Stock Research MCP Server

Stock Research MCP Server

Provides comprehensive stock intelligence and technical analysis by integrating Alpha Vantage and Finnhub data. It enables users to generate detailed research reports and retrieve real-time market metrics, indicators, and news sentiment.

Category
访问服务器

README

Stock Research MCP Server (Python)

Production-grade MCP server for stock intelligence with:

  • Alpha Vantage + Finnhub provider fallback
  • Deterministic indicators/metrics/scoring
  • Claude narrative analysis constrained to computed data
  • Dual MCP transport modes: stdio (Claude Desktop local) and http with selectable SSE/streamable endpoints (Render)

File Tree

mcp_server/
├── main.py
├── tools/
│   └── stock_tools.py
├── providers/
│   ├── base.py
│   ├── alpha_vantage.py
│   ├── finnhub.py
│   └── router.py
├── scoring/
│   └── engine.py
├── indicators/
│   └── technical.py
├── analysis/
│   ├── metrics.py
│   ├── signal_engine.py
│   └── claude_engine.py
├── schemas/
│   └── models.py
├── config/
│   └── settings.py
└── utils/
    ├── logging.py
    └── http.py

tests/
├── test_indicators.py
├── test_metrics.py
└── test_scoring.py

Requirements

  • Python 3.11+
  • API keys:
    • CLAUDE_API_KEY
    • ALPHA_VANTAGE_API_KEY
    • FINNHUB_API_KEY

Setup

python -m venv .venv
. .venv/Scripts/activate
pip install -r requirements.txt
copy .env.example .env

Run (Claude Desktop local via stdio)

Set in .env:

TRANSPORT_MODE=stdio

Run:

python -m mcp_server.main

Run (Render remote via HTTP)

Set in .env:

TRANSPORT_MODE=http
HTTP_TRANSPORT=sse  # or streamable
HOST=0.0.0.0
PORT=8000

Run:

python -m mcp_server.main

Tools

  • Existing research/report tools:
    • stock_research_report (primary)
    • analyze_stock
    • get_price
    • get_ohlcv
    • get_technicals
    • get_fundamentals
    • get_news_sentiment
  • Trading-style tools:
    • get_stock_price
    • get_quote
    • get_company_profile
    • get_candles
    • get_stock_news
    • get_rsi
    • get_macd
    • get_key_financials

Tests

pytest -q

Render Deployment

  1. Push repo to GitHub.
  2. Create a Render Web Service.
  3. Build command:
    • pip install -r requirements.txt
  4. Start command:
    • python -m mcp_server.main
  5. Environment variables:
    • TRANSPORT_MODE=http
    • HTTP_TRANSPORT=sse (or streamable)
    • HOST=0.0.0.0
    • PORT=8000
    • CLAUDE_API_KEY, ALPHA_VANTAGE_API_KEY, FINNHUB_API_KEY
  6. MCP endpoints:
    • SSE mode (HTTP_TRANSPORT=sse):
      • https://<render-service-domain>/sse
      • https://<render-service-domain>/messages/ (POST)
    • Streamable mode (HTTP_TRANSPORT=streamable):
      • https://<render-service-domain>/mcp
  7. Optional health check endpoint:
    • https://<render-service-domain>/health

Claude Desktop Config (local stdio)

Example MCP server entry:

{
  "mcpServers": {
    "stock-research": {
      "command": "python",
      "args": ["-m", "mcp_server.main"],
      "env": {
        "TRANSPORT_MODE": "stdio",
        "CLAUDE_API_KEY": "YOUR_KEY",
        "ALPHA_VANTAGE_API_KEY": "YOUR_KEY",
        "FINNHUB_API_KEY": "YOUR_KEY"
      }
    }
  }
}

Transport Notes

  • TRANSPORT_MODE=auto (default) auto-selects:
    • http when hosted (PORT or RENDER env present)
    • stdio locally
  • HTTP_TRANSPORT=sse uses:
    • GET /sse
    • POST /messages/
  • HTTP_TRANSPORT=streamable uses:
    • POST /mcp

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
Kagi MCP Server

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。

官方
精选
Python
graphlit-mcp-server

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。

官方
精选
TypeScript
mcp-server-qdrant

mcp-server-qdrant

这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。

官方
精选
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选