MCP投资组合理念(托管远程MCP服务器)
mcp-portfolio-ideas 是一个托管的MCP服务器,用于LLM的投资组合理解和创意生成。
使用下面的访客密钥,您的MCP客户端可以:
- 创建股票投资组合并检查其分配情况
- 分析风险、集中度、行业敞口和尾部风险
- 使用完整的无投入策略套件优化投资组合
- 将投资组合与基准进行比较
- 探索可用的策略和设置
服务器终结点为:
https://mcp-portfolio-ideas.metapartner.ai/mcp/sse/
为什么使用它
没有MCP,聊天中的投资组合分析大多是非结构化文本和 猜测.
使用此服务器,您的LLM可以调用类型化工具并返回:
- 可重复输出
- 策略感知优化
- 每次运行使用的可审核设置
- 从投资组合输入到优化结果的一致工作流程
快速入门(LM Studio优先)
LM Studio使用 mcp.json 文件与a mcpServers 对象。
- 打开LM Studio MCP配置文件。
- 在下面添加服务器条目
mcpServers. - 在LM Studio中重新启动/重新加载MCP服务器。
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"
}
}
}
}复制粘贴示例文件:
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运输 - 自定义HTTP标头
可以使用同一台服务器。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
- 目的:从符号或符号创建和存储股票投资组合→重量图。
- Args:
- portfolio: dict[str,float] 或 list[str] - portfolio_name (可选): str
- 注:债券ETF(BND、AGG、TLT等)在此级别不可用,将被排除在外。
- 访问:访客+注册。
list_portfolios
- 目的:列出可访问的投资组合和预构建的示例投资组合。
- Args:
- examples (可选): bool
- 访问:访客+注册。
get_portfolio_details
- 目的:检查投资组合的指标、集中度、行业敞口、尾部风险或绩效因素。
- Args:
- portfolio_id: str - detail (可选): "metrics" | "concentration" | "sector_exposure" | "tail_risk" | "contributors" | "all" | "help"
- 访问:访客+注册。
compare_benchmark_portfolios
- 目的:将投资组合的风险/回报情况与基准进行比较。
- Args:
- portfolio_name: str - benchmark_portfolio_name: str
- 访问:访客+注册。
rename_portfolio
- 目的:重命名现有的投资组合。
- Args:
- old_name: str - new_name: str
- 访问权限:仅限注册用户。
delete_portfolio
- 目的:删除投资组合。
- Args:
- portfolio_id: str
- 访问权限:仅限注册用户。
优化
manage_optimization_params
- 目的:探索可用的策略、约束和设置;验证建议的设置。
- Args:
- operation: "get" | "validate" | "set" | "strategies" | "hierarchy" | "constraints" | "profiles" | "help" - portfolio_name (可选): str - settings (可选): dict --与一起使用 validate 或 set - scope: "user" | "portfolio" (默认值: "user")
- 访问:访客+注册。
optimize_portfolio
- 目的:优化现有投资组合并将结果保存为
optimized_{PORTFOLIO}_{TIMESTAMP}. - Args:
- 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:访客+注册。
发现和反馈
get_help
- 目的:以任务为中心的帮助和及时的指导。
- Args:
- topic (可选): str
- 访问:访客+注册。
get_capabilities
- 目的:检查策略、约束、库支持和角色权限。
- Args:没有。
- 访问:访客+注册。
submit_feedback
- 目的:发送产品反馈/功能请求。
- Args:
- text: str
- 访问:访客+注册。
可用策略
客人层面可用的策略(无需额外输入):
maximize_sharpe_ratio--最大化风险调整后的回报minimize_volatility--最小化投资组合方差maximize_return--最大化预期回报hrp--分层风险平价herc--分层等风险贡献equal_risk_contribution--均衡每项资产的风险贡献maximum_diversification--最大化多样化比率
策略别名也被接受:
mean-variance,mean_variance,markowitz
其他策略(更高的访问级别):
- 目标回报和目标风险策略
- 基于CVaR的策略
- Black Litterman(需要前瞻性观点)
用户交互示例
LLM的入门提示:
- “显示可用的示例投资组合。”
- “创建一个名为
CoreTech苹果40%,微软35%,谷歌25%。" - “显示绩效指标和行业敞口
CoreTech." - “优化
CoreTech最高夏普比率,每项资产最高30%。" - “优化
CoreTech使用HRP——无需输入。" - “比较
CoreTech反对example_sector_technology."
更快速的流程:
examples/prompt-playbook.md
技术实现
高层架构:
- 安装了MCP的FastAPI服务
/mcp - 苏格兰和南方能源公司运输
/mcp/sse/
实施要点:
- 优化:
- 支持 PyPortfolioOpt 和 RiskfolioLib - 通过以下方式加载数据 yfinance
- 默认值:
- 1年期限 - 均值-方差投资组合优化 - 最大化持股比例(相对回报,按相关风险缩放)
访问模式和限制
- 上面的配置使用了 客人 按键:
- 创建股票投资组合,运行完整的优化套件,分析和比较 - 客人在a 共享工作区 --它每晚都会被清理
- 对于私人投资组合和高级策略(目标回报、CVaR、Black Litterman)的访问,请使用注册用户密钥(咨询我们)。
免责声明
此服务用于信息和教育目的,不构成财务建议。投资组合优化基于可能无法预测未来业绩的历史数据。过去的表现不能保证 未来的结果。所有投资都有风险,包括潜在的本金损失。咨询合格的财务人员 投资决策前的顾问。已经使用您的资产百分比进行了计算,但是 为便于说明,按比例换算为100000.00美元的账户价值。你需要学习和弥补 你的头脑从这个分析中,不要盲目地跟随它。
