Skip to main content
Glama
japan-opendata-lab

jp-stock-trends-mcp

by japan-opendata-lab
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote
README.md
# jp-stock-trends-mcp

**Single-Tool MCP Server Unifying Japanese & US Stock Market Valuation (`yfinance`) and Rate-Limit-Free Search / News Trends with Public Data Gap Analysis**  
**企業データ（官公庁落札・特許・補助金・財務）や地域トレンドを、株式市場の評価（株価・時価総額・PER・PBR・配当利回り・騰落率）および世間の検索・報道トレンドと1つのチャット内で照合できる 1ツール特化型 MCP サーバー**

[![License: MIT](https://img.shields.io/badge/License-MIT-blue.svg)](LICENSE)
[![MCP Protocol](https://img.shields.io/badge/MCP-2024--11--05-green.svg)](https://modelcontextprotocol.io)
[![Python 3.10+](https://img.shields.io/badge/Python-3.10%2B-yellow.svg)](https://www.python.org/)
[![Security: SSRF & Prompt-Injection Hardened](https://img.shields.io/badge/Security-SSRF%20%26%20UntrustedTag%20Hardened-brightgreen.svg)](#security-architecture)

[English](#english-documentation) | [日本語ドキュメント](#japanese-documentation)

---

<a name="english-documentation"></a>

## 🌍 English Documentation

### Why `jp-stock-trends-mcp`?

When analyzing corporate fundamentals using official public datasets—such as government procurement awards (`procurement`), corporate profiles (`corporate_profile`), national subsidies (`subsidies`), patent filings (`patents`), or EDINET financial statements (`edinet_financials`) via [`japan-data-mcp`](https://github.com/japan-opendata-lab/japan-data-mcp)—investors, analysts, and researchers need to immediately answer two critical questions in the same chat session:
1. **How is the stock market currently pricing this company?** (Current stock price, Market Cap, PER, PBR, Dividend Yield, 52-Week High/Low, and 1M / 3M / 1Y price momentum)
2. **Has public search and media attention already caught on, or is it still under the radar?** (Search interest score, rising autocomplete suggestions, and 7-day / 30-day news velocity)

**`jp-stock-trends-mcp`** provides a single, unified MCP tool (`get_market_and_search_trends`) designed for local LLMs (**LM Studio**, **Ollama**) and cloud AI agents (**Claude Desktop**, **Cursor**, **Cline**):

- **Automatic Ticker, Securities Code & 13-Digit Corporate Number Normalization**:
  - Accepts 4-digit Japanese securities codes (`"7203"` $\rightarrow$ auto-normalized to `"7203.T"`), alphanumeric TSE codes (`"130A"` $\rightarrow$ `"130A.T"`), US tickers (`"AAPL"`, `"NVDA"`, `"MSFT"`), 13-digit Japanese corporate numbers (`"1180301018771"`), or company names (`"トヨタ自動車"`, `"日立製作所"`, `"NEC"`, `"富士通"`, `"三菱重工業"`).
  - Automatically attaches `corporate_number` and `securities_code` so output records join directly with [`japan-data-mcp`](https://github.com/japan-opendata-lab/japan-data-mcp) with zero manual mapping.
- **Rate-Limit-Free Search & News Trend Aggregation (Zero HTTP 429 Errors)**:
  - Combines **Google Autocomplete Suggest API**, **Google News RSS Time-Series Aggregation**, and **Google Trends Official Daily RSS** to compute a 0–100 `search_interest_score`, rising related keywords, 7d/30d/weekly news counts, and momentum ratios without scraping blockages.
- **Public Data vs. Market Attention Gap Analysis (`gap_analysis`)**:
  - Automatically classifies the stock into a 4-quadrant valuation $\times$ attention matrix (e.g., *"Surging Government Procurement / Patents $\times$ Low PER & Quiet Search Attention = Hidden Gem Opportunity"*).
- **Enterprise-Grade Security & Sandboxing**:
  - **SSRF Whitelist**: Outbound requests are strictly limited to HTTPS endpoints on `query1.finance.yahoo.com`, `query2.finance.yahoo.com`, `suggestqueries.google.com`, `news.google.com`, and `trends.google.co.jp` / `trends.google.com`.
  - **Prompt Injection Defense**: All external text strings (news headlines, sources, autocomplete suggestions, trending keywords) are stripped of control tokens and wrapped in `<untrusted_data>...</untrusted_data>` boundary tags.
  - **Path Traversal Guard**: File outputs (`.cache` and optional `.parquet` exports) are confined via `Path.resolve()` and `relative_to()` (`../` rejected) with zero file-deletion capabilities.

