东方财富量化 MCP 服务

基于东方财富网公开数据的 A 股量化分析 MCP 服务，为 Claude Desktop / Claude Code / Codex / opencode 等 AI 客户端提供专业的股票数据分析能力。

核心能力

| 能力 | 说明 | |------|------| | 📊 全市场行情 | 5530+ 只 A 股实时价格 / 涨跌幅 / PE / PB / 市值 / 量比 / 换手率 | | 📈 历史 K 线 | 日线数据（开高低收量额），支持前复权/后复权/不复权 | | 🔧 技术指标 | MA(5~200) / RSI(6/14/24) / MACD / BOLL / KDJ / ATR / VOL_MA | | 🔥 人气排名 | 东方财富人气榜单 + 历史排名趋势追踪 | | 🏢 板块分析 | 概念板块(~400个) + 行业板块(~80个)，含主力资金流向(超大单/大单/中单/小单) | | 🔍 多条件选股 | 18 种条件自由组合：价格区间 / PE / PB / 市值 / 涨跌幅 / 量比 / 换手 / 振幅 / 板块限定 | | 📝 分析报告 | 综合技术分析：趋势判断 / 支撑位与阻力位 / 风险等级评估 / 止损止盈与仓位建议 |

所有数据来源于 东方财富网 (eastmoney.com) 公开 API。

⚡ 快速安装

# Claude Code 一键安装（推荐）
claude mcp add eastmoney-quant -- npx eastmoney-quant-mcp

# 或 npm 全局安装
npm install -g eastmoney-quant-mcp

# 或 pip 安装
pip install eastmoney-quant-mcp

前置要求: Python >= 3.10 | Node.js >= 18

📦 数据详情

股票行情数据

| 数据项 | 字段 | |--------|------| | 基础行情 | 最新价、今开、昨收、最高、最低 | | 涨跌 | 涨跌幅、涨跌额、振幅、涨速 | | 成交 | 成交量、成交额 | | 活跃度 | 量比、换手率 | | 估值 | 动态市盈率(PE)、市净率(PB)、TTM 市盈率 | | 市值 | 总市值、流通市值 | | 趋势 | 60 日涨跌幅、年初至今涨跌幅 | | 资金 | 主力资金净流入 |

股票 K 线数据

| 数据项 | 说明 | |--------|------| | 日线 K 线 | 开盘价、最高价、最低价、收盘价、成交量、成交额 | | 复权方式 | 前复权(qfq) / 后复权(hfq) / 不复权 | | 附加字段 | 涨跌幅、换手率、振幅 |

技术指标 (自动计算)

| 类别 | 指标 | |------|------| | 均线 | MA5、MA10、MA20、MA30、MA60、MA100、MA200 | | 相对强弱 | RSI6、RSI14、RSI24 | | MACD | DIF、DEA、MACD 柱 | | 布林带 | 上轨、中轨、下轨 (BOLL) | | KDJ | K、D、J 值 | | 波动率 | ATR14 (平均真实波幅) | | 量能 | VOL_MA5、VOL_MA10 |

人气排名数据

| 数据项 | 说明 | |--------|------| | 人气排名 | 东方财富实时人气榜单 (排名/价格/涨跌幅/量比/换手率) | | 历史趋势 | 支持查询任意股票 N 天内的人气排名变化走势 |

板块数据

| 数据项 | 说明 | |--------|------| | 板块列表 | 概念板块(~400个) + 行业板块(~80个) | | 板块行情 | 板块指数、涨跌幅 | | 资金流向 | 主力净流入、超大单净流入、大单净流入、中单净流入、小单净流入 (含占比%) | | 领涨股 | 板块龙头股票 | | 板块 K 线 | 板块历史指数走势 | | 板块成分股 | 每只成分股的行情/换手率/量比/PE/PB |

分析报告

| 模块 | 内容 | |------|------| | 基础信息 | 价格、涨跌幅、PE、PB、市值、量比、换手率 | | 趋势分析 | 均线排列状态、5/10/20/60 日涨跌幅、方向判断 | | 技术指标 | RSI 状态、MACD 金叉死叉、KDJ 超买超卖、BOLL 位置、ATR 波幅 | | 支撑阻力 | 均线支撑/阻力位 + BOLL 上下轨，按强度排序 | | 风险评估 | 超买超卖风险、波动率风险、估值风险、流动性风险、趋势破位风险 | | 仓位管理 | 止损位、止盈位、风险收益比、仓位比例建议 |

🤖 MCP 工具 (9 个)

| 工具 | 功能 | |------|------| | init_full_data | 首次全量下载股票+板块数据到本地 SQLite 数据库 | | update_daily_data | 增量每日刷新（行情/排名/板块） | | get_data_status | 查看本地数据库状态（数据量/更新时间/存储路径） | | screen_stocks | 万能多条件选股：18 种条件自由组合(价格/PE/PB/市值/涨跌幅/量比/换手/振幅)，支持板块限定、名称搜索、多字段排序 | | get_kline_local_or_net | 获取个股历史 K 线（本地优先，不足自动下载并缓存技术指标） | | get_rank_trend_data | 查询个股 N 天内的人气排名历史走势 | | get_sector_list | 获取概念/行业板块列表及其行情数据 | | get_stock_belong_sectors | 反向查询：某只股票属于哪些板块 | | generate_stock_report | 生成个股综合分析报告（趋势/支撑阻力/风险等级/仓位建议） |

