不用花一分钱订阅费,把专业的股票分析工具直接装进你的 Claude Desktop,让它成为你的私人投资顾问。
你有没有想过,如果能直接在聊天框里问 AI“帮我分析一下特斯拉的技术面,顺便看看我的持仓盈亏”,它会直接给出答案,甚至还能帮你跑回测、算 Sharpe 比率,那该多爽?
今天要测评的 Maverick MCP,就是能让你实现这个想法的开源神器。它不是一个普通的聊天机器人,而是一个连接 AI 和金融数据的“桥梁”。装上它,你的 Claude Desktop 瞬间就能变身专业级量化分析平台,而且 完全免费、数据本地存储。
1. 模型概述:不仅是工具,更是你的本地量化分析师
1.1 能力评估:39+ 个接口,从看 K 线到管账户全包了
Maverick MCP 本质上是一个 FastMCP 2.0 服务器,它给 AI 提供了 39 个以上的金融分析工具 。这些工具主要分为几大类:
-
股票数据类:能获取历史行情、实时数据、新闻情绪。还支持批量查询,一口气问 10 只股票的数据它也不怕。
-
技术分析类:RSI、MACD、布林带、支撑阻力位……主流指标应有尽有,足有 20 多种 。
-
回测系统:集成了 VectorBT 引擎,内置 15+ 种交易策略(如动量、均值回归),还能用机器学习算法来优化参数 。
-
组合管理类:这是它最实用的地方。你能用它记录你的真实持仓(比如买了 100 股苹果),它会自动帮你算成本均价、实时盈亏(P&L)和持仓相关性 。
-
智能筛选:数据库里预置了 520 只标普 500 股票的基本面数据,你可以让它帮你筛选“处于突破趋势的股票” 。
1.2 技术特点:本地运行、无需认证、开箱即用
和其他动不动就要你填 API Key、绑定信用卡的金融软件不同,Maverick MCP 有两个非常友好的特点:
-
免认证,无计费:它完全在本地运行,数据通过免费的 Tiingo API 获取,不需要你输入信用卡信息,更没有订阅费 。
-
智能缓存:它内置了 Redis 缓存机制。如果你反复查询同一只股票的数据,它会直接从缓存读取,速度极快。就算没装 Redis,它也会自动降级到内存缓存,保证服务不挂 。
-
多传输支持:它支持 HTTP、SSE、STDIO 三种传输协议,这意味着它不仅能在 Claude Desktop 上用,还能接入 Cursor、Windsurf 等任何支持 MCP 的客户端 。
1.3 应用场景:个人投资者、量化爱好者、金融极客
如果你是以下几种人,Maverick MCP 会非常适合你:
-
个人投资者:不想打开复杂的券商软件,只想快速看一下持仓盈亏,或者验证一个投资想法。
-
量化交易爱好者:想测试自己的策略在历史数据上的表现,又不想花钱买昂贵的商业软件。
-
AI 极客:想体验 MCP 协议在金融领域的强大能力,甚至基于此二次开发自己的功能。
2. 安装与部署:保姆级教程,手把手搞定
这部分是重点,虽然它看起来很技术,但跟着流程走,20 分钟内一定能搞定。
2.1 准备工作:你需要三样东西
-
Python 3.12 或更高版本。
-
免费 API 密钥:去 Tiingo 注册一个免费账号,获取 API Key(这一步很重要,否则拿不到数据)。
-
Git(用于克隆代码)。
2.2 核心难点:安装 TA-Lib 库
TA-Lib 是技术分析的核心依赖,安装最麻烦。不同系统解决方法不同:
Windows 系统
推荐方法:使用 Conda(最简单)
conda install -c conda-forge ta-lib
备选方法:下载预编译 Wheel 文件
-
去 这个网址 下载对应 Python 版本的
.whl文件(例如 Python 3.12 选TA_Lib-0.4.28-cp312-cp312-win_amd64.whl)。 -
在文件所在目录打开终端,运行:
pip install TA_Lib-0.4.28-cp312-cp312-win_amd64.whl
macOS 系统
最简单,用 Homebrew:
brew install ta-lib
Linux 系统
# Ubuntu/Debian sudo apt-get update sudo apt-get install ta-lib # 或者用包管理器安装
安装完记得验证一下:
python -c "import talib; print(talib.__version__)"
如果没报错,就成功了。
2.3 正式安装 Maverick MCP
我们推荐使用 uv,这是 Python 社区新一代的包管理器,速度飞快。
第一步:安装 uv
# macOS / Linux curl -LsSf https://astral.sh/uv/install.sh | sh # Windows (PowerShell) powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
第二步:克隆并安装
# 克隆项目到本地 git clone https://github.com/wshobson/maverick-mcp.git cd maverick-mcp # 使用 uv 同步依赖(它会自动创建虚拟环境并装好所有包) uv sync # 复制环境变量模板 cp .env.example .env
第三步:配置 API 密钥
