Fmp MCP Server

一個基於Financial Modeling Prep API的金融數據分析MCP服務器，提供公司信息、財務報表、市場數據、股票行情等多種金融工具和分析功能。

金融研究與數據 #金融分析 #數據服務 #股票行情 #財務指標 .Python

評分 : 2分

下載量 : 6.1K

更新時間 : 2025-04-29

打開站點

什麼是Financial Modeling Prep MCP服務器？

Financial Modeling Prep MCP服務器是一個強大的金融數據分析平臺，支持公司信息、財務報表、市場數據等多種功能，幫助用戶進行專業的投資決策。

如何使用Financial Modeling Prep MCP服務器？

通過簡單的命令行操作即可訪問豐富的金融數據，支持即時查詢和歷史分析。

適用場景

適用於股票投資者、分析師、基金經理等需要快速獲取金融數據的專業人士。

主要功能

公司信息

獲取詳細的公司概況及行業對比。

財務報表

查看企業的收入表、資產負債表和現金流量表。

市場數據

獲取市場動態、指數和新聞。

技術指標

計算並解讀移動平均線（EMA）等技術指標。

優勢

功能全面且易於使用。

即時更新的數據確保準確性。

支持多種資產類型分析。

侷限性

需要穩定的網絡連接。

高級功能可能對新手較複雜。

如何使用

安裝依賴

確保已安裝Python環境並克隆項目倉庫。

配置API密鑰

在.env文件中設置您的Financial Modeling Prep API密鑰。

啟動服務器

運行服務器以開始使用。

使用案例

查詢蘋果公司財務狀況

使用公司信息模塊深入瞭解蘋果公司的經營表現。

分析黃金價格趨勢

利用歷史價格數據預測未來走勢。

常見問題

如何註冊Financial Modeling Prep API密鑰？

服務器無法啟動怎麼辦？

🚀 金融建模指南

本項目提供了金融建模所需的工具和服務，涵蓋數據獲取、處理、測試等多個方面，幫助開發者更高效地進行金融建模工作。

🚀 快速開始

本項目提供了兩種安裝方式，分別是使用 Docker 和虛擬環境，你可以根據自己的需求選擇合適的方式進行安裝。

📦 安裝指南

使用 Docker

拉取鏡像：

docker pull ghcr.io/cdtait/fmp-mcp-server:latest

運行容器：

docker run -it --rm \
  -p 8000:8000 \
  -v "$PWD:/app" \
  ghcr.io/cdtait/fmp-mcp-server:latest

參數說明：
- -it：保持交互模式並分配終端。
- --rm：容器退出後自動刪除。
- -p 8000:8000：映射端口，使容器內的服務可在主機上訪問。
- -v "$PWD:/app"：將當前目錄掛載到容器的 /app 路徑。

使用虛擬環境

克隆倉庫：

git clone https://github.com/cdtait/fmp-mcp-server.git
cd fmp-mcp-server

創建並激活虛擬環境（推薦使用 Python 3.8+）：
- 在項目根目錄下運行：
```
python -m venv .venv && source ./.venv/bin/activate
```
- 或者，如果已經安裝了 poetry，可以運行：
```
poetry install
```
安裝依賴項：
```
pip install -r requirements.txt
```
啟動服務：
```
python main.py
```

✨ 主要特性

數據獲取

股票數據接口：可獲取股票的歷史數據。

from fmpsdk import get_stock_data

# 示例：獲取蘋果股票的歷史數據
data = get_stock_data(symbol="AAPL", api_key=api_key)
print(data.head())

外匯數據接口：可獲取外匯的匯率數據。

from fmpsdk import get_fx_rate

# 示例：獲取歐元對美元的匯率
rate = get_fx_rate(cross="EURUSD", api_key=api_key)
print(rate)

數據處理

數據清洗：可對股票數據進行清洗。

from utils.data_cleaning import clean_stock_data

# 示例：清洗股票數據
cleaned_data = clean_stock_data(data, fillna=True)

📚 詳細文檔

配置指南

環境變量配置

建議在項目根目錄下創建一個 .env 文件，用於存儲敏感信息和自定義設置。例如：

# Example .env file contents
FMP_API_KEY=your_api_key_here
OPENAI_API_KEY=your_openai_api_key_here
PORT=9000
TEST_MODE=true  # For testing with mock data

