maverick-lms-mcp
MCP server integrating MaverickMCP with LM Studio, providing 37+ stock market analysis tools including market data, technical analysis, screening, portfolio tracking, backtesting, and research. Enables natural language interaction with stock analysis tools within LM Studio.
README
maverick-lms-mcp
MaverickMCP (Python FastMCP 股市分析伺服器) 的 LM Studio Plugin 整合版本。
提供 37+ 個股市分析工具,包含市場數據、技術分析、篩選、投資組合追蹤、回測與深度研究。
✨ 功能
- 📈 市場數據 — 即時報價、歷史價格、基本面數據 (yfinance)
- 📊 技術分析 — RSI, MACD, 支撐/阻力位, 完整技術分析
- 🔍 股票篩選 — 多頭、空頭、供需突破篩選器
- 💼 投資組合 — 部位追蹤、P&L、風險儀表板、觀察清單、交易日誌
- 🧪 回測 (可選) — VectorBT 策略回測、最佳化、蒙地卡羅模擬
- 🔬 研究 (可選) — LangGraph 深度研究 (需 BYOK LLM)
📋 系統需求
- LM Studio — 最新版本 (支援 MCP plugins)
- Node.js — v22+ (LM Studio 內建)
- Python 3.12+ — 用於 MaverickMCP 後端
- Git — 用於 clone MaverickMCP 原始碼
🚀 安裝
Verify Python version
MaverickMCP 需要 Python version >=3.12 and <3.14,3.13 是最佳的版本 Ubuntu 26.04 系統預安裝是 3.14,因此需要透過底下命令列安裝 3.13:
sudo add-apt-repository ppa:deadsnakes/ppa -y
sudo apt update
sudo apt install python3.13 python3.13-venv python3.13-dev
# 檢查安裝是否成功
python3.13 --version
從 LM Studio Hub 安裝
lms pull hoonowng/maverick-lms-mcp
或者在 LM Studio App 內搜尋 "maverick-lms-mcp" 並點擊安裝。
手動安裝 (開發者)
1. Clone 此專案
git clone https://github.com/Nowng/maverick-lms-mcp.git
cd maverick-lms-mcp
2. 安裝 Node.js 依賴 (會自動執行 setup.js)
npm install
3. 編譯 TypeScript
npm run build
4. 在 LM Studio 開發模式中測試
lms dev
📖 使用說明
在 LM Studio 中啟用
開啟 LM Studio
前往 Settings → Plugins
找到 maverick-lms-mcp 並啟用開關
Plugin 啟動時會自動啟動 Python MCP server (首次可能需等待幾秒)
在對話中使用
- 啟用後,所有 37+ 個工具都會出現在 LM Studio Plugin Settings UI 中。
- 在對話中直接以自然語言使用:
"顯示 NVDA 的 RSI 和 MACD 分析"
"顯示 AAPL 的完整技術分析"
"執行多頭篩選"
"買入 10 股 AAPL,成本價 $150.50"
"顯示我的投資組合"
"對 SPY 回測 momentum 策略,過去 6 個月"
配置環境變數 (可選)
如需啟用 研究功能 或自訂設定:
編輯 maverick-mcp/.env (由 setup.js 自動建立)
設定以下變數:
# 研究功能 (需要 EXA_API_KEY + LLM)
EXA_API_KEY=your-exa-api-key
LLM_PROVIDER=openai
LLM_API_KEY=your-api-key
LLM_MODEL=gpt-4
# 可選:Redis 快取
REDIS_HOST=localhost
🛠️ 維護
升級 MaverickMCP 原始碼 由於原始 MaverickMCP 程式碼保持不變,只需替換整個 maverick-mcp/ 目錄:
cd maverick-lms-mcp
# 移除舊版本
rm -rf maverick-mcp
# 重新 clone 最新版本
git clone --depth 1 https://github.com/wshobson/maverick-mcp.git maverick-mcp
# 重建 venv 並安裝依賴
node scripts/setup.js
# 重新編譯 (如果有 TypeScript 更新)
npm run build
🏗️ 架構
LM Studio Chat
↓ (工具呼叫)
LM Studio Plugin (TypeScript, @lmstudio/sdk)
↓ (toolsProvider 動態查詢 + 註冊所有工具)
MCP Client (@modelcontextprotocol/sdk)
↓ (stdio JSON-RPC)
MaverickMCP Python Server (FastMCP)
↓
yfinance / VectorBT / LangGraph / PostgreSQL / SQLite
📝 可用工具清單
市場數據 (7)
| Tool | 說明 |
|---|---|
| market_data_get_price_history | 單一股票 OHLCV 歷史價格 |