用记事本打开刚才生成的 .env 文件,把 Tiingo 的 API Key 填进去:
TIINGO_API_KEY=你的密钥
第四步:启动服务器
make dev
看到终端显示 Uvicorn running on http://localhost:8003 之类的信息,就表示服务器跑起来了。
3. 配套客户端:让 Claude Desktop 长出“金融大脑”
服务器跑起来后,我们需要把它挂载到 AI 客户端上。
3.1 客户端配置(以 Claude Desktop 为例)
-
打开 Claude Desktop 的配置文件:
-
macOS:
~/Library/Application Support/Claude/claude_desktop_config.json -
Windows:
%APPDATA%\Claude\claude_desktop_config.json
-
-
粘贴以下配置(注意:URL 结尾的斜杠
/一定不能少):{ "mcpServers": { "maverick-mcp": { "command": "npx", "args": ["-y", "mcp-remote", "http://localhost:8003/sse/"] } } }
-
完全退出 Claude Desktop(Mac 用户记得在菜单栏点退出,Windows 用户去系统托盘关掉),然后重新打开。
3.2 支持的客户端列表
| 客户端名称 | 是否付费 | 配置方式 | 下载地址 |
|---|---|---|---|
| Claude Desktop | 免费/付费 | 修改 claude_desktop_config.json |
claude.ai/download |
| Cursor IDE | 免费版可用 | 设置 -> MCP Servers 添加配置 | cursor.com |
| Windsurf | 免费版可用 | 设置 -> 高级 -> MCP Servers | codeium.com/windsurf |
4. 案例实战:10 分钟搭建一个“个人投资仪表盘”
假设你持有 10 股英伟达(NVDA),成本价 120 美元。想知道现在赚了多少,同时想看看这支股票现在的技术面是否健康。
第一步:记录持仓
在 Claude Desktop 里输入:
“帮我记录一下,我买了 10 股 NVDA,成本价 120 美元。”
Maverick MCP 的 portfolio_add_position 工具会自动把这笔交易记在本地数据库里。
第二步:查看实时盈亏
输入:
“看一下我的投资组合,现在值多少钱?”
AI 会调用 portfolio_get_my_portfolio 获取实时股价,然后给你算出来:
-
当前股价:假设 140 美元
-
持仓市值:1400 美元
-
总盈亏:+200 美元(+16.7%)
第三步:获取技术分析
输入:
“帮我分析一下 NVDA 现在的 RSI 和支撑位在哪。”
AI 会调用 get_rsi_analysis 和 get_support_resistance,返回类似:
-
RSI:65(中性偏强)
-
支撑位:135 美元
-
阻力位:145 美元
整个过程中,你不需要在股票软件和 AI 之间来回切换,也不需要导出 Excel,一切都在对话中完成。
5. 使用成本与商业价值
5.1 使用成本:近乎为零
| 成本项 | 说明 |
|---|---|
| 软件费用 | 0 元。项目基于 MIT 协议开源,完全免费 。 |
| 数据费用 | 0 元。Tiingo 免费套餐足够个人使用。 |
| 硬件成本 | 几乎忽略。运行一个 Python 服务,普通电脑就行。 |
| 时间成本 | 约 20 分钟。主要是解决 TA-Lib 安装和配置 Claude。 |
5.2 商业价值评估
对于个人投资者来说,Maverick MCP 的价值主要体现在三个方面:
-
决策效率提升:把数据收集、分析、报告生成的流程压缩到几秒钟。以前花 20 分钟看 K 线,现在一句话的事。
-
投资纪律性:系统会记录你的每一笔操作,帮你算真实盈亏,避免凭感觉做决策。
-
学习成本低:你不需要精通 Python 或量化编程,只要会问问题,AI 就能帮你跑回测、算指标。
如果你本身就是金融领域的开发者或内容创作者,这个项目还是一个绝佳的“脚手架”——你可以基于它,快速开发自己的金融分析工具,或者用它来生成高质量的市场分析内容。
写在最后:
Maverick MCP 把专业级的金融分析能力,从昂贵的终端和复杂的代码里解放出来,交给了日常使用的 AI。虽然它不能直接帮你“赚大钱”,但它能帮你省下大量分析数据的时间,让你把精力放在真正的投资决策上。如果你手头正好有 Claude Desktop,不妨花 20 分钟装一个试试,就当是给自己配置了一个免费的、7×24 小时在线的量化分析师。
相关资源链接:
-
GitHub 地址:https://github.com/wshobson/maverick-mcp
-
Tiingo 注册:https://www.tiingo.com/
-
Claude Desktop 下载:https://claude.ai/download

关注 “悠AI” 更多干货技巧行业动态