mcpField
M
Mcp Portfolio Ideas

Mcp Portfolio Ideas

远程服务
github.com/MetaPartner-AI金融数据033 周前更新
代码仓库

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

  1. 01创建和查看股票投资组合
  2. 02分析风险、集中度和行业敞口
  3. 03与基准组合比较
  4. 04按策略和约束优化组合
  5. 05探索策略、设置和能力

适用场景

  1. 01检查投资组合的风险和行业敞口
  2. 02将组合表现与基准比较
  3. 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。

服务地址https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

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。

全部服务地址
Streamable HTTPhttps://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。

  1. 打开 LM Studio 的 MCP 配置文件。
  2. 在 mcpServers 下方添加以下服务条目。
  3. 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
  1. 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。
  1. 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。
  1. 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:str
    • detail(可选):"metrics" | "concentration" | "sector_exposure" | "tail_risk" | "contributors" | "all" | "help"
  • 访问权限:访客和已注册用户。
  1. 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:str
    • benchmark_portfolio_name:str
  • 访问权限:访客和已注册用户。
  1. rename_portfolio
  • 用途:重命名现有投资组合。
  • 参数:
    • old_name:str
    • new_name:str
  • 访问权限:仅限已注册用户。
  1. 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
  1. 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):str
    • settings(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。
  1. 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:str
    • strategy: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
  1. 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。
  1. 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。
  1. 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:

  1. “显示可用的示例投资组合。”
  2. “创建一个名为 CoreTech 的投资组合,其中 AAPL 占 40%、MSFT 占 35%、GOOGL 占 25%。”
  3. “显示 CoreTech 的绩效指标和行业敞口。”
  4. “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。”
  5. “使用 HRP 优化 CoreTech——无需输入。”
  6. “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
  • 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

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。