mcpField
T
trader-portfolio

trader-portfolio

github.com/ruvnet其他80.0k741 次安装今天更新
代码仓库

关于 trader-portfolio

用于借助 neural-trader 优化投资组合配置的操作流程，面向需要评估风险、预测收益并制定再平衡计划的交易者。它结合持仓记忆、风险指标和历史配置搜索来生成并保存配置。

主要功能

  1. 01优化投资组合配置
  2. 02设置风险目标
  3. 03评估风险与相关性
  4. 04预测预期收益
  5. 05生成再平衡计划
  6. 06搜索并保存历史配置

适用场景

  1. 01依据风险目标调整资产权重
  2. 02检查当前持仓的风险指标
  3. 03估算再平衡所需交易与成本

MCP 相关

流程调用 Ruflo 的记忆搜索、神经预测、模式搜索和存储工具，并使用 neural-trader 执行组合优化、风险评估及再平衡。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/ruvnet/ruflo --skill trader-portfolio

安装后在 Claude Code 中输入/trader-portfolio确认已加载。

详细介绍

使用 neural-trader 的投资组合引擎优化投资组合配置。

步骤：

  1. 确保 neural-trader 可用： npm ls neural-trader 2>/dev/null || npm install --ignore-scripts neural-trader
  2. 加载当前投资组合： mcp__plugin_ruflo-core_ruflo__memory_search({ query: "current portfolio holdings", namespace: "trading-portfolio" })
  3. 运行投资组合优化： 
    npx neural-trader --portfolio optimize
    设置风险目标： 
    npx neural-trader --portfolio optimize --risk-target <number>
  4. 获取风险指标： 
    npx neural-trader --risk assess --portfolio current
npx neural-trader --var --portfolio current
npx neural-trader --correlation --portfolio current --flag-threshold 0.8
  5. 使用 SONA 预测预期收益： mcp__plugin_ruflo-core_ruflo__neural_predict({ input: "expected returns for [HOLDINGS] given current regime" })
  6. 生成再平衡计划： 
    npx neural-trader --portfolio rebalance
    输出：所需交易、当前权重与目标权重、预估成本
  7. 在历史记录中搜索类似配置： mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search({ query: "optimized portfolio Sharpe > 1", namespace: "trading-portfolio" })
  8. 存储优化后的配置： mcp__plugin_ruflo-core_ruflo__memory_store({ key: "portfolio-optimal-TIMESTAMP", value: "ALLOCATION_JSON", namespace: "trading-portfolio" })

评论

支持 Markdown