不懂复杂金融数据，也能让 AI 做投研：DolphinDB 股票分析 MCP 已开源

原创

DolphinDB

修改于 2026-09-04 13:44:28

1270

上一期我们聊到，DolphinDB MCP 能让 AI 调用企业真实数据与业务能力，助力金融 AI 进入投研生产系统。

因此，为了进一步开放 DolphinDB 高性能计算和智能潜力，将 DolphinDB 的能力和行业经验复用到 AI Agent 的平台，我们推出了 DolphinDB Stock MCP Server（以下简称 Stock MCP），一款面向股票智能投研的 AI 金融工具包。

围绕 “Data + AI” 的核心理念，Stock MCP 能够充分释放数据价值，为股票投研提供高效、智能的一体化解决方案。目前 Stock MCP Tool 已经涵盖了指标选股、单因子评价、多因子选股策略回测等核心能力，能够借助 AI 大模型能力，降低股票研究与量化分析中专业金融数据的处理门槛。

今天，我们将从工具能力到使用，拆解 Stock MCP 如何让 AI 真正参与到投研决策中。

为什么需要 Stock MCP？

量化投研不是简单的数据查询，而是需要在海量股票与因子指标中，持续完成基本面分析、条件筛选、因子验证和策略回测等复杂任务。

这些问题不能直接塞给大模型：一是大模型缺乏高性能实时计算，从数千只股票的行情数据，到上千个因子的实时计算，再到多因子策略的回测模拟，没有专业的计算引擎，根本无法完成；二是缺乏统一的智能投研工具体系，模型无法理解和执行真实量化研究场景中的复杂任务。

DolphinDB Stock MCP 正是为了解决这些问题而生。基于 DolphinDB 构建的 Stock MCP 能充分发挥其高性能计算优势，让投研人员可以通过自然语言，直接调用专业级的金融数据分析能力。同时，Stock MCP 提供开箱即用的投研工具集，并以开源形式发布，用户和机构可以快速扩展、二次开发或集成到现有投研系统。

Stock MCP 核心功能

目前已开源的 Stock MCP 具备三大核心能力：

•指标选股：按财务/估值/技术指标筛选全市场股票

•单因子评价：系统评估因子有效性（IC 分析、分层收益、多空组合收益等）

•多因子策略回测：根据用户描述，自动生成回测配置并执行回测任务

同时， Stock MCP 接入了一套完整数据源，并面向量化投研场景重新组织成统一的因子化数据体系。已接入如下数据内容：

一级分类	二级分类	具体表
沪深股票	基础数据	股票列表、每日股本、股票曾用名、IPO 新股列表、指数成分和权重、ST股票列表
	行情数据	日线行情、周线行情、月线行情、每日指标、每日涨跌停价格、每日停复牌信息、个股资金流向、行业资金流向
	财务数据	利润表、资产负债表、现金流量表
指数数据	基础数据	股票列表
指数数据	行情数据	日线行情

Stock MCP Tool 能力速览

Stock MCP Tool 主要分为四大板块：通用工具、行业数据、股票数据、投研工具。

这里仅展示典型场景。

类型	Tool	职责
通用工具	包含 3 个 Tool，如 clean_memory	负责投研过程中的基础设施操作，包括内存管理、数据导出、日期信息获取等。
行业数据	包含 2 个 Tool，如 get_industry_code_by_name	帮助投研人员从行业维度进行数据查询和分析，快速定位行业板块、分析行业资金流向。
股票数据	包含 11 个 Tool，如 get_industry_info	是投研最基础也最常用的工具板块，覆盖了个股信息查询、行情数据获取、财务数据提取、因子元数据检索等多个维度。
投研工具	包含 4 个 Tool，如 create_backtest_config	投研工具是 Stock MCP 的核心，覆盖了从选股到回测的完整投研链路。

典型应用场景

接下来，让我们从 4 个典型场景切入，看看 Stock MCP 如何赋能 AI Agent，实现指标选股、单因子评价、多因子策略回测等任务。

指标选股：用自然语言描述条件，Stock MCP 自动映射因子并筛选。

“帮我找出 2025 年 11 月 11 日，净利润增速大于 10%，市值 50-1000 亿，在主板或创业板的股票。”

AI 可以将这类自然语言需求拆解为筛选条件，并自动匹配对应因子字段，返回符合要求的股票清单，帮助投研人员快速构建候选池。

单因子评价：快速验证因子在行业或全市场的有效性。

“帮我分析 PE 因子在半导体行业 2025-01-01 至 2025-11-11 的有效性，持有期 5 天。”

AI 可以识别因子名称、行业范围、回测区间和持有期，并调用因子评价工具生成分析结果。回答将概述收益表现、稳定性和选股效果，给出该因子在指定行业内是否有效的

多因子策略回测：用自然语言描述策略，Stock MCP 自动生成并执行回测。

“回测复合策略：范围：中证1000成分股条件：流通市值<50亿 + PE<30 + PB<2 + 上市>1年的非ST/S股持仓：流通市值最小的15只，等权调仓：每周一，持仓10个交易日回测：2023.01.01-2024.12.31，基准：000852.SH，初始资金100万，手续费万分之3。”

AI 可以将策略描述转为结构化回测配置并执行回测，最终输出核心表现指标与持仓结果。

股票信息解读：快速对比分析个股指标表现。

“帮忙对比 300748.SZ 和 002202.SZ 的各项指标表现。”

AI 可以查询并对比多只股票的基础信息、行情表现和关键财务数据，概括两只股票的主要差异，并给出更适合进一步关注的方向或需要重点验证的风险点。

Stock MCP：让 AI 获得投研能力

我们不是把金融数据直接给大模型，而是把散落在数据库、量化脚本和专家经验中的投研能力，封装AI 可调用的标准化能力。

投研人员无需直接面对数据库或多套系统，只需用自然语言提出问题：“帮我回测一个低 PE 加小市值的策略。” AI 即可完成因子筛选、配置生成与回测。

DolphinDB MCP Server 让 AI 不只是看懂数据，而是真正参与投研决策：它把数据获取、因子计算、策略回测与结果解读串联为可复用的投研工作流，帮助团队降低重复开发成本、提升研究响应速度，让投研经验更容易沉淀和规模化复用。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

dolphindb