/ 目錄 / 演練場 / mcp_massive
● 社群 massive-com ⚡ 即開即用

mcp_massive

作者 massive-com · massive-com/mcp_massive

以自然語言端點探索和內建 DataFrame 分析,查詢 Massive.com 金融市場資料——股票、選擇權、加密貨幣、基本面。

mcp_massive 由 4 個可組合工具構成:依描述搜尋端點、取得端點文件、呼叫任意 API 並選擇性儲存為 DataFrame,以及對已儲存 DataFrame 執行 SQL。另內建選擇權定價(Black-Scholes)、報酬率計算和技術指標等功能。

為什麼要用

核心特性

即時演示

實際使用效果

massive.replay ▶ 就緒
0/0

安裝

選擇你的客戶端

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "massive": {
      "command": "uvx",
      "args": [
        "mcp_massive"
      ],
      "_inferred": true
    }
  }
}

開啟 Claude Desktop → Settings → Developer → Edit Config。儲存後重啟應用。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "massive": {
      "command": "uvx",
      "args": [
        "mcp_massive"
      ],
      "_inferred": true
    }
  }
}

Cursor 使用與 Claude Desktop 相同的 mcpServers 格式。專案級設定優先於全域。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "massive": {
      "command": "uvx",
      "args": [
        "mcp_massive"
      ],
      "_inferred": true
    }
  }
}

點擊 Cline 側欄中的 MCP Servers 圖示,然後選 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "massive": {
      "command": "uvx",
      "args": [
        "mcp_massive"
      ],
      "_inferred": true
    }
  }
}

格式與 Claude Desktop 相同。重啟 Windsurf 生效。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "massive",
      "command": "uvx",
      "args": [
        "mcp_massive"
      ]
    }
  ]
}

Continue 使用伺服器物件陣列,而非映射。

~/.config/zed/settings.json
{
  "context_servers": {
    "massive": {
      "command": {
        "path": "uvx",
        "args": [
          "mcp_massive"
        ]
      }
    }
  }
}

加入 context_servers。Zed 儲存後熱重載。

claude mcp add massive -- uvx mcp_massive

一行命令搞定。用 claude mcp list 驗證,claude mcp remove 移除。

使用場景

實戰用法: mcp_massive

分析選擇權鏈並計算理論價值

👤 選擇權交易者、量化愛好者 ⏱ ~20 min advanced

何時使用: 想查看 AAPL 選擇權、比較隱含波動率與歷史波動率,並驗算 Black-Scholes 理論價值。

前置條件
  • Massive.com API 金鑰 — 至 massive.com 註冊——免費方案即可
步驟
  1. 找到正確的端點
    搜尋端點:「取得指定標的與到期日的選擇權鏈」。✓ 已複製
    → 最佳匹配端點及所需參數
  2. 拉取選擇權鏈
    以最近月到期日呼叫 AAPL 的端點,並儲存為 DataFrame 'aapl_chain'。✓ 已複製
    → DataFrame 已儲存;顯示前幾筆預覽
  3. 分析
    執行 SQL:SELECT strike, iv, bid, ask FROM aapl_chain WHERE expiry=... ORDER BY strike。為每筆計算 Black-Scholes 並顯示與市場中間價的差異。✓ 已複製
    → 各履約價的 BS 理論值與市場價差對照表

結果: 無需自行撰寫 Python,即可完成實際操作的選擇權篩選。

注意事項
  • 免費方案資料有延遲 — 檢查資料時間戳記;若需即時資料請升級付費方案

計算投資組合在特定期間的總報酬

👤 追蹤績效的投資人 ⏱ ~15 min intermediate

何時使用: 年末——我的 10 檔持股組合與 SPY 相比表現如何?

步驟
  1. 取得價格資料
    對清單中每個標的,取得從 1 月 1 日至今的每日收盤價,各自儲存為一個 DataFrame。✓ 已複製
    → 每個標的的價格時間序列
  2. 計算加權報酬
    依照我的權重 [貼上權重],計算投資組合加權報酬,並與同期 SPY 報酬比較。✓ 已複製
    → 投資組合年初至今報酬 vs SPY 年初至今報酬

結果: 無需試算表,快速產出投資組合報告。

注意事項
  • 預設不計入股息再投資 — 使用還原股利後的收盤價序列;請 Claude 標注此假設
搭配使用: filesystem

依基本面條件篩選股票

👤 價值投資者 ⏱ ~20 min intermediate

何時使用: 想找出本益比 < 15、股息殖利率 > 3%、且 5 年盈餘成長為正的美國大型股。

步驟
  1. 尋找端點
    搜尋「基本面」與「篩選器」相關端點,選擇適合的一個。✓ 已複製
    → 選定的端點
  2. 篩選
    拉取 S&P 500 成分股的基本面資料,儲存為 DataFrame,再執行 SQL 依條件過濾。✓ 已複製
    → 符合條件的標的及關鍵財務比率

結果: 產出一份可進一步研究的候選清單。

注意事項
  • 基本面資料落後季報申報數週 — 檢查 as_of 日期

組合

與其他 MCP 搭配,撬動十倍槓桿

massive + filesystem

將分析結果匯出為 CSV 以便在 Excel 後續處理

篩選完成後,將最終 DataFrame 匯出為 /reports/screen-YYYY-MM-DD.csv。✓ 已複製

工具

此 MCP 暴露的能力

工具輸入參數何時呼叫成本
search_endpoints query: str 第一步——探索有哪些可用端點 free
get_endpoint_docs endpoint_id 在呼叫陌生端點之前先查閱文件 free
call_api endpoint, params, store_as?: str 實際取得資料;儲存以便後續再次查詢 1 API call
query_data sql: str 對已儲存的 DataFrame 進行分析,不需重新抓取資料 free

成本與限制

運行它的成本

API 配額
依 Massive.com 方案而定
每次呼叫 Token 數
原始時間序列資料量可能很大——使用 DataFrame + SQL 進行切片
費用
有免費方案;即時資料或高用量需付費升級
提示
使用 store_as + query_data 比每次重新抓取和解析省下大量成本。

安全

權限、密鑰、影響範圍

憑證儲存: MASSIVE_API_KEY env var
資料出站: 查詢會傳送至 massive.com

故障排查

常見錯誤與修復

401 from Massive

檢查 API 金鑰是否正確,並至控制台確認金鑰仍有效。

DataFrame limit exceeded (50 / 50k rows default)

透過環境變數設定提高上限,或以 SQL LIMIT 分批查詢。

SQL syntax error in query_data

查詢引擎僅支援部分語法——請查閱文件確認支援的函式。

替代方案

mcp_massive 對比其他方案

替代方案何時用它替代權衡
Alpaca MCP除了資料之外還需要交易功能不同券商;資料範圍較窄
Polygon.io / Alpha Vantage direct + fetch MCP需要完整的 API 控制權需自行撰寫資料抓取與解析邏輯

更多

資源

📖 閱讀 GitHub 上的官方 README

🐙 查看未解決的 issue

🔍 瀏覽全部 400+ MCP 伺服器和 Skills