A-Share Multi-Dimensional Quantitative Analysis

📊 A股智能投研数据引擎

为AI Agent提供A股研报搜索、AI新闻分析与股票综合分析能力,基于MongoDB数据源,支持Docker一键部署。

收藏
4.2k
安装
1.1k
版本
1.0.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

研盘金融数据MCP Server通过连接MongoDB金融数据库,为AI Agent提供三大核心能力:

1. 券商研报搜索 (search_research_reports): 输入公司名称,返回5000+篇券商研报的完整内容,包含标题、链接及发布日期
2. 新闻分析搜索 (search_news_analysis): 基于19000+条AI新闻分析数据,提供新闻原文、AI摘要、投资观点及重要性评分

3. 股票综合分析 (get_stock_analysis): 输入股票代码获取3000+只股票的完整分析报告,涵盖技术面、基本面、新闻情绪、风险管理及交易决策

显著优点

  • 数据规模可观: 研报5000+篇、新闻分析19000+条、股票分析报告12000+份
  • 一站式分析: 单只股票可获得技术面+基本面+新闻情绪的综合评估
  • 部署灵活: 支持Docker容器化部署,也可直接通过uv运行
  • MCP协议原生: 基于FastMCP框架,与Claude等AI Agent无缝集成

潜在局限与风险

  • 数据时效性依赖: 研报和新闻数据需持续更新,系统未说明更新频率
  • 地域局限性: 仅覆盖A股市场(标注为"A股"),不支持港股、美股等
  • 私有数据依赖: 必须自建MongoDB数据库并导入特定格式的金融数据,无法直接使用公开数据源
  • 无官方背书: 作者为个人开发者"evan",非持牌金融机构

适合人群

  • 量化交易开发者与A股投资者
  • 需要券商研报批量分析的研究团队
  • 构建金融AI Agent的技术团队

安全建议

  • MongoDB连接使用独立只读账号,限制数据库权限
  • API Token定期轮换,避免长期固定凭证
  • 生产环境启用HTTPS,避免Bearer Token明文传输
  • 建议增加请求速率限制,防止数据库过载

A-Share Multi-Dimensional Quantitative Analysis 内容

手动下载zip · 5.3 kB
pyproject.tomltext/plain
请选择文件