logo
Free, unlimited AI code reviews that run on commit
git-lrc git-lrc GitHub Install Now We'd appreciate a star git-lrc - Free, unlimited AI code reviews that run on commit | Product Hunt git-lrc - Free, unlimited AI code reviews that run on commit | Product Hunt

st_mcp

Integrates applications with real-world data for stock analysis, providing technical analysis, financial metrics, and AI-based comprehensive insights. Offers visualization of analysis results through charts.

Author

st_mcp logo

JN-P-U

No License

Quick Info

GitHub GitHub Stars 0
NPM Weekly Downloads 0
Tools 1
Last Updated 2026-02-19

Tags

stockst_mcpchartsstock analysisfinancial dataanalysis financial

MCP 기반 주식 분석 시스템

MCP(Multi-Context Processing) 기반의 주식 분석 시스템입니다. 기술적 분석, 재무 분석, AI 기반 종합 분석을 제공합니다.

기능

  • 기술적 분석: 이동평균선, RSI, MACD, 볼린저 밴드 등
  • 재무 분석: ROE, ROA, 부채비율, 영업이익률 등
  • AI 기반 종합 분석: 기술적 분석과 재무 분석을 종합하여 투자 의견 제공
  • 차트 생성: 기술적 지표와 재무 지표를 시각화한 차트 제공

설치 방법

  1. 저장소 클론
git clone https://github.com/yourusername/st_mcp.git
cd st_mcp
  1. 가상환경 생성 및 활성화
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 또는
venv\Scripts\activate  # Windows
  1. 의존성 설치
pip install -r requirements.txt
  1. 환경 변수 설정 .env 파일을 생성하고 다음 내용을 추가합니다:
ALPHA_VANTAGE_API_KEY=your_api_key

사용 방법

  1. 메인 스크립트 실행
python main.py
  1. 주식 코드 입력 분석하고자 하는 주식의 코드를 입력합니다. (예: AAPL, MSFT, GOOGL 등)

  2. 분석 결과 확인

  3. 기술적 분석 결과
  4. 재무 분석 결과
  5. AI 기반 종합 분석 결과
  6. 차트 파일 경로
  7. 분석 결과 파일 경로

프로젝트 구조

st_mcp/
├── src/
│   └── st_mcp/
│       ├── __init__.py
│       ├── stock_analysis.py
│       ├── technical_analysis.py
│       ├── financial_analysis.py
│       └── ai_analysis.py
├── main.py
├── requirements.txt
└── README.md

의존성

  • Python 3.8 이상
  • pandas
  • numpy
  • yfinance
  • alpha_vantage
  • matplotlib
  • seaborn
  • scikit-learn
  • tensorflow
  • python-dotenv

라이선스

MIT License

기여 방법

  1. Fork the Project
  2. Create your Feature Branch (git checkout -b feature/AmazingFeature)
  3. Commit your Changes (git commit -m 'Add some AmazingFeature')
  4. Push to the Branch (git push origin feature/AmazingFeature)
  5. Open a Pull Request

See Also

`