🔌 你的 AI 也能调用的 DCF 估值引擎
MCP(Model Context Protocol)可以理解为 AI 世界里的通用接口标准。通过 MCP,Claude、ChatGPT 等 AI 助手可以安全地调用外部工具。接入 ValueScope 后,你的 AI 就多了一项能力:使用一套标准化的 DCF 引擎对股票进行估值—— 不再是网页上的一个 AI 按钮,而是直接成为 AI 的能力。
Endpoint: https://mcp.valuescope.app/mcp
为什么需要专门的工具 — AI 不是本来就能算吗?
问题在于,AI 很擅长推理,但不擅长保持一致。今天让 AI 给腾讯做一次 DCF,下个月再做一次,两次使用的数据来源、财务口径、模型框架甚至参数定义都可能不同。最后你看到估值结果变了,却不知道:到底是公司基本面变了,还是 AI 自己变了。对于长期跟踪几十家公司的人来说,这会是个问题。
ValueScope MCP 的分工是这样的:
AI 负责前瞻判断:搜索最新业绩指引、分析师预期,结合行业逻辑推理未来增长率、利润率和资本效率;
ValueScope 负责数据和计算:标准化财务数据、DCF 模型、敏感性分析、反向 DCF,以及所有具体计算过程。
同样的输入永远得到同样的结果。换句话说:AI 提供智能,ValueScope 提供框架和纪律。
这个分工还有一个很现实的好处:快。以前让 AI 从零做一次 DCF,它需要自己搜财务数据、理解报表结构、搭建模型框架,本质上是在临时搭建一张财务模型,不仅慢,而且 token 成本高。而在 ValueScope MCP 中,数据管道、模型框架和计算逻辑都已经准备好,一次估值通常一两秒完成,调整假设重新计算几乎是秒级响应。AI 的时间用在真正有价值的地方——分析和判断。
MCP 是开放协议,支持 MCP 的客户端都可以接入:Claude Code、Claude Desktop、Claude 网页版、ChatGPT、Cherry Studio 等。估值质量最终取决于底层模型的推理能力和联网搜索能力——实际体验下来,目前效果最好的仍然是 Claude。
实际用起来是什么样
接入之后,你只需要像平时一样和 AI 对话。例如:“给腾讯控股做个 DCF 估值”。
AI 会自动调用引擎完成整个流程:先获取过去五年的历史财务数据、计算各项估值参数的历史区间(收入增速、利润率、资本效率的变化趋势);然后按模型内置的分析框架联网搜索最新业绩指引、分析师一致预期和行业信息;接下来对每一个关键假设独立推理并说明理由;最后调用估值引擎生成结果。
输出包括估值结论、关键假设表、历史趋势分析、价值构成、敏感性分析以及反向 DCF。相比“目标价是多少”,更有价值的问题是:当前市场价格隐含了什么假设?这些假设你是否认同?
你还可以进一步要求按乐观、中性、悲观三种情景分别估值,或者直接查看利润率和收入增速的历史趋势图。支持 MCP 提示词的客户端还有 /mcp__valuescope__dcf 一键估值工作流。
怎么接入(两分钟)
Claude Code
claude mcp add valuescope --transport http https://mcp.valuescope.app/mcp
Claude 网页版 / 手机 App
设置 → Connectors → 添加自定义连接器,填写 https://mcp.valuescope.app/mcp。
Cherry Studio
在 MCP 服务器配置中选择 HTTP 类型,填写上述地址即可。
接入后直接用自然语言提问。代码格式:A股 600519.SS / 000333.SZ、港股 0700.HK、美股 AAPL、日股 7203.T。
支持的市场与数据源
A股与港股完全免费,无需注册 API,接入即可使用。
美股与日股的数据来自 FMP(Financial Modeling Prep),需要提供 API Key(服务器提供每日少量免费体验额度,先试再配)。如果你前面已经接入过(没带 key),补上 key 只需删掉旧的再重新加一遍:
claude mcp remove valuescope claude mcp add valuescope --transport http https://mcp.valuescope.app/mcp \ --header "X-FMP-Key: 你的key"
网页版 / 手机 App 的 Connectors 里,则是在添加连接器时的高级选项里填一个自定义请求头:名称 X-FMP-Key、值是你的 key。配好之后所有对话自动带上,不用再手动提。
临时快速试一下也行——直接在对话里说 “我的 FMP key 是 xxx,给英伟达估值”,但这只在当前对话有效,长期用还是建议按上面配置。
FMP 的财务数据质量不错,订阅价格也相对便宜。通过下面这个推荐链接注册并订阅(已含 valuescope 优惠码),会比官网便宜一些:
site.financialmodelingprep.com/pricing-plans?couponCode=valuescope
关于网页版
网页版 valuescope.app 会持续维护,它的定位:一个用于手动调参数、做敏感性分析和快速验证想法的 DCF 工作台—— 两种入口跑的是同一套引擎。
自托管
引擎开源(AGPL-3.0)。运行后端后 MCP 服务在 http://localhost:8000/mcp,详见 GitHub README。
ValueScope 的所有输出均为模型计算结果,仅供研究参考,不构成任何投资建议。All valuations are deterministic model outputs for research reference only — not investment advice.