1. Conduid
  2. Search
  3. DCF Peergroup Search
MCP server · Search

DCF Peergroup Search

DCF 가치평가시 PeerGroup 선정 및 데이터 수집을 위한 MCP 서버

Unclaimed search
34Low

Scored 4 months ago · breakdown

About DCF Peergroup Search

DCF Peergroup Search is an MCP server in the Search category: dCF 가치평가시 PeerGroup 선정 및 데이터 수집을 위한 MCP 서버. It has been installed 0 times through Conduid.

Install

Clone
git clone https://github.com/procpalee/DCF-Peergroup-Search

This server has no ConduID identity, so agent calls to it are not receipted. Pin the version you install and review the source before granting it credentials.

Ask AI

Ask AI about DCF Peergroup Search

Powered by Claude · Grounded in docs

I know everything about DCF Peergroup Search. Ask me about installation, configuration, usage, or troubleshooting.

Security checks

  • ·README presentNot checked yet.
  • ·License declaredNot checked yet.
  • ·Tests presentNot checked yet.
  • ·Dependencies pinnedNot checked yet.
  • ·No dynamic code executionNot checked yet.
  • ·Scoped permissionsNot checked yet.

README

KICPA Beta MCP Server

한국공인회계사회(KICPA) CHECKExpert+ 베타계수 + OpenDART 재무 + 네이버 금융 시장데이터를 통합한 DCF 밸류에이션 전용 웹 MCP 서버입니다. Vercel에 배포하여 Claude for Excel, Claude Desktop, Claude Code 등 원격 MCP 클라이언트에서 바로 사용할 수 있습니다.

핵심 설계 원칙:

  • 캐시 우선, 라이브 폴백: 분기말 기준 베타·이자부부채·시가총액과 사업보고서 본문은 서버에 사전 수집되어 있어 즉시 응답. 캐시 miss 시에만 upstream API를 호출합니다.
  • Peer Group 워크플로우 친화적: 업종 검색 → 사업 내용 정성 필터 → 통합 배치 조회가 한 번의 에이전트 세션에서 끝나도록 도구를 설계했습니다.

MCP 도구

캐시 기반 (고성능, 토큰 최적화)

도구 설명 캐시 파일
search_by_industry KSIC 업종코드/키워드로 해당 업종 전 상장사 리스트 즉시 반환 data/company-industry.json
get_business_content 사업보고서 "II. 사업의 내용 / 주요 제품 및 서비스" 원문 추출 (2,611 / 2,617 종목, 99.8% 커버) data/business-cache/{year}.json.gz
valuation_get_data 가치평가 통합 패키지 — 베타(W/M × 1/2/3/5Y) + 이자부부채(유동/비유동) + 비지배지분 + 세전이익 + 시가총액을 한 번에. 분기말(3/31·6/30·9/30·12/31)은 100% 캐시 히트 data/valuation-cache/{YYYYMMDD}.json

실시간 API 조회 (최신 데이터 확보)

도구 설명 데이터 소스
search_stock 종목명/종목코드로 한국 주식 종목 검색 네이버 금융 자동완성
dart_get_company DART 기업 기본정보 조회 (대표자, 업종, 설립일 등) OpenDART
dart_get_financials 분기/반기 보고서, 전체 재무제표, 개별(OFS) 조회 등 특수 케이스 OpenDART
kicpa_get_beta 임의 영업일/미국 종목/Daily 주기 등 특수 베타 조회 KICPA CHECKExpert+
naver_get_market_data 실시간 주가·시가총액·PER·PBR·컨센서스 목표가·동종업종 기업 네이버 금융

👉 Peer Group 분석 워크플로우docs/PEER_GROUP_WORKFLOW.md 참조 — 에이전트가 언제 어떤 도구를 어떤 순서로 호출해야 하는지 정규 시퀀스가 정리되어 있습니다.


주요 기술적 특징

  • 회사별 XBRL Taxonomy 차이 극복: 계정 ID 화이트리스트가 아니라 LiabilitiesArisingFromFinancingActivitiesAxis + ClassesOfFinancialLiabilitiesAxis 같은 표준 Axis에서 멤버를 키워드 기반으로 분류하는 방식으로 이자부부채를 추출합니다. 연결재무제표 우선, 별도재무제표로 자동 폴백. Axis 경로가 실패해도 계정 기반 경로로 재시도하는 다층 방어선 구조.
  • 사업보고서 파싱 99.8% 커버리지: DART document.xml ZIP 내 모든 XML 파트를 순회하며 점수 기반으로 본문 섹션을 선택. 목차(TOC) 오인식 회피, 태그 사이에 끼어든 문자열 처리, 정정공시 자동 폴백 포함.
  • 146MB 캐시를 Vercel 서버리스로 배포: gzip(44.9MB) 커밋 + outputFileTracingIncludes로 함수 번들에 포함 + cold start에서 1회 해제 후 메모리 메모이즈.
  • 에이전트 파라미터 오해 방지: 도구 description에 [⚠️ AI를 위한 엄격한 파라미터 규칙] 블록으로 year vs valuation_date 관계 등을 명시.

