从实验脚本到生产系统：构建可靠数据处理流程的工程实践
2026/9/5 4:59:44
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。
DolphinDB MCP 打通金融 AI 落地最后一步
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。
Stock MCP 整体操作演示
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 |
| 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，想了解完整 Tool 清单和调用方法，可以点击 https://docs.dolphindb.cn/zh/mcp/stock_mcp.html#topic_o4r_mth_rhc 查看详细教程。
| 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。
当前 Stock MCP 项目所使用的全部代码均已在 github/gitee 开源，
获取完整代码请访问：
GitHub：GitHub - dolphindb/StockMCP
Gitee：https://gitee.com/dolphindb/StockMCP
同时，面向机构用户免费发放 Token 试用。
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。