附带 3 个 Claude Skill，教授 AI 如何组合使用这些工具完成复杂选股和报告工作流。

🗄️ 本地数据库

数据存储在本地 SQLite 数据库中，首次初始化后查询速度极快，无需联网：

| 数据库 | 默认路径 | 内容 | |--------|----------|------| | 股票数据库 | ~/Desktop/股票信息/stock_data.db | 5530 只股票行情 + K 线 + 人气排名 + 技术指标 | | 板块数据库 | ~/Desktop/分析板块/sector_data.db | 480+ 板块行情 + 资金流向 + K 线 + 成分股 |

可通过环境变量 EASTMONEY_STOCK_DATA_DIR 和 EASTMONEY_SECTOR_DATA_DIR 自定义路径。

🔧 环境变量

| 变量 | 默认值 | 说明 | |------|--------|------| | EASTMONEY_PYTHON | python | Python 解释器路径 | | EASTMONEY_STOCK_DATA_DIR | ~/Desktop/股票信息 | 股票数据库目录 | | EASTMONEY_SECTOR_DATA_DIR | ~/Desktop/分析板块 | 板块数据库目录 | | EASTMONEY_COOKIE | 自动从 Edge 提取 | 东方财富 API Cookie（提升请求成功率） |

🛠️ 客户端配置

Claude Desktop / Claude Code

claude mcp add eastmoney-quant -- npx eastmoney-quant-mcp

或手动编辑 claude_desktop_config.json：

{
  "mcpServers": {
    "eastmoney-quant": {
      "command": "npx",
      "args": ["eastmoney-quant-mcp"]
    }
  }
}

Codex / opencode

{
  "mcpServers": {
    "eastmoney-quant": {
      "command": "npx",
      "args": ["eastmoney-quant-mcp"]
    }
  }
}

直接 Python 运行

{
  "mcpServers": {
    "eastmoney-quant": {
      "command": "python",
      "args": ["-m", "eastmoney_quant_mcp.server"]
    }
  }
}

📖 使用示例

# 1. 首次初始化数据库（约 10 分钟，只需一次）
init_full_data(include_sector_members=True)

# 2. 每日收盘后更新（约 2 分钟）
update_daily_data()

# 3. 选股：找涨幅>3%、PE<30、量比>1.5 的放量突破股
screen_stocks({"min_change_pct":3, "max_pe":30, "min_volume_ratio":1.5})

# 4. 选股：芯片板块内 PE<50 的股票，按人气排名排序
screen_stocks({"max_pe":50}, sector_code="BK1090", sort_by="popularity_rank")

# 5. 选股：搜索名称含"银行"的股票
screen_stocks(name_keyword="银行")

# 6. 获取平安银行 K 线并缓存技术指标
get_kline_local_or_net("000001", days=250)

# 7. 查看平安银行近 30 天人气变化
get_rank_trend_data("000001", days=30)

# 8. 生成平安银行综合分析报告
generate_stock_report("000001")
# 返回：趋势/支撑阻力/风险等级/仓位建议

🏗️ 开发

git clone https://github.com/lalal-zzz/eastmoney-quant-mcp.git
cd eastmoney-quant-mcp
pip install -e ".[dev]"
pytest

📄 许可证

MIT License

Eastmoney Quant MCP Server

A-share quantitative analysis MCP server powered by Eastmoney (eastmoney.com) public APIs. Provides professional stock data analysis for Claude Desktop / Claude Code / Codex / opencode.

Core Capabilities

| Capability | Details | |------------|---------| | 📊 Market Data | 5530+ A-shares real-time: price / change% / PE / PB / market cap / volume ratio / turnover | | 📈 K-lines | Daily OHLCV with forward/backward/no adjustment | | 🔧 Indicators | MA(5~200) / RSI(6/14/24) / MACD / BOLL / KDJ / ATR / VOL_MA | | 🔥 Popularity | Eastmoney real-time sentiment rankings + historical trends | | 🏢 Sectors | ~400 concepts + ~80 industries with capital flow (super-large/large/medium/small net) | | 🔍 Screening | 18 composable conditions: price range / PE / PB / cap / change% / volume / turnover / sector filter | | 📝 Reports | Full technical analysis: trend / support & resistance / risk assessment / stop-loss & position advice |

All data sourced from Eastmoney (eastmoney.com) public APIs.

⚡ Quick Install

claude mcp add eastmoney-quant -- npx eastmoney-quant-mcp

Requirements: Python >= 3.10 | Node.js >= 18

🤖 MCP Tools (9)

| Tool | Purpose | |------|---------| | init_full_data | One-time full download to local SQLite | | update_daily_data | Daily incremental refresh | | get_data_status | Database integrity check | | screen_stocks | Universal multi-condition screening (18 conditions + sector + name search) | | get_kline_local_or_net | K-line with auto-cached technical indicators | | get_rank_trend_data | Historical popularity ranking trend | | get_sector_list | Browse concept/industry sectors with capital flow data | | get_stock_belong_sectors | Reverse lookup: stock → its sectors | | generate_stock_report | Full analysis: trend / support-resistance / risk / position |

Plus 3 Claude Skills that teach the AI how to compose these tools for complex workflows.

Quick Start

init_full_data(include_sector_members=True)         # first time only
update_daily_data()                                  # daily after market

screen_stocks({"min_change_pct":3, "max_pe":30})    # find breakout stocks
get_kline_local_or_net("000001")                     # download K-line
generate_stock_report("000001")                      # full analysis

License

MIT