上一期我們聊到DolphinDB MCP 能讓 AI 調(diào)用企業(yè)真實(shí)數(shù)據(jù)與業(yè)務(wù)能力助力金融 AI 進(jìn)入投研生產(chǎn)系統(tǒng)。DolphinDB MCP 打通金融 AI 落地最后一步因此為了進(jìn)一步開放 DolphinDB 高性能計(jì)算和智能潛力將 DolphinDB 的能力和行業(yè)經(jīng)驗(yàn)復(fù)用到 AI Agent 的平臺(tái)我們推出了DolphinDB Stock MCP Server以下簡(jiǎn)稱 Stock MCP一款面向股票智能投研的 AI 金融工具包。圍繞 “Data AI” 的核心理念Stock MCP 能夠充分釋放數(shù)據(jù)價(jià)值為股票投研提供高效、智能的一體化解決方案。目前 Stock MCP Tool 已經(jīng)涵蓋了指標(biāo)選股、單因子評(píng)價(jià)、多因子選股策略回測(cè)等核心能力能夠借助 AI 大模型能力降低股票研究與量化分析中專業(yè)金融數(shù)據(jù)的處理門檻。今天我們將從工具能力到使用拆解 Stock MCP 如何讓 AI 真正參與到投研決策中。Stock MCP 整體操作演示為什么需要 Stock MCP量化投研不是簡(jiǎn)單的數(shù)據(jù)查詢而是需要在海量股票與因子指標(biāo)中持續(xù)完成基本面分析、條件篩選、因子驗(yàn)證和策略回測(cè)等復(fù)雜任務(wù)。這些問(wèn)題不能直接塞給大模型一是大模型缺乏高性能實(shí)時(shí)計(jì)算從數(shù)千只股票的行情數(shù)據(jù)到上千個(gè)因子的實(shí)時(shí)計(jì)算再到多因子策略的回測(cè)模擬沒(méi)有專業(yè)的計(jì)算引擎根本無(wú)法完成二是缺乏統(tǒng)一的智能投研工具體系模型無(wú)法理解和執(zhí)行真實(shí)量化研究場(chǎng)景中的復(fù)雜任務(wù)。DolphinDB Stock MCP 正是為了解決這些問(wèn)題而生。基于 DolphinDB 構(gòu)建的 Stock MCP 能充分發(fā)揮其高性能計(jì)算優(yōu)勢(shì)讓投研人員可以通過(guò)自然語(yǔ)言直接調(diào)用專業(yè)級(jí)的金融數(shù)據(jù)分析能力。同時(shí)Stock MCP 提供開箱即用的投研工具集并以開源形式發(fā)布用戶和機(jī)構(gòu)可以快速擴(kuò)展、二次開發(fā)或集成到現(xiàn)有投研系統(tǒng)。Stock MCP 核心功能目前已開源的 Stock MCP 具備三大核心能力指標(biāo)選股按財(cái)務(wù)/估值/技術(shù)指標(biāo)篩選全市場(chǎng)股票單因子評(píng)價(jià)系統(tǒng)評(píng)估因子有效性IC 分析、分層收益、多空組合收益等多因子策略回測(cè)根據(jù)用戶描述自動(dòng)生成回測(cè)配置并執(zhí)行回測(cè)任務(wù)同時(shí) Stock MCP 接入了一套完整數(shù)據(jù)源并面向量化投研場(chǎng)景重新組織成統(tǒng)一的因子化數(shù)據(jù)體系。已接入如下數(shù)據(jù)內(nèi)容一級(jí)分類二級(jí)分類具體表滬深股票基礎(chǔ)數(shù)據(jù)股票列表、每日股本、股票曾用名、IPO 新股列表、指數(shù)成分和權(quán)重、ST股票列表行情數(shù)據(jù)日線行情、周線行情、月線行情、每日指標(biāo)、每日漲跌停價(jià)格、每日停復(fù)牌信息、個(gè)股資金流向、行業(yè)資金流向財(cái)務(wù)數(shù)據(jù)利潤(rùn)表、資產(chǎn)負(fù)債表、現(xiàn)金流量表指數(shù)數(shù)據(jù)基礎(chǔ)數(shù)據(jù)股票列表行情數(shù)據(jù)日線行情Stock MCP Tool 能力速覽Stock MCP Tool 主要分為四大板塊通用工具、行業(yè)數(shù)據(jù)、股票數(shù)據(jù)、投研工具。這里僅展示典型場(chǎng)景想了解完整 Tool 清單和調(diào)用方法可以點(diǎn)擊 https://docs.dolphindb.cn/zh/mcp/stock_mcp.html#topic_o4r_mth_rhc 查看詳細(xì)教程。類型Tool職責(zé)通用工具包含 3 個(gè) Tool如 clean_memory負(fù)責(zé)投研過(guò)程中的基礎(chǔ)設(shè)施操作包括內(nèi)存管理、數(shù)據(jù)導(dǎo)出、日期信息獲取等。