広告掲載
MCP.so
ログイン

AI看线 - A股技术分析与AI预测工具 MCP Server

@QuantML-Github

リポジトリ

基本情報

カテゴリ

金融とコマース

トランスポート

stdio

作者

QuantML-Github

AI看线 - A股技术分析与AI预测工具 MCP Server について

Python-based stock analysis tool that combines traditional technical analysis with AI prediction capabilities. Providing comprehensive stock analysis and forecasting using K-line charts, technical indicators, financial data, and news data. With CMD/WEB/MCP supported.

AI看线 - A股技术分析与AI预测工具 MCP Server の設定

以下の設定を使って、このサーバーを MCP 対応クライアントに追加してください。

{
  "mcpServers": {
    "AI-Kline": {
      "command": "python",
      "args": [
        "main.py",
        "--stock_code",
        "000001",
        "--period",
        "1年",
        "--save_path",
        "./output"
      ]
    }
  }
}

AI看线 - A股技术分析与AI预测工具 MCP Server のツール

ツール一覧はまだありません

この掲載には表示できるツール一覧がまだありません。サーバーにツールがないという意味ではありません。対応機能はプロジェクトのドキュメントをご確認ください。

ツールは README から自動的に抽出されます。メンテナーは ## Tools という見出しの下に記載することで、このタブに反映できます。

概要

What is AI看线?

AI看线是一个基于Python的A股分析工具，结合传统技术分析和人工智能预测功能。它利用K线图、技术指标、财务数据和新闻数据对股票进行全面分析及预测，适用于投资者和量化研究爱好者。

How to use AI看线?

支持三种使用方式：命令行运行python main.py --stock_code 000001；启动Web服务python web_app.py后访问http://localhost:5000输入股票代码；或通过MCP Server（uv run mcp_server.py）在LLM客户端配置streamable-http端点http://localhost:8000/mcp交互分析。

Key features of AI看线

  • 使用AKShare获取A股历史交易、财务和新闻数据
  • 计算MA、MACD、KDJ、RSI、布林带等多种技术指标
  • 生成静态PNG和交互式HTML K线图及技术指标图表
  • 利用多模态AI（如通义千问视觉模型）分析历史数据并预测走势
  • 提供简洁美观的Web界面进行交互式分析
  • 支持MCP协议，通过LLM自然语言交互随时分析股票

Use cases of AI看线

  • 对A股指定股票进行历史K线和技术指标可视化分析
  • 结合财务数据和新闻信息，获取AI生成的未来走势预测报告
  • 通过Web界面快速输入股票代码和周期，查看专业级图表与分析
  • 在LLM对话中直接调用MCP Server，实时分析当前关注的股票

よくある質問

1

AI看线需要什么运行环境？

Python 3.8+，安装`requirements.txt`中的依赖包，并创建`.env`文件配置API_KEY和BASE_URL（需使用多模态模型，如`qwen-vl-max`）。

2

AI看线的分析结果是否准确？

不，本工具仅供学习和研究使用，不构成任何投资建议。AI分析基于历史数据和当前信息，不能保证未来走势的准确性。

3

如何启动MCP Server？

在项目目录下执行`uv run mcp_server.py`，然后在支持MCP的客户端（如Cherry-Studio）中添加streamable-http服务器，URL为`http://localhost:8000/mcp`。

4

数据来源是什么？

数据通过AKShare库获取A股股票的历史量价数据、财务数据和新闻信息，数据准确性和可用性受网络和数据源限制。

5

使用AI分析时需要配置什么API密钥？

需要在`.env`文件中设置API_KEY、BASE_URL和MODEL_NAME，且模型必须为多模态模型（例如`qwen-vl-max`），用于分析生成的图表并输出预测文本。

コメント

「金融とコマース」の他のコンテンツ

PumpView — Solana Trading & Live Data for AI Agents

PumpView

Solana trading and live trade data for AI agents. Build swaps with flexible slippage, sign locally, submit through PumpView and inspect confirmed receipts. Includes wallet-based API access, per-key volume and USDC data s

Tradetron

Tradetron

Build, backtest and diagnose algo trading strategies in your own Tradetron account in plain English. Remote server with OAuth sign-in; it never places a live order.

MyBestSim eSIM Comparator

MyBestSim

Hosted MCP server to compare prepaid travel eSIM plans by destination, data and trip length, and plan multi-country trips. Read only, no auth.

Savi Tools

Savi Gurus AI Innovation Labs

Ask your AI assistant about your Savi Tools business: invoices, expenses, mileage, contacts, projects, taxes, and more. Read-only and OAuth-secured — your assistant sees only your own data at getsavitools.com, and you

FeedShine: Shopify Google Shopping Feed

Digital Darts

Grow sales on Google, Meta, Microsoft, TikTok, Pinterest and more, straight from Claude, ChatGPT or Cursor. Connect your Shopify product feeds and find the products Google is rejecting. AI helps you optimize any field, g

広告掲載