Finviz MCP
Enables users to fetch real-time stock fundamentals, news, price history, and perform screener searches using Finviz and Yahoo Finance data without API keys. Note: screener functionality works only locally due to IP restrictions.
README
Finviz MCP
MCP-palvelin, joka antaa Claudelle (tai millä tahansa MCP-asiakkaalle) pääsyn Finviz-osakedataan: yhden osakkeen tunnusluvut, uutiset ja screener-haut, sekä oikeaan historialliseen hintadataan (Yahoo Finance). Data haetaan livenä finvizfinance- ja yfinance-kirjastoilla, eli mitään API-avaimia ei tarvita.
Työkalut
get_stock(ticker)– yhden osakkeen Finviz-tunnusluvut (P/E, market cap, marginaalit, tuotot jne.)get_stock_news(ticker)– osakkeen viimeaikaiset uutisotsikotget_price_history(ticker, days=7)– oikea päivätason historiadata (Open/High/Low/Close/Volume) Yahoo Financesta enintään 365 päivän ajalta, plus valmis analyysi siitä mikä päivä olisi ollut paras ostopäivä (alin hinta ja paras tuotto viimeisimpään päätöskurssiin verrattuna). Finvizillä itsellään ei ole historiadata-API:a, vain nykyhetken snapshot ja staattinen chart-kuva.screen_stocks(...)– Finviz-screener luonnollisilla parametreilla (market_cap,sector,pe_max,rsi,dividend_yield_min,signal, ...). Claudelle ei tarvitse selittää Finvizin sisäisiä suodatinnimiä – palvelin kääntää parametrit automaattisesti lähimpään Finvizin tukemaan arvoon. Toimii vain paikallisesti ajettuna, ei julkaistuna pilvipalvelimella – ks. Rajoitukset.list_screener_filters(search=None)/list_screener_signals()– apuvälineitä Claudelle, jos se tarvitsee jonkin suodattimen jotascreen_stocksei vielä kata nimetyllä parametrilla. Löydetyn arvon voi antaascreen_stocks(extra_filters={...})-parametrina.
screen_stocks-parametrit napsahtavat aina lähimpään Finvizin tarjoamaan "koriin" (esim. pe_max=18 → "Under 20"), koska Finvizin screener tukee vain valmiita arvovälejä, ei mielivaltaisia lukuja.
1. Paikallinen testaus
Vaatii Python 3.10+:
pip install -r requirements.txt
python server.py
Palvelin käynnistyy osoitteeseen http://localhost:8000/mcp (Streamable HTTP).
Testattu päästä päähän tässä ympäristössä (asennus, käynnistys,
initialize-kättely ja kaikki viisi työkalua oikealla Finviz-datalla). Testauksen aikana kävi ilmi, että PyPI:nfinvizfinance1.3.0 ei ollut vielä ajan tasalla Finvizin uudistuneen sivupohjan kanssa:get_stockkaatui kokonaan (vanhaquote-links-CSS-luokka on nytquote-header_categories, eri sisällöllä), jascreen_stocks:n Ticker-sarakkeessa oli ylimääräinen alkukirjain (esim. "NVDA" → "NNVDA", Finvizin uudesta logon paikkamerkistä).server.pykorjaa molemmat suoraan (ks. tiedoston yläosan kommentti) – jos Finviz muuttaa sivuaan taas, näihin korjauksiin kannattaa palata ensimmäisenä.
Jos Python ei ole koneella mutta Docker on, voit testata ilman paikallista Python-asennusta:
docker build -t finviz-mcp .
docker run -p 8000:8000 finviz-mcp
Nopea toimivuustesti komentoriviltä (vaatii curlin ja että palvelin on käynnissä):
curl -X POST http://localhost:8000/mcp -H "Content-Type: application/json" -H "Accept: application/json, text/event-stream" -d "{\"jsonrpc\":\"2.0\",\"id\":1,\"method\":\"tools/list\"}"
Vastauksessa pitäisi näkyä kuusi työkalua: get_stock, get_stock_news, get_price_history, screen_stocks, list_screener_filters, list_screener_signals.
2. Julkaisu (esim. Render)
- Työnnä tämä kansio omaan Git-repoosi (GitHub/GitLab).
- Render → New + → Web Service → yhdistä repo.
- Render tunnistaa
Dockerfile:n automaattisesti. Erillisiä ympäristömuuttujia ei tarvita – palvelin lukee portin Renderin asettamastaPORT-muuttujasta. - Julkaisun jälkeen saat osoitteen kuten
https://finviz-mcp.onrender.com. MCP-endpoint on tämän perässä/mcp, eli:https://finviz-mcp.onrender.com/mcp.
Railway, Fly.io tms. toimivat samalla periaatteella (Dockerfile-pohjainen Python-hosting, PORT-ympäristömuuttuja).
3. Yhdistäminen Claudeen
Claude → Settings → Connectors → Add custom connector → liitä MCP-URL (https://<oma-osoite>/mcp).
Claude tukee remote MCP -palvelimia Streamable HTTP:n kautta, joten tämä toimii sellaisenaan.
4. Esimerkkikehotteet
- "Get me the Finviz fundamentals for NVDA."
- "Find oversold technology stocks with market cap over $10B."
- "Show me 15 large-cap dividend stocks with yield over 4% and P/E under 20."
- "What's the latest news on TSLA?"
- "Find stocks flagged as Top Gainers today with average volume over 1M."
Rajoitukset
screen_stocks(jalist_screener_filters/list_screener_signals) ei toimi julkaistuna pilvipalvelimella (testattu Renderissä): Finviz palauttaa 403 Forbidden nimenomaan screener-endpointille (finviz.com/screener.ashx) datakeskus-IP-osoitteista, vaikkaget_stock/get_stock_news/get_price_historytoimivat samasta palvelimesta täysin normaalisti (ne käyttävät eri, vähemmän suojattuja endpointteja). Tätä ei saanut korjattua HTTP-otsikoita säätämällä – vaikuttaa olevan Finvizin oma, tarkoituksellinen datakeskus-IP-esto juuri screenerille. Jos tarvitsetscreen_stocks-toimintoa, aja palvelin paikallisesti (python server.py) ja yhdistä siihen esim.cloudflared/ngrok-tunnelilla, jolloin pyynnöt lähtevät kotiverkkosi IP:stä.- Data skreipataan Finvizin/Yahoo Financen verkkosivuilta (ei virallisia API-avaimia), joten se voi hajota jos ne muuttavat sivujensa rakennetta.
screen_stocksrajaa tulokset oletuksena 20:een ja enintään 50:een riviin, jotta pyyntö pysyy nopeana.get_price_historyrajaadays-parametrin enintään 365:een.- Ei sisällä autentikointia – jos palvelu on julkisesti internetissä, kuka tahansa URL:n tietävä voi kutsua sitä. Data on julkista, mutta pidä tämä mielessä jos lisäät myöhemmin maksullisia/rajoitettuja ominaisuuksia.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.