行業(yè)數(shù)據(jù)包含 2 個(gè) Tool如 get_industry_code_by_name幫助投研人員從行業(yè)維度進(jìn)行數(shù)據(jù)查詢和分析快速定位行業(yè)板塊、分析行業(yè)資金流向。股票數(shù)據(jù)包含 11 個(gè) Tool如 get_industry_info是投研最基礎(chǔ)也最常用的工具板塊覆蓋了個(gè)股信息查詢、行情數(shù)據(jù)獲取、財(cái)務(wù)數(shù)據(jù)提取、因子元數(shù)據(jù)檢索等多個(gè)維度。投研工具包含 4 個(gè) Tool如 create_backtest_config投研工具是 Stock MCP 的核心覆蓋了從選股到回測(cè)的完整投研鏈路。典型應(yīng)用場(chǎng)景接下來(lái)讓我們從 4 個(gè)典型場(chǎng)景切入看看 Stock MCP 如何賦能 AI Agent實(shí)現(xiàn)指標(biāo)選股、單因子評(píng)價(jià)、多因子策略回測(cè)等任務(wù)。指標(biāo)選股用自然語(yǔ)言描述條件Stock MCP 自動(dòng)映射因子并篩選?！皫臀艺页?2025 年 11 月 11 日凈利潤(rùn)增速大于 10%市值 50-1000 億在主板或創(chuàng)業(yè)板的股票?！盇I 可以將這類自然語(yǔ)言需求拆解為篩選條件并自動(dòng)匹配對(duì)應(yīng)因子字段返回符合要求的股票清單幫助投研人員快速構(gòu)建候選池。單因子評(píng)價(jià)快速驗(yàn)證因子在行業(yè)或全市場(chǎng)的有效性?！皫臀曳治?PE 因子在半導(dǎo)體行業(yè) 2025-01-01 至 2025-11-11 的有效性持有期 5 天?！盇I 可以識(shí)別因子名稱、行業(yè)范圍、回測(cè)區(qū)間和持有期并調(diào)用因子評(píng)價(jià)工具生成分析結(jié)果?；卮饘⒏攀鍪找姹憩F(xiàn)、穩(wěn)定性和選股效果給出該因子在指定行業(yè)內(nèi)是否有效的多因子策略回測(cè)用自然語(yǔ)言描述策略Stock MCP 自動(dòng)生成并執(zhí)行回測(cè)?！盎販y(cè)復(fù)合策略范圍中證1000成分股條件流通市值50億 PE30 PB2 上市1年 的非ST/S股持倉(cāng)流通市值最小的15只等權(quán)調(diào)倉(cāng)每周一持倉(cāng)10個(gè)交易日回測(cè)2023.01.01-2024.12.31基準(zhǔn)000852.SH初始資金100萬(wàn)手續(xù)費(fèi)萬(wàn)分之3?！盇I 可以將策略描述轉(zhuǎn)為結(jié)構(gòu)化回測(cè)配置并執(zhí)行回測(cè)最終輸出核心表現(xiàn)指標(biāo)與持倉(cāng)結(jié)果。股票信息解讀快速對(duì)比分析個(gè)股指標(biāo)表現(xiàn)?！皫兔?duì)比 300748.SZ 和 002202.SZ 的各項(xiàng)指標(biāo)表現(xiàn)。”AI 可以查詢并對(duì)比多只股票的基礎(chǔ)信息、行情表現(xiàn)和關(guān)鍵財(cái)務(wù)數(shù)據(jù)概括兩只股票的主要差異并給出更適合進(jìn)一步關(guān)注的方向或需要重點(diǎn)驗(yàn)證的風(fēng)險(xiǎn)點(diǎn)。Stock MCP讓 AI 獲得投研能力我們不是把金融數(shù)據(jù)直接給大模型而是把散落在數(shù)據(jù)庫(kù)、量化腳本和專家經(jīng)驗(yàn)中的投研能力封裝AI 可調(diào)用的標(biāo)準(zhǔn)化能力。投研人員無(wú)需直接面對(duì)數(shù)據(jù)庫(kù)或多套系統(tǒng)只需用自然語(yǔ)言提出問(wèn)題“幫我回測(cè)一個(gè)低 PE 加小市值的策略?！盇I 即可完成因子篩選、配置生成與回測(cè)。當(dāng)前 Stock MCP 項(xiàng)目所使用的全部代碼均已在 github/gitee 開源獲取完整代碼請(qǐng)?jiān)L問(wèn)GitHubGitHub - dolphindb/StockMCPGiteehttps://gitee.com/dolphindb/StockMCP同時(shí)面向機(jī)構(gòu)用戶免費(fèi)發(fā)放 Token 試用。DolphinDB MCP Server 讓 AI 不只是看懂?dāng)?shù)據(jù)而是真正參與投研決策它把數(shù)據(jù)獲取、因子計(jì)算、策略回測(cè)與結(jié)果解讀串聯(lián)為可復(fù)用的投研工作流幫助團(tuán)隊(duì)降低重復(fù)開發(fā)成本、提升研究響應(yīng)速度讓投研經(jīng)驗(yàn)更容易沉淀和規(guī)模化復(fù)用。