FinLab AI — скилл
Скилл подключает агента к данным и Python-движку FinLab для исследования акций и исторической проверки стратегий на своей машине.
- 424 ★ репозитория
- Последний коммит
Широкий доступ
Почему такой уровень
- Скилл документирует брокерские API реальных ордеров, которые могут привести к потере денег.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/finlab-aiОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемШирокий доступИнструмент может менять данные, выполнять команды или работать с секретами.
- Скилл документирует брокерские API реальных ордеров, которые могут привести к потере денег.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
FinLab AI дает агенту инструкции по получению рыночных данных, разработке стратегии и проверке ее на исторических периодах. Скилл помогает установить пакет FinLab, войти в сервис и запустить расчеты локально. Основные примеры посвящены Тайваню и США. Это инструкция без собственных хуков и комплектных программ. Отдельный размещенный MCP только читает каталог, стратегии и справочные материалы. В документации скилла также есть брокерские API: перед реальным ордером агент должен показать предварительный просмотр и дождаться подтверждения пользователя.
Для кого. Для пользователей FinLab, которые исследуют торговые гипотезы через агента и проверяют расчеты по исходным данным.
Подходит, если
- Нужно получить данные для исследовательской гипотезы.
- Стратегию требуется проверить на историческом периоде.
- Нужно сравнить показатели нескольких вариантов расчета.
- Код расчета и результаты должны оставаться локальными.
Не подходит, если
- Ожидается гарантированная доходность будущих сделок.
- Реальные ордера хотят отправлять без подтверждения.
- Нет права использовать нужные рыночные данные и брокерский аккаунт.
Пример запроса к агенту
Подготовь учебную проверку стратегии на исторических данных FinLab без брокерского подключения и покажи предположения расчета.Ограничения
Для расчетов нужны Python 3.10 или новее, uv и собственный вход FinLab; доступность данных зависит от аккаунта. Историческая проверка чувствительна к датам публикации, комиссиям и отбору инструментов, поэтому проверяйте эти условия до сравнения результатов. Брокерские API могут размещать реальные ордера и приводить к потере денег: работайте сначала без торгового подключения. Подтверждение ордера обязательно, но перед ним нужно проверить инструмент, количество и условия исполнения самостоятельно.
Как отключить. Удалите скилл или плагин и отключите брокерские ключи, если подключали их. Удаление инструкции не отменяет уже размещенные ордера; проверьте их в брокерском аккаунте отдельно.
Частые вопросы
Скилл запускает собственный фоновый процесс?
Нет. Он содержит документацию и направляет агента к Python-пакету.
Как проходит вход?
`python -m finlab login` открывает браузер.
Что делает размещенный MCP?
Читает стратегии, справочник данных и документацию; он не отправляет ордера.
Где выполняется код стратегии?
На компьютере пользователя.
Это официальный проект FinLab?
README обозначает FinLab AI как официальный продукт FinLab.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыСкилл отвечает на вопросы о вероятностях событий по рыночным данным: прогнозные рынки, ставки, доходности, деривативы
Скиллы и MCP-сервер для опционных трейдеров: котировки, технический анализ, греки, спреды, сканеры и портфель Interactive Brokers
Скилл запрашивает у Arkvol данные по рынкам Китая, Гонконга и США и пересказывает их с датой, показателями и границами применения
Набор скиллов для частных инвесторов и трейдеров: обзор рынка, скрининг акций, теханализ, планирование сделок, журнал и разбор результатов
Набор устанавливаемых финансовых скиллов для агента: новости, данные по акциям, тональность, прогноз, сигналы, отчеты и поиск
Скилл ищет узкие места в цепочке поставок отрасли и отбирает акции китайских бирж, Гонконга и США с проверкой по котировкам
Коротко о README
Установка скилла и подключение MCP только для чтения выполняются отдельно. Торговые действия требуют дополнительного брокерского подключения.
Бейдж для README
Исходный SKILL.md
--- name: finlab description: "Backtest and research stock strategies with the FinLab Python package on real market data: Taiwan stocks (台股) first, plus US, KR, JP, HK equities and ETFs/funds. Use whenever the user wants to backtest a strategy, screen stocks, or pull Taiwan stock data such as adjusted prices, monthly revenue, financial statements or institutional flows, even if they never name FinLab: 台股回測, 股票回測, 回測, 選股, 選股策略, 量化交易, 程式交易, 月營收, 三大法人, 財報, 美股回測, backtesting, trading strategies, stock data, stock selection, FinLabDataFrame, factor analysis, quant trading, US equity, S&P 500 / NASDAQ 100, SPY / QQQ, sector or leveraged ETFs, ETF rotation, 美股, or stock market analysis. Includes data access, strategy development, backtesting workflows, best practices, and US-market specifics (data availability map, filing-date-aligned quarterly fundamentals, US universe construction, USMarket vs. USFundMarket defaults, and ETF backtesting)." compatibility: Requires Python 3.10+ and uv package manager (https://docs.astral.sh/uv/) --- # FinLab Quantitative Trading Package ## Prerequisites **Before running any FinLab code, verify these in order:** 1. **uv is installed** (Python package manager): ```bash uv --version ``` If uv is not installed, tell the user to install it. After installing, ensure `uv` is on PATH: ```bash source $HOME/.local/bin/env 2>/dev/null # Add uv to current shell ``` 2. **FinLab is installed via uv** (requires >= 2.2.15): ```bash uv python install 3.12 # Ensure Python is available (skip if already installed) uv pip install --system "finlab>=2.2.15" 2>/dev/null || uv pip install "finlab>=2.2.15" ``` **Or use `uv run` for zero-setup execution** (recommended for one-off scripts): ```bash uv run --with "finlab" python3 script.py ``` `uv run --with` auto-creates a temporary environment with dependencies — no venv management needed. **Prefer zero-install?** Run notebooks directly in [FinLab Studio](https://studio.finlab.finance) — a hosted Jupyter environment with `finlab` preinstalled and your account already logged in. 3. **Logged in to FinLab** (finlab >= 2.0; no legacy API token required):