quantrisk について
quantriskは、MCPクライアントを使う投資家やアナリスト向けのポートフォリオリスク分析MCPサーバーです。リスク指標、シミュレーション、ストレステスト、市場データ分析を提供し、Proでは最適化やオプション分析も利用できます。
主な機能
- 01VaR、CVaR、ボラティリティ、ドローダウンの算出
- 02モンテカルロによるリターンシミュレーション
- 03過去および仮定シナリオのストレステスト
- 04価格、セクター、パフォーマンス、相関の分析
- 05Proでの最適化、比較、グリークス分析
活用シーン
- 01株式・債券ポートフォリオのリスク測定
- 02市場シナリオ別のポートフォリオ結果の試算
- 03セクターエクスポージャーと資産相関の確認
- 04Proでの配分比較やオプショングリークス分析
MCP 対応
ローカルのstdio MCPサーバーが、MCP対応クライアントにポートフォリオ分析ツールを提供します。APIキーでQuantRisk APIに接続し、計算はサーバー側で実行されます。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
QuantRisk
Claude およびあらゆる MCP クライアント向けの、機関投資家水準のポートフォリオリスク分析です。
VaR / モンテカルロ / ストレステスト / ポートフォリオ最適化 / グリークス / 相関行列
実際の市場データ。正確な計算。ハルシネーションによる数値ではありません。
クイックスタート
1. インストール
npm install -g @quantrisk/mcp-server
2. 設定(Claude Desktop — Cursor については下記を参照してください)
claude_desktop_config.json に追加します。
{
"mcpServers": {
"quantrisk": {
"command": "quantrisk-mcp-server",
"env": {
"QUANTRISK_API_KEY": "your-api-key"
}
}
}
}
quantrisk.dev/signup で無料の API キーを取得してください。
3. Claude に質問
「60% SPY、25% TLT、15% GLD のポートフォリオのバリュー・アット・リスクはいくらですか?」
これで完了です。Claude から機関投資家水準のリスク分析を利用できるようになります。
設定
Claude Desktop
~/Library/Application Support/Claude/claude_desktop_config.json(macOS)または %APPDATA%\Claude\claude_desktop_config.json(Windows)に追加します。
{
"mcpServers": {
"quantrisk": {
"command": "quantrisk-mcp-server",
"env": {
"QUANTRISK_API_KEY": "your-api-key"
}
}
}
}
Cursor
プロジェクトのルートにある .cursor/mcp.json に追加します。
{
"mcpServers": {
"quantrisk": {
"command": "quantrisk-mcp-server",
"env": {
"QUANTRISK_API_KEY": "your-api-key"
}
}
}
}
あらゆる MCP クライアント
QuantRisk は、Model Context Protocol をサポートするあらゆるクライアントで利用できます。環境変数に API キーを設定して、quantrisk-mcp-server バイナリを指定してください。
ツール
| ツール | 説明 | ティア |
|---|---|---|
analyze_risk | VaR、CVaR、ボラティリティ、シャープレシオ、最大ドローダウン | 無料 |
monte_carlo_simulation | パス数を設定できる将来リターンのシミュレーション | 無料 |
stress_test | 過去および仮想シナリオにおけるポートフォリオへの影響 | 無料 |
price_history | 対応するあらゆるティッカーの過去の価格とリターンのデータ | 無料 |
sector_exposure | 保有資産のセクターおよび業種別内訳 | 無料 |
performance_attribution | 資産、セクター、ファクター別のリターン寄与度 | 無料 |
correlation_matrix | 資産間の相関分析 | 無料 |
optimize_portfolio | 平均分散法およびリスクパリティ法による最適化 | Pro |
compare_portfolios | 複数のポートフォリオのリスクとリターンを並べて比較 | Pro |
calculate_greeks | オプションのグリークス — デルタ、ガンマ、シータ、ベガ、ロー | Pro |
質問の例
設定後、Claude に次のような質問をしてみましょう。
- 「ポートフォリオをモンテカルロシミュレーションにかけてください。AAPL 50%、MSFT 30%、NVDA 20% です。5 パーセンタイルの結果を見せてください。」
- 「VTI 70% / BND 30% のポートフォリオを、2008 年の金融危機と仮想の 300bp 金利ショックに対してストレステストしてください。」
- 「AMZN、JPM、JNJ、XOM、NEE を均等配分で保有している場合、セクター別エクスポージャーはいくらですか?」
- 「過去 2 年間の SPY、GLD、TLT、BTC-USD の相関行列を見せてください。」
- 「60/40 ポートフォリオとオールウェザー・ポートフォリオのリスク調整後リターンを比較してください。」 (Pro)
- 「30 日後に満期を迎える SPY 550 コールのグリークスを計算してください。」 (Pro)
Pro 版を選ぶ理由
無料プランでは、小規模なポートフォリオ向けの基本的なリスク分析をご利用いただけます。Pro では、本格的な分析に必要なツールと処理規模が利用可能になります。
| Free | Pro ($29/mo) | |
|---|---|---|
| ポジション数 | 20 | 500 |
| API 呼び出し | 50/day | 無制限 |
| ツール | 7 | 10 種すべて |
| モンテカルロパス数 | 1,000 | 100,000 |
| ポートフォリオ最適化 | — | 平均分散、リスクパリティ、最小ボラティリティ |
| ポートフォリオ比較 | — | 複数ポートフォリオの並列分析 |
| オプションのグリークス | — | 完全なグリークスサーフェス |
実際には、次のような違いがあります。
- Free:「10 銘柄のポートフォリオの VaR は?」— 十分に対応できます。
- Pro:「200 ポジションのポートフォリオをシャープレシオ最大化に向けて最適化し、5 つのシナリオでストレステストを実施して、現在の配分と比較して」— これには Pro が必要です。
仕組み
Claude / MCP Client
|
MCP Protocol
|
QuantRisk MCP Server (local process)
|
QuantRisk API (Cloudflare Workers)
|
Yahoo Finance (market data) + risk engine (math)
- MCP サーバーは stdio プロセスとしてローカルで実行されます。QuantRisk API の認証時を除き、API キーがマシンの外に送信されることはありません。
- リスクエンジンは Cloudflare Workers 上で実行されます。VaR、モンテカルロ、最適化などのすべての計算は、実際の市場データを使ってサーバー側で行われます。
- 市場データは Yahoo Finance から取得されます。価格、ファンダメンタルズ、オプションチェーンはリアルタイムで取得されます。
- レポートは、該当する場合、pdf-lib を使って生成されます。
データは保存されません。リクエストの完了後、ポートフォリオ情報が保持されることもありません。
貢献
貢献を歓迎します。変更したい内容について話し合うため、まず issue を作成してください。
git clone https://github.com/78degrees/mcp-server.git
cd mcp-server
npm install
npm test
ガイドラインについては、CONTRIBUTING.md をご覧ください。
ライセンス
quantrisk.dev のチームが開発
お問い合わせ:[email protected]
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。