---

### 📊 Output Schema (`get_market_and_search_trends`)

| Section | Field | Type | Description |
| :--- | :--- | :--- | :--- |
| `join_keys` | `ticker` / `securities_code` | `string` | Normalized ticker (`"7203.T"`, `"AAPL"`) & 4-digit JP code (`"7203"`) |
| `join_keys` | `corporate_number` | `string` | 13-digit Japanese Corporate Number (`"1180301018771"`) for joining with `japan-data-mcp` |
| `market_valuation` | `current_price` / `market_cap` | `float` | Latest stock price, market cap, and `market_cap_oku_jpy` (100M JPY) |
| `market_valuation` | `trailing_pe` / `forward_pe` | `float` | Trailing & Forward Price-to-Earnings Ratio (PER) |
| `market_valuation` | `price_to_book` / `dividend_yield_pct` | `float` | Price-to-Book Ratio (PBR) & Dividend Yield (%) |
| `market_valuation` | `fifty_two_week_high` / `low` | `float` | 52-week high/low and `pct_from_52w_high` / `pct_from_52w_low` (%) |
| `market_valuation` | `return_1m_pct` / `3m` / `1y` | `float` | 1-month, 3-month, and 1-year stock price return percentages (%) |
| `search_and_news_trends` | `search_interest_score` | `int` | Composite search & media attention score (`0` to `100`) |
| `search_and_news_trends` | `rising_suggest_keywords` | `list[str]` | Rising Google Autocomplete suggestions wrapped in `<untrusted_data>` tags |
| `search_and_news_trends` | `news_volume_timeline` | `object` | 7d / 30d / 90d news counts, 4-week breakdown, and `news_momentum_ratio` |
| `search_and_news_trends` | `recent_news_headlines` | `list[obj]` | Latest news headlines & sources wrapped in `<untrusted_data>` tags |
| `gap_analysis` | `gap_quadrant` / `analytical_perspectives` | `object` | Valuation $\times$ Search Attention quadrant & cross-check steps for `japan-data-mcp` |

---

### 🚀 Quick Start

#### 1. Installation

```bash
git clone https://github.com/japan-opendata-lab/jp-stock-trends-mcp.git
cd jp-stock-trends-mcp
pip install -e ".[dev]"
pytest -v
```

#### 2. Configure in LM Studio (`~/.lmstudio/mcp.json`) or Claude Desktop / Cursor

```json
{
  "mcpServers": {
    "jp-stock-trends-mcp": {
      "command": "python",
      "args": [
        "-X",
        "utf8",
        "./oss_mcp/jp-stock-trends-mcp/server.py"
      ],
      "env": {
        "PYTHONIOENCODING": "utf-8",
        "STOCK_TRENDS_CACHE_DIR": "./oss_mcp/jp-stock-trends-mcp/.cache",
        "STOCK_TRENDS_EXPORT_DIR": "./oss_mcp/jp-stock-trends-mcp/.cache"
      }
    }
  }
}
```

---

### 🔗 Equity Research Examples with `japan-data-mcp` (Government Procurement & Corporate Profile)

By running [`japan-data-mcp`](https://github.com/japan-opendata-lab/japan-data-mcp) and **`jp-stock-trends-mcp`** side-by-side in LM Studio or Claude Desktop, you can execute institutional-grade **Public Data $\times$ Stock Valuation $\times$ Search Trend** cross-analysis in a single prompt:

1. **Case Study 1: Surging Government Procurement Awards vs. Stock Valuation (NEC `6701` / Mitsubishi Heavy Industries `7011` / Obayashi `1802`)**
   - **Step 1 (`japan-data-mcp`)**: Query `search_japan_official_data(dataset="procurement", corporate_number="7010401022916")` (NEC) or `"4010001034978"` (Obayashi Corp.) to quantify recent Ministry of Defense, Digital Agency, and MLIT contract award growth.
   - **Step 2 (`jp-stock-trends-mcp`)**: Call `get_market_and_search_trends(ticker_or_company="1802", keyword="大林組 国土強靭化 防衛", public_data_context="官公庁インフラ落札額が前年比増加")` to check if the stock still trades at a low PER (`~11.8x`) and low search heat (`search_interest_score < 50`) before retail investors notice.
2. **Case Study 2: National Cloud & Semiconductor Subsidies vs. High-Momentum Tech Valuation (SAKURA internet `3778` / Toyota `7203`)**
   - **Step 1 (`japan-data-mcp`)**: Inspect `corporate_profile`, `subsidies`, and `patents` for `corporate_number="5120001092649"` (SAKURA internet) or `"1180301018771"` (Toyota Motor).
   - **Step 2 (`jp-stock-trends-mcp`)**: Call `get_market_and_search_trends(ticker_or_company="7203", keyword="トヨタ 全固体電池 補助金")` to compare fundamental R&D/subsidy scale against current PBR (`~0.98x`), dividend yield (`~3.32%`), and 7-day news velocity.