기술 스택

  • Next.js 15 + mcp-handler (Streamable HTTP transport)
  • Vercel 배포 (서버리스)
  • MCP SDK @modelcontextprotocol/sdk ^1.26.0
  • MCP 엔드포인트: POST /api/mcp
  • 언어: TypeScript (strict, ESM, Node ≥18)

프로젝트 구조

├── app/api/[transport]/route.ts   # MCP 핸들러 (도구 등록)
├── src/services/
│   ├── tools/                     # MCP 도구 정의
│   │   ├── get-beta.ts            # kicpa_get_beta
│   │   ├── search-stock.ts        # search_stock
│   │   ├── search-by-industry.ts  # search_by_industry
│   │   ├── dart-company.ts        # dart_get_company
│   │   ├── dart-financials.ts     # dart_get_financials
│   │   ├── naver-market-data.ts   # naver_get_market_data
│   │   ├── business-content.ts    # get_business_content
│   │   └── valuation-data.ts      # valuation_get_data
│   ├── kicpa/                     # KICPA/KOSCOM 세션 & 베타 API
│   ├── opendart/                  # OpenDART 클라이언트 + XBRL IBD 파서
│   ├── naver/                     # 네이버 금융 스크래퍼
│   ├── cache/                     # valuation-cache 로더
│   ├── common/                    # 종목코드 ↔ corp_code 리졸버
│   └── utils/                     # 에러 핸들러, 포맷터
├── data/
│   ├── corp-codes.json            # DART 기업코드 매핑
│   ├── company-industry.json      # 종목 ↔ KSIC 업종 매핑
│   ├── business-cache/            # 사업보고서 본문 (.json.gz, 커밋됨)
│   └── valuation-cache/           # 분기말 밸류에이션 데이터
├── docs/
│   └── PEER_GROUP_WORKFLOW.md     # 에이전트용 워크플로우 가이드
├── scripts/
│   ├── update-corp-codes.ts       # DART corp_code 동기화
│   ├── collect-business-cache.ts  # 사업보고서 본문 수집
│   └── collect-valuation-cache.ts # 분기말 밸류에이션 캐시 수집
└── next.config.ts                 # outputFileTracingIncludes 로 캐시 파일 번들링

로컬 개발

npm install
npm run dev

서버가 http://localhost:3000에서 실행됩니다.

MCP 테스트

curl -X POST http://localhost:3000/api/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-03-26","capabilities":{},"clientInfo":{"name":"test","version":"1.0.0"}}}'

캐시 재생성

# 사업보고서 본문 (수 시간 소요, DART rate limit 준수)
npx tsx scripts/collect-business-cache.ts

# 분기말 밸류에이션 스냅샷
npx tsx scripts/collect-valuation-cache.ts

# DART corp_code 매핑 동기화
npx tsx scripts/update-corp-codes.ts

Vercel 배포

1. GitHub에 push 후 Vercel에서 import

Vercel Dashboard에서 New Project → GitHub 저장소 선택 → 자동 빌드/배포

2. 환경변수 설정

Vercel Dashboard → SettingsEnvironment Variables에서 아래 변수를 설정합니다.

변수명
OPENDART_API_KEY OpenDART API 키 (발급)

KICPA 베타계수는 서버가 KOSCOM 페이지에서 JSESSIONID 세션 쿠키를 자동 획득하므로 별도 인증 불필요하며, 네이버 금융도 인증이 필요 없습니다.

3. 배포 완료 후 MCP URL

https://<your-app>.vercel.app/api/mcp

next.config.tsoutputFileTracingIncludes 설정으로 data/business-cache/**/*.gzdata/corp-codes.json이 서버리스 함수 번들에 자동 포함됩니다.


클라이언트 연결

Claude for Excel / Claude Desktop

사용자 지정커넥터커스텀 커넥터 추가에서 다음 URL 등록:

https://<your-app>.vercel.app/api/mcp

Claude Code

claude mcp add kicpa-beta --transport http https://<your-app>.vercel.app/api/mcp

MCP Inspector

npx @modelcontextprotocol/inspector

URL에 https://<your-app>.vercel.app/api/mcp 입력.


사용 예시

Peer Group 워크플로우 (가장 대표적인 사용 시나리오)

005930을 피평가 기업으로 해서 반도체 업종 Peer 5개 골라서
20251231 기준 베타·이자부부채·시가총액 평균을 표로 뽑아줘.

에이전트는 자동으로 search_by_industryget_business_content(후보별 순차) → valuation_get_data(배치) 순서로 호출합니다. 상세 흐름은 docs/PEER_GROUP_WORKFLOW.md 참조.

단일 종목 조회

  • "005930의 20251231 기준 밸류에이션 데이터 뽑아줘"
  • "삼성전자의 주요 제품 및 서비스 원문 보여줘"
  • "005930, 000660 종목의 5년 조정베타를 엑셀 표로"
  • "현대차 시가총액·PER·컨센서스 목표가 알려줘"
  • "2차전지 업종 상장사 리스트 전부 뽑아줘"

베타계수 설명

항목 설명
실질베타 (Raw Beta) 회귀분석으로 산출된 원시 베타값
조정베타 (Adjusted Beta) 실질베타 × 2/3 + 1/3
포인트수 베타 산출에 사용된 데이터 포인트 수
대표지수 국내 KOSPI, 미국 S&P500

README mirrored from the source repository 4 months ago. The original is authoritative.

Questions

About DCF Peergroup Search

How do I install DCF Peergroup Search?

Run git clone https://github.com/procpalee/DCF-Peergroup-Search, then add the server to your MCP client's configuration. Conduid has recorded 0 installs, so the command is known to work with current clients.

Is DCF Peergroup Search safe to use with an AI agent?

Its trust score is 34 out of 100 (low). Conduid hasn't run static security checks on this repository yet, so review the source yourself before granting it credentials. It has no ConduID identity yet, so agent calls to it are not receipted.

Is DCF Peergroup Search still maintained?

Conduid hasn't recorded a commit date for this repository yet. Check the repository directly for recent activity.