返回 MCP 目录
public公开dns本地运行

Stockscreen (Yahoo Finance)

股票筛选MCP服务,提供基于Yahoo Finance的全面股票筛选功能,支持技术、基本面和期权分析。

article

README

🚀 股票筛选工具使用指南

本股票筛选工具为投资者提供了便捷、高效的股票筛选功能,可从技术、基本面、期权等多个维度筛选股票,还支持自定义组合筛选条件,帮助您快速定位符合需求的股票。

🚀 快速开始

功能概述

本股票筛选工具为您提供多种股票筛选功能:

  1. 技术筛选:涵盖价格、成交量、RSI、移动平均线和ATR等技术指标。
  2. 基本面筛选:包含市值、市盈率、股息和增长数据。
  3. 期权筛选:提供潜在波动率(IV)、期权交易量和 earnings date 等信息。
  4. 自定义筛选:支持组合使用多种筛选条件。

使用说明

我已经启用了股票筛选工具,为您提供以下主要功能:

  1. 根据各种筛选类型筛选股票
    • 技术:价格、成交量、RSI、移动平均线、ATR
    • 基本面:市值、市盈率、股息、增长数据
    • 期权:潜在波动率(IV)、交易量、earnings date
    • 自定义:组合使用多种筛选条件
  2. 管理看护列表
    • 创建和更新股票列表
    • 删除现有看护列表
    • 获取看护列表内容
  3. 访问保存的筛选结果
    • 加载之前的筛选结果
    • 查看匹配的股票和筛选标准

所有功能均包含错误处理、详细的市场数据和全面的响应。

📦 安装指南

要求

  • Python 3.12+
  • MCP服务器
  • yfinance库
  • pandas库
  • numpy库
  • asyncio库

🔧 技术细节

局限性

  • 数据来源于Yahoo Finance,可能存在延迟。
  • 受 Yahoo Finance API 的速率限制影响。
  • 期权数据的可用性取决于市场交易时间。
  • 部分财务指标可能无法及时更新或缺失。

🤝 贡献

欢迎贡献!请随意提交Pull Request。

📄 许可证

本项目 licensed under MIT License,详情请见 LICENSE 文件。

👨‍💻 作者

Todd Wolven - (https://github.com/twolven)

🙏 致谢

  • 使用 Model Context Protocol (MCP) 构建(由Anthropic开发)
  • 数据由 Yahoo Finance 提供
  • 配合 Anthropic 的 Claude 使用
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端