---

<a name="japanese-documentation"></a>

## 🇯🇵 日本語ドキュメント

### なぜ `jp-stock-trends-mcp` が必要なのか？

[`japan-data-mcp`](https://github.com/japan-opendata-lab/japan-data-mcp) を用いて「官公庁の落札実績（`procurement`）」「国策補助金の採択（`subsidies`）」「特許出願（`patents`）」「EDINET有価証券報告書・財務（`edinet_financials`）」「企業プロファイル（`corporate_profile`）」を分析する際、投資家・アナリスト・事業開発担当者が同じチャット内で即座に照合したいのが**「株式市場での現在のバリュエーション評価」**と**「世間の検索・ニュース報道の盛り上がり度合い」**です。

**`jp-stock-trends-mcp`** は、単一の統合ツール `get_market_and_search_trends` で以下の3機能をワンストップ提供する汎用オープンソース MCP サーバーです。

### 3大コア機能

1. **機能1：株価・市場バリュエーション取得（`ticker_or_company`）**
   - **日本の4桁証券コード自動正規化**: `"7203"` や `"6701"` のように4桁コードを入力するだけで自動的に東証ティッカー `"7203.T"`, `"6701.T"` に正規化します（新証券コード `"130A"` $\rightarrow$ `"130A.T"` や米国ティッカー `"AAPL"`, `"NVDA"`, `"MSFT"`、日本語企業名 `"トヨタ自動車"`, `"日立製作所"`, `"NEC"`, `"三菱重工業"`、および13桁法人番号 `"1180301018771"` の直接指定にも対応）。
   - **取得指標**: Yahoo Finance API / `yfinance` 経由で、**現在株価・時価総額（億円 / 現地通貨）・実績PER・予想PER・PBR・配当利回り（%）・ROE・52週高値/安値・直近1ヶ月/3ヶ月/1年の株価騰落率（%）**を一括取得します。
   - **13桁法人番号（`corporate_number`）自動付与**: 主要日本企業について国税庁13桁法人番号を自動付与するため、`japan-data-mcp` の官公庁落札・補助金・財務データと変換なしで即座に結合できます。
2. **機能2：レート制限（HTTP 429）が起きない検索トレンド・急上昇関連ワード取得（`keyword`）**
   - 非公式スクレイピングで頻発する HTTP 429 エラーを回避するため、**Google Autocomplete サジェスト API**・**Google News RSS 時系列件数集計**・**Google Trends 公式 Daily RSS** の3系統を組み合わせ、以下を安定取得します：
     - **現在の関心度スコア（`search_interest_score`: 0〜100）**
     - **急上昇サジェスト関連語（`rising_suggest_keywords`）**
     - **最新ニュース見出し・時系列件数推移（直近7日・30日・週次推移・モメンタム倍率 `news_momentum_ratio`）**
3. **機能3：公的データ × 市場評価 × 検索関心のギャップ分析メタデータ（`gap_analysis`）**
   - 「官公庁落札や特許出願が急増しているのに、PERが10倍前後で検索トレンドもまだ静穏＝**市場コンセンサス未織り込みの隠れた注目銘柄/テーマ**」なのか、「すでに高PERかつニュース・検索が過熱している**期待先行局面**」なのかを4象限で自動判定し、次に `japan-data-mcp` で確認すべき具体的なクエリ手順を提案します。

---

### 📈 `japan-data-mcp`（官公庁調達・企業プロファイル）と組み合わせた銘柄分析事例

LM Studio（`Qwen3-8B` 等）や Claude Desktop に [`japan-data-mcp`](https://github.com/japan-opendata-lab/japan-data-mcp) と **`jp-stock-trends-mcp`** を両方登録すると、1つのチャット内で以下のような**「公的ファクト × 株価バリュエーション × 検索トレンド」**の横断分析が完結します。

#### 事例1：官公庁落札（Procurement）急増企業の割安放置・出遅れ発掘
- **分析フロー**:
  1. `japan-data-mcp` の `search_japan_official_data` で、防衛省・デジタル庁・国土交通省からの落札金額が増加している企業を検索（例：**日本電気（NEC）** `corporate_number="7010401022916"` / 証券コード `6701`、**大林組** `corporate_number="4010001034978"` / 証券コード `1802`、**三菱重工業** `corporate_number="2010401052465"` / 証券コード `7011`）。
  2. 続けて `jp-stock-trends-mcp` の `get_market_and_search_trends` を呼び出し：
     ```json
     {
       "ticker_or_company": "1802",
       "keyword": "大林組 官公庁 インフラ",
       "public_data_context": "国土交通省・防衛施設関連の官公庁落札金額が堅調に推移"
     }
     ```
  3. **インサイト抽出**: 大林組（`1802.T`）が PER 約11.8倍・PBR 約1.16倍・配当利回り約3.85%と割安水準にあり、世間の検索関心度スコアも過熱前であることを確認。「公的調達の積み上がりに対し、バリュエーションと検索トレンドに出遅れギャップがある」と定量的に評価できます。

