关于 Mcp Portfolio Ideas
MCP Portfolio Ideas 是面向投资组合分析与构想的托管远程 MCP 服务,可供 LLM 客户端调用。它提供组合创建、风险分析、基准比较和策略优化,并记录运行设置以便审查。
主要功能
- 01创建和查看股票投资组合
- 02分析风险、集中度和行业敞口
- 03与基准组合比较
- 04按策略和约束优化组合
- 05探索策略、设置和能力
适用场景
- 01检查投资组合的风险和行业敞口
- 02将组合表现与基准比较
- 03按指定策略和资产权重约束优化组合
MCP 相关
服务通过 SSE 远程传输向 MCP 客户端提供投资组合管理、分析、比较和优化工具。连接需要自定义 HTTP 标头。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/claude mcp add --transport http portfolio-ideas https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/{"mcpServers":{"portfolio-ideas":{"type":"http","url":"https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/"}}}在 Cursor 中打开{"servers":{"portfolio-ideas":{"type":"http","url":"https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/"}}}在 VS Code 中打开{"mcpServers":{"portfolio-ideas":{"type":"http","url":"https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/"}}}{"mcpServers":{"portfolio-ideas":{"serverUrl":"https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/需要授权工具
详细介绍
MCP 投资组合创意(托管式远程 MCP 服务)
mcp-portfolio-ideas 是一款托管式 MCP 服务,可借助大模型理解投资组合并生成创意。
使用下方的访客密钥,MCP 客户端可以:
- 创建股票投资组合并查看其配置
- 分析风险、集中度、行业敞口和尾部风险
- 使用完整的免输入策略套件优化投资组合
- 将投资组合与基准进行比较
- 探索可用策略和设置
服务端点:
https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/
为什么使用它
没有 MCP 时,在聊天中进行投资组合分析大多是无结构文本和猜测。
借助此服务,大模型可以调用有类型定义的工具,并返回:
- 可复现的结果
- 考虑策略的优化
- 每次运行所用设置的可审计记录
- 从输入投资组合到优化结果的一致工作流
快速开始(先使用 LM Studio)
LM Studio 使用包含 mcpServers 对象的 mcp.json 文件。
- 打开 LM Studio 的 MCP 配置文件。
- 在
mcpServers下方添加以下服务条目。 - 在 LM Studio 中重启/重新加载 MCP 服务。
使用此条目:
{
"mcpServers": {
"mcp-portfolio-ideas": {
"url": "https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/",
"transport": "sse",
"headers": {
"X-API-Key": "mcp_portf_ideas_guest_512B6vEMEMUZqJorLW9JlEzQrpMagnlwi-95QkqvxZk"
}
}
}
}
可复制粘贴的示例文件:
github/examples/lm-studio-mcp.json
在其他 MCP 客户端中使用
任何支持以下功能的 MCP 客户端:
- 远程
sse传输 - 自定义 HTTP 标头
都可以使用此服务。请参阅:
github/examples/remote-mcp-entry.json
工具目录
当前工具集:
投资组合管理
create_portfolio
- 用途:根据股票代码或股票代码→权重映射创建并保存股票投资组合。
- 参数:
portfolio:dict[str,float]或list[str]portfolio_name(可选):str
- 注意:此级别不提供债券 ETF(BND、AGG、TLT 等),这些标的将被排除。
- 访问权限:访客和已注册用户。
list_portfolios
- 用途:列出可访问的投资组合和预先构建的示例投资组合。
- 参数:
examples(可选):bool
- 访问权限:访客和已注册用户。
get_portfolio_details
- 用途:查看投资组合的指标、集中度、行业敞口、尾部风险或绩效贡献者。
- 参数:
portfolio_id:strdetail(可选):"metrics" | "concentration" | "sector_exposure" | "tail_risk" | "contributors" | "all" | "help"
- 访问权限:访客和已注册用户。
compare_benchmark_portfolios
- 用途:将投资组合的风险/收益特征与基准进行比较。
- 参数:
portfolio_name:strbenchmark_portfolio_name:str
- 访问权限:访客和已注册用户。
rename_portfolio
- 用途:重命名现有投资组合。
- 参数:
old_name:strnew_name:str
- 访问权限:仅限已注册用户。
delete_portfolio
- 用途:删除投资组合。
- 参数:
portfolio_id:str
- 访问权限:仅限已注册用户。
优化
manage_optimization_params
- 用途:探索可用策略、约束和设置;验证拟议设置。
- 参数:
operation:"get" | "validate" | "set" | "strategies" | "hierarchy" | "constraints" | "profiles" | "help"portfolio_name(可选):strsettings(可选):dict— 与validate或set配合使用scope:"user" | "portfolio"(默认:"user")
- 访问权限:访客和已注册用户。
optimize_portfolio
- 用途:优化现有投资组合,并将结果保存为
optimized_{PORTFOLIO}_{TIMESTAMP}。 - 参数:
portfolio_name:strstrategy:策略名称或"auto"constraints(可选):dict— 例如{"max_weight_per_asset": 0.30}strategy_parameters(可选):dict— 例如{"risk_free_rate": 0.03}save_as_preference(可选):bool
- 访问权限:访客和已注册用户。
发现与反馈
get_help
- 用途:提供面向任务的帮助和提示词指导。
- 参数:
topic(可选):str
- 访问权限:访客和注册用户。
get_capabilities
- 用途:查看策略、限制、库支持情况和角色权限。
- 参数:无。
- 访问权限:访客和注册用户。
submit_feedback
- 用途:发送产品反馈/功能请求。
- 参数:
text:str
- 访问权限:访客和注册用户。
可用策略
访客级别可用的策略(无需额外输入):
maximize_sharpe_ratio— 最大化风险调整后收益minimize_volatility— 最小化投资组合方差maximize_return— 最大化预期收益hrp— 层次风险平价herc— 层次等风险贡献equal_risk_contribution— 使每项资产的风险贡献相等maximum_diversification— 最大化分散化比率
也接受以下策略别名:
mean-variance、mean_variance、markowitz
其他策略(更高级别的访问权限):
- 目标收益和目标风险策略
- 基于 CVaR 的策略
- Black-Litterman(需要前瞻性观点)
用户交互示例
为你的大模型准备的入门提示词:
- “显示可用的示例投资组合。”
- “创建一个名为
CoreTech的投资组合,其中 AAPL 占 40%、MSFT 占 35%、GOOGL 占 25%。” - “显示
CoreTech的绩效指标和行业敞口。” - “将
CoreTech优化为最大夏普比率,并将每项资产的占比限制在 30% 以内。” - “使用 HRP 优化
CoreTech——无需输入。” - “将
CoreTech与example_sector_technology进行比较。”
更多提示词流程:
examples/prompt-playbook.md
技术实现
高层架构:
- FastAPI 服务,MCP 挂载于
/mcp /mcp/sse/上的 SSE 传输
实现要点:
- 优化:
- 支持
PyPortfolioOpt和RiskfolioLib - 通过
yfinance加载数据
- 支持
- 默认设置:
- 1 年期限
- 均值-方差投资组合优化
- 最大化夏普比率(相对收益,按相关风险缩放)
访问模式和限制
- 上述配置使用 访客密钥:
- 创建股票投资组合、运行完整优化套件、分析和比较
- 访客使用共享工作区——该工作区每晚都会清理
- 如需私有投资组合和访问高级策略(目标收益、CVaR、Black-Litterman),请使用注册用户密钥(请联系我们)。
免责声明
本服务仅用于信息和教育目的,不构成财务建议。投资组合优化基于历史数据,而这些数据可能无法预测未来表现。过去的表现并不保证 未来结果。所有投资都存在风险,包括本金可能损失。在做出投资决策前,请咨询合格的财务 顾问。计算采用了你的资产百分比,但为便于说明,按账户价值 $100,000.00 进行 缩放。你应从这项分析中学习并自行做出判断,而不是盲目遵循。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。