工具 | 作用 |
| 多因子打分排名表(可选 |
| 单只个股明细( |
| 最新财经快讯 |
| 自选清单 |
| 可用期权品种与到期月 |
| 真实期权链( |
接入步骤:
python -m pip install -r requirements.txt(需mcp<2.0,2.x 已把FastMCP改名,代码不兼容)编辑
dsh/monitor-panel.cordis.yml,把args换成你本机mcp_server.py的绝对路径,command填python(找不到就填py)临时生效:
dsh web --patch "<该文件的绝对路径>";长期生效:把- insert:整段合并进$DSH_HOME/profiles/<profile>/cordis.patch.yml在 dsh 会话里提问,例如「看看打分最高的几只」「查一下 600519 的因子明细」
❓ 常见问题
Q:切到「实时行情」后价格有,但 PE/PB/ROE/动量是「—」? A:主源东方财富被临时限流时会自动切新浪(只含价格),估值类因子留空。等东财恢复后点「刷新」自动补齐。
Q:美股价格显示为「—」?
A:确认代码拼写(BRK-B → BRK.B)。腾讯批量报价失败时会回落代码表,此时只有代码与名称。
Q:ROE 为什么经常为空?
A:免费快照不含 ROE,质量因子按中性 50 分处理。可在 src/data_source.py 补充财务报表接口。
Q:提示「未检测到 Python」?
A:安装 Python 3.10+ 并勾选 Add Python to PATH,或改用 py -3。
Q:依赖装得很慢?
python -m pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simpleQ:DeepSeek Key 会被上传吗?
A:不会。Key 只存在本地(界面输入或 watchlist.yaml),请勿把填了 Key 的配置提交到仓库。
Q:想新增因子?
A:在 src/factors.py 的 FACTOR_DIRECTION / FACTOR_LABELS 注册,在 _build_raw_factors() 给原始值,再到 watchlist.yaml 加权重。
🧱 已知限制
仅针对 Windows 做了验证(
run_windows.bat/.pyw启动器 / PyInstaller 配置);Linux、macOS 需自行改启动方式。免费行情接口随时可能限流或改名(akshare 尤其频繁),代码里已做多级降级,但仍可能出现短时缺数。
美股分时线无可用公开数据源,只有日线。
期权链来自新浪公开接口,深度虚值合约 IV 可能为空(价格过小,反解不收敛)。
不包含任何交易、下单功能。
🤝 参与贡献
见 CONTRIBUTING.md。欢迎提 Issue、补充数据源适配、改进界面。
📄 许可证
MIT © 2026 YG
⚠️ 免责声明
本项目仅供学习与技术研究。行情数据来自第三方公开接口,可能存在延迟、缺失或错误;因子得分与期权理论价均为数学计算结果,不构成任何投资建议。据此操作风险自负。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
China A-share market data over MCP: 22 tools for quotes, K-line, financials, money flow, top-trader boards, sectors, macro, convertible bonds and factor screening. Five tools need no API key, so you can connect and try it immediately.
Real SEC, 13F, insider, congress & macro data your AI agent can cite. Hosted MCP, 24 tools.
Read-only MCP tools for AI agent discovery, structured resources, and NIULAI information.
Live stock quotes, a stock screener, crypto prices and FX rates as agent tools.
Related MCP Servers
- FlicenseNot gradedqualityAmaintenanceEnables AI agents to query A-share, US equity, ETF, index, and crypto market data and run technical analysis, fundamentals, money-flow, news, and SEC/A-share filing tools through a unified MCP interface. It also supports CSV/JSON code-export and can be deployed as a standalone HTTP API.-
- FlicenseNot gradedqualityAmaintenanceEnables AI agents and backends to access standardized financial market data and analysis tools across A-shares, US equities, ETFs, indices, and crypto, including technical indicators, fundamentals, news, filings, and money flow. It exposes these capabilities through MCP tools and HTTP endpoints, with agent-friendly artifacts and CSV/JSON exports.-
- FlicenseNot gradedqualityAmaintenanceEnables AI agents and backends to query A-share, US equity, ETF, index, and crypto market data with technical indicators, fundamentals, money flow, news search, and SEC/A-share filings through MCP tools. Also exposes CSV/JSON code-export endpoints so script-driven agents can pull data without bloating model context.-
- FlicenseNot gradedqualityAmaintenanceEnables AI agents and applications to access and analyze A-share, US equity, ETF, index, and crypto market data, including technical indicators, fundamentals, news, filings, money flow, and exportable CSV/JSON datasets through MCP tools and HTTP APIs.-