#### 事例2：企業プロファイル・国策補助金・特許データと市場期待（高PER / PBR）の妥当性照合
- **分析フロー**:
  1. `japan-data-mcp` で **トヨタ自動車**（`corporate_number="1180301018771"`, 証券コード `7203`）や **さくらインターネット**（`corporate_number="5120001092649"`, 証券コード `3778`）の企業プロファイル・補助金採択・特許・EDINET財務データを取得。
  2. `get_market_and_search_trends(ticker_or_company="7203", keyword="トヨタ自動車 全固体電池")` を実行。
  3. **インサイト抽出**: トヨタ自動車の現在株価・時価総額・PER（約8.7倍）・PBR（約0.98倍）・直近1ヶ月/3ヶ月/1年騰落率と、Googleサジェスト急上昇ワード・直近7日間のニュースモメンタムを突き合わせ、設備投資・R&D実績に対する市場評価の割安度を検証します。

---

<a name="security-architecture"></a>

### 🔒 セキュリティ設計（SSRF防止・外部テキスト無害化・サンドボックス）

1. **SSRF（Server-Side Request Forgery）防止ホワイトリスト**:
   - 外部通信先は `validate_outbound_url()` により、許可された HTTPS 金融・トレンドエンドポイント（`query1.finance.yahoo.com`, `query2.finance.yahoo.com`, `suggestqueries.google.com`, `news.google.com`, `trends.google.co.jp`, `trends.google.com`）のみに厳格制限されています。`http://` や内部IP（`localhost`, `127.0.0.1`, `169.254.169.254`）、未許可ドメインへの通信はすべて拒否されます。
2. **プロンプトインジェクション対策（`<untrusted_data>` タグ無害化）**:
   - 外部から取得したニュース見出し（`title`, `source`）、Googleサジェスト語（`rising_suggest_keywords`）、トレンドワードは、制御文字および命令偽装トークン（`<system>`, `<|im_start|>`, `Ignore previous instructions` 等）を除去した上で、すべて `<untrusted_data>...</untrusted_data>` 境界タグで囲んで返却します。
3. **ファイル出力のサンドボックス化と削除機能なし**:
   - キャッシュおよび `export_parquet=True` 時のファイル出力は `Path.resolve()` と `relative_to()` により指定ディレクトリ内のみに制限され、パストラバーサル（`../`）や絶対パス指定を完全拒否します。また、ファイル削除機能は一切持ちません。

---

### 🛠 セットアップと LM Studio 登録方法

#### 1. インストールとテスト実行

```bash
git clone https://github.com/japan-opendata-lab/jp-stock-trends-mcp.git
cd jp-stock-trends-mcp
pip install -e ".[dev]"
pytest -v
```

#### 2. LM Studio (`~/.lmstudio/mcp.json`) への登録例

```json
{
  "mcpServers": {
    "jp-stock-trends-mcp": {
      "command": "python",
      "args": [
        "-X",
        "utf8",
        "./oss_mcp/jp-stock-trends-mcp/server.py"
      ],
      "env": {
        "PYTHONIOENCODING": "utf-8",
        "STOCK_TRENDS_CACHE_DIR": "./oss_mcp/jp-stock-trends-mcp/.cache",
        "STOCK_TRENDS_EXPORT_DIR": "./oss_mcp/jp-stock-trends-mcp/.cache"
      }
    }
  }
}
```

---

### 🌐 関連エコシステム（Japan Open Data Lab）

- **[`japan-data-mcp`](https://github.com/japan-opendata-lab/japan-data-mcp)**: 日本の公的オープンデータ（官公庁落札・企業プロファイル・補助金・特許・EDINET財務・地域統計など全162データセット）を検索できる公式 MCP サーバー
- **[`correlation-discovery-mcp`](https://github.com/japan-opendata-lab/correlation-discovery-mcp)**: あらゆる DuckDB / Parquet / CSV データから相関係数 ($r$値)・要因ランキング・回帰外れ値を一括算出する統計探索 MCP サーバー
- **[`japan-climate-stats-mcp`](https://github.com/japan-opendata-lab/japan-climate-stats-mcp)**: 全47都道府県・市区町村の気象・自然環境統計（日照時間・寒暖差・猛暑日・降水量）を0.1秒未満で算出する MCP サーバー
- **[`japan-official-data-megabank`](https://github.com/japan-opendata-lab/japan-official-data-megabank)**: 公式 Python SDK ＆ スターターキット

---

## License

MIT License — Copyright (c) 2026 Japan Open Data Lab (`japan.opendata.lab@gmail.com`)

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources