Digital Oracle — скилл
Скилл отвечает на вопросы о вероятностях событий по рыночным данным: прогнозные рынки, ставки, доходности, деривативы
- 912 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Скилл запускает скрипты на Python и обращается к внешним финансовым источникам данных
- Выдает оценки вероятностей, которые нельзя принимать за инвестиционную рекомендацию
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/digital-oracleОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Скилл запускает скрипты на Python и обращается к внешним финансовым источникам данных
- Выдает оценки вероятностей, которые нельзя принимать за инвестиционную рекомендацию
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Скилл дает агенту методику оценки вероятностей событий не по мнениям и новостям, а по данным торгов. Он подключается к нескольким открытым источникам финансовых данных: прогнозным рынкам Polymarket и Kalshi, ценам акций и товаров, крипто-деривативам, кривой доходности казначейских облигаций, отчетам о позициях CFTC, сделкам инсайдеров из SEC, ставкам центробанков и опционным цепочкам. По вопросу вроде вероятности рецессии или разворота цены агент выбирает не менее трех независимых сигналов, тянет их параллельно, ищет расхождения между рынками и выдает структурированный отчет с таблицами сигналов, разбором противоречий и оценкой вероятностей. Работает на Python через uv, большинство источников не требуют ключей, для опционных цепочек нужна библиотека yfinance.
Для кого. Для аналитиков, исследователей рынков и любопытных, кому нужна оценка вероятностей событий по торговым данным, а не по прогнозам из соцсетей.
Подходит, если
- Нужна оценка вероятности макро- или рыночного события по данным торгов
- Нужно сравнить сигналы разных рынков по одному вопросу
- Нужен структурированный отчет с вероятностями и цепочкой рассуждений
Не подходит, если
- Нужна персональная инвестиционная рекомендация: скилл дает аналитику, а не советы, что купить или продать
- Событие не торгуется ни на одном рынке, поэтому цену сигнала взять неоткуда
Пример запроса к агенту
Оцени по рыночным данным вероятность рецессии в США в ближайший год и покажи сигналыОграничения
Скилл оценивает вероятности по рыночным данным, это не инвестиционная рекомендация, решения остаются за пользователем. Нужен установленный uv, для опционных цепочек библиотека yfinance. Часть источников это зарубежные финансовые сервисы, их доступность из России без VPN не гарантирована, при недоступности отдельного источника соответствующий сигнал пропускается. Качество ответа зависит от того, торгуется ли событие на рынке.
Как отключить. Удалите папку скилла из каталога скиллов агента, а при установке через clawhub удалите пакет digital-oracle.
Частые вопросы
Это советы, куда вкладывать деньги?
Нет. Скилл дает оценку вероятностей по торговым данным и цепочку рассуждений. Это не инвестиционная рекомендация, решения принимает пользователь.
Нужны ли платные ключи API?
Большинство из подключенных источников открыты и не требуют ключей. Для анализа опционных цепочек нужна библиотека yfinance.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыСкилл с данными по американским и мировым рынкам: опционы, VIX, короткие продажи, сделки инсайдеров, ставки и курсы, без ключей API
Скилл подключает агента к данным и Python-движку FinLab для исследования акций и исторической проверки стратегий на своей машине.
Скилл пишет девятиглавый отчет по акции США, Гонконга или Китая: обратный DCF, EPV, проверка качества прибыли и расчеты оценки скриптами
Скилл запрашивает у Arkvol данные по рынкам Китая, Гонконга и США и пересказывает их с датой, показателями и границами применения
Скиллы и MCP-сервер для опционных трейдеров: котировки, технический анализ, греки, спреды, сканеры и портфель Interactive Brokers
Скилл ищет узкие места в цепочке поставок отрасли и отбирает акции китайских бирж, Гонконга и США с проверкой по котировкам
Коротко о README
README описывает открытый скилл, который отвечает на вопросы о вероятностях, опираясь на данные торгов, а не на новости и мнения. Он перечисляет тринадцать источников данных, от прогнозных рынков Polymarket и Kalshi до кривой доходности казначейства, позиций CFTC, инсайдерских сделок SEC и опционных цепочек, и подчеркивает, что почти все они бесплатны и без ключей. Работа идет по шагам: понять вопрос, выбрать не менее трех сигналов, тянуть их параллельно, разобрать противоречия и выдать структурированный отчет с вероятностями. Скилл написан на Python, запускается через uv, для опционов нужен yfinance, устроен с упором на нулевые зависимости, внедрение зависимостей и снапшот-тесты. Ставится в OpenClaw через clawhub или в других агентах чтением SKILL.md, лицензия MIT.
Бейдж для README
Исходный SKILL.md
--- name: digital-oracle version: 1.0.3 description: "Answer prediction questions using market trading data, not opinions. Use when the user asks probability questions about geopolitics, economics, markets, industries, or any topic where real money is being traded on the outcome. The skill reads prices from prediction markets, commodities, equities, options chains, derivatives, yield curves, and currencies, then cross-validates multiple signals to produce a structured probability report." --- # digital-oracle > Markets are efficient. Price contains all public information. Reading price = reading market consensus. ## Methodology Answer questions using only market trading data, no news, opinions, or statistical reports as causal evidence. If something is true, some market has already priced it in. Five iron rules: 1. Trading data only: prices, volume, open interest, spreads, premiums. Never cite analyst opinions. 2. Explicit reasoning from price to judgment: explain clearly why this price answers this question. 3. Multi-signal cross-validation: never conclude from a single signal. At least 3 independent dimensions. 4. Label the time horizon of each signal. 5. Structured output: layered signal tables, contradiction analysis, probability scenarios, signal consistency assessment.