| market_data_get_price_history_batch | 多股票批次歷史價格 |
| market_data_get_quote | 單一即時報價 |
| market_data_get_stock_fundamentals | 估值、財務、交易統計 |
| market_data_get_market_overview | 指數、類股表現、波動率 |
| market_data_get_chart_links | 靜態外部圖表連結 |
| market_data_clear_market_cache | 清除報價快取 |
技術分析 (4)
| Tool | 說明 |
|---|---|
| technical_get_rsi_analysis | RSI 讀值與訊號 |
| technical_get_macd_analysis | MACD 讀值與交叉狀態 |
| technical_get_support_resistance | 支撐/阻力位 |
| technical_get_full_technical_analysis | 完整技術分析 |
篩選 (6)
| Tool | 說明 |
|---|---|
| screening_get_bullish | 多頭動能篩選 |
| screening_get_bearish | 空頭篩選 |
| screening_get_supply_demand | 供需突破篩選 |
| screening_get_all | 全部篩選快照 |
| screening_get_by_criteria | 自訂條件篩選 |
| screening_run_screens | 重新計算篩選 |
投資組合 (20)
| Tool | 說明 |
|---|---|
| portfolio_add_position | 新增/平均部位 |
| portfolio_get_my_portfolio | 完整投資組合快照 |
| portfolio_remove_position | 移除部位 |
| portfolio_clear_portfolio | 清空投資組合 |
| portfolio_risk_adjusted_analysis | ATR 部位大小/停損/目標 |
| portfolio_compare_tickers | 個股比較 |
| portfolio_correlation_analysis | 相關性矩陣 |
| portfolio_get_risk_dashboard | 風險儀表板 |
| portfolio_check_position_risk | 交易前風險檢查 |
| portfolio_get_regime_adjusted_sizing | 市場狀態調整部位 |
| portfolio_get_risk_alerts | 風險警示 |
| portfolio_watchlist_create | 建立觀察清單 |
| portfolio_watchlist_add | 新增觀察清單標的 |
| portfolio_watchlist_remove | 移除觀察清單標的 |
| portfolio_watchlist_brief | 觀察清單情報簡報 |
| portfolio_journal_add_trade | 新增交易日誌 |
| portfolio_journal_close_trade | 關閉交易 |
| portfolio_journal_list_trades | 列出交易 |
| portfolio_journal_review | 單一交易詳情 |
| portfolio_get_strategy_performance | 策略績效分析 |
回測 (12, 可選)
| Tool | 說明 |
|---|---|
| backtesting_run_backtest | 單策略回測 |
| backtesting_optimize_strategy | 網格搜尋參數最佳化 |
| backtesting_walk_forward_analysis | 滾動最佳化/測試 |
| backtesting_monte_carlo_simulation | 蒙地卡羅模擬 |
| backtesting_compare_strategies | 多策略比較 |
| backtesting_list_strategies | 列出策略範本 |
| backtesting_backtest_portfolio | 多標的回測 |
| backtesting_parse_strategy | 自然語言轉策略 |
| backtesting_run_ml_strategy_backtest | ML 策略回測 |
| backtesting_train_ml_predictor | 訓練 ML 預測器 |
| backtesting_analyze_market_regimes | 市場狀態偵測 |
| backtesting_create_strategy_ensemble | 策略集成回測 |
研究 (3, 可選)
| Tool | 說明 |
|---|---|
| research_run_comprehensive | 綜合深度研究 |
| research_analyze_company | 公司研究 |
| research_analyze_sentiment | 市場情緒分析 |
⚠️ 免責聲明
本軟體僅供教育與資訊用途,絕非財務建議。投資具有風險,過去表現不代表未來結果。使用前請諮詢合格財務顧問。
📄 授權
MIT License — 詳見 MaverickMCP 專案的 LICENSE 檔案。
🙏 致謝
基於 wshobson/maverick-mcp (https://github.com/wshobson/maverick-mcp) 開發。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。