啟動參數

可以通過命令行參數覆蓋 .env 文件中的默認值：

python main.py --port 8001 --test_mode false

測試與驗證

單元測試

運行單元測試：

pytest tests/unit_tests/ --cov --report=

集成測試

運行集成測試：

pytest tests/integration_tests/ --cov --report=

性能測試

使用 benchmark 庫進行性能測試：

import pytest_benchmark
from fmpsdk import get_stock_data

@pytest.mark.benchmark
def test_get_stock_data(benchmark):
    benchmark(get_stock_data, symbol="AAPL", api_key=api_key)

CI/CD 流程

自動化測試

單元測試：

pytest tests/unit_tests/ --cov --report=

集成測試：

pytest tests/integration_tests/ --cov --report=

代碼覆蓋率報告：

coverage run -m pytest tests/ && coverage report

自動化構建與發佈

構建 Docker 鏡像：

FROM python:3.9-slim

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

EXPOSE 8000

CMD ["python", "main.py"]

發佈到 Docker Hub：

docker build -t cdtait/fmp-mcp-server:latest .
docker push cdtait/fmp-mcp-server:latest

貢獻指南

提交代碼

創建功能分支：
```
git checkout -b feature/new-feature
```

提交更改：

git add .
git commit -m "Add new feature"

推送到遠程倉庫：
```
git push origin feature/new-feature
```
創建 Pull Request 到主分支。

容器 registry

Docker Hub 倉庫

docker pull ghcr.io/cdtait/fmp-mcp-server:latest

本地構建與測試

構建鏡像：
```
docker build -t local/fmp-mcp-server .
```

運行容器：

docker run -it --rm -p 8000:8000 local/fmp-mcp-server

開發規範

代碼風格

遵循 PEP 8 編碼規範。

版本控制

使用 semver 進行版本管理：

主版本號：重大功能更新或不兼容更改。
次版本號：新增功能或改進。
修正版本號：修復錯誤或漏洞。

文檔編寫

用戶指南

安裝
- Docker 安裝文檔
- 虛擬環境配置說明
使用步驟
- 快速上手指南
- 示例代碼演示
配置選項
- 環境變量詳解
- 參數配置說明

開發文檔

代碼結構
- 項目目錄樹
- 模塊功能介紹
接口定義
- 第三方庫 API 文檔
- 自定義函數接口說明
測試用例
- 單元測試方法
- 集成測試策略

疑問與支持

提問題

在 github 倉庫頁面提交 Issues： https://github.com/cdtait/fmp-mcp-server/issues

聯繫我們

郵箱：support@fmp-mcp-server.com
社交媒體鏈接

💻 使用示例

基礎用法

示例1：獲取並清洗股票數據

from fmpsdk import get_stock_data
from utils.data_cleaning import clean_stock_data

# 獲取股票數據
data = get_stock_data(symbol="AAPL", api_key=api_key)

# 清洗數據
cleaned_data = clean_stock_data(data, fillna=True)
print(cleaned_data.head())

示例2：計算技術指標

from utils.technical_indicators import calculate_moving_average

# 示例：計算簡單移動平均線（SMA）
sma_50 = calculate_moving_average(close_prices, window=50)
print(sma_50.tail())

高級用法

暫未提供高級用法示例，可根據項目的具體需求進行拓展。

項目結構

fmp-mcp-server/
├── main.py          # 主程序入口
├── config/         # 配置文件和環境變量管理
│   └── settings.py
├── data/           # 數據存儲和處理邏輯
│   ├── raw_data/
│   └── processed_data/
├── fmpsdk/         # 第三方庫接口封裝
│   ├── __init__.py
│   └── api.py      # API 請求處理
└── tests/          # 測試用例
    ├── unit_tests/
    │   └── test_api.py
    └── integration_tests/
        └── test_data_cleaning.py