快速上手

安裝

建議先使用首頁推薦的 AI 工作流開始；需要自己寫 Python 或 Notebook 時，再安裝 Python 套件。支援 Windows、macOS、Linux 與 Colab；也可用 Docker。

AI 工具（推薦） Studio 零安裝 Google Colab 本機 Python Docker

先安裝 Codex 或 Claude Desktop，接著把這句交給 AI 執行：

請執行 npx skills add https://github.com/koreal6803/finlab-ai --skill finlab，然後幫我回測：「多因子選股策略」

安裝後可以直接用自然語言請 AI 查詢台股 / 美股資料、撰寫策略、執行回測並解讀績效。

環境需求

需要 Node.js 18+。安裝 Codex 或 Claude Desktop 後，重新執行上方指令即可。

前往 studio.finlab.tw 直接與 AI 對話撰寫策略，無需安裝任何套件。

# Colab 新增 Notebook 後執行
!pip install finlab

pip install finlab

相容性提示

若遇到套件相依問題，建議改用 Docker 版本。

docker pull finlab/jupyter-finlab
docker run -p 8888:8888 finlab/jupyter-finlab
# 依終端顯示的 URL 開啟 JupyterLab

下載資料

輸入以下程式碼，即可下載資料。可以查詢有哪些歷史資料可以下載。

台股市場美股市場

from finlab import data
close = data.get('price:收盤價')
close.tail()

from finlab import data
data.set_market('us')
close = data.get('price:adj_close')
close.tail()

date	0015	0050	0051	0052	0053
2007-04-23	9.54	57.85	32.83	38.4	nan
2007-04-24	9.54	58.1	32.99	38.65	nan
2007-04-25	9.52	57.6	32.8	38.59	nan
2007-04-26	9.59	57.7	32.8	38.6	nan
2007-04-27	9.55	57.5	32.72	38.4	nan

撰寫策略

可以用非常簡單的 Pandas 語法來撰寫策略邏輯，以創新高的策略來說，可以用以下的寫法：

台股市場美股市場

from finlab import data

close = data.get('price:收盤價')

# 創三百個交易日新高
position = close >= close.rolling(300).max()
position

from finlab import data

data.set_market('us')
close = data.get('price:adj_close')
close = close[close.index.dayofweek < 5]  # 移除週末

# 創三百個交易日新高
position = close >= close.rolling(300).max()
position

date	0015	0050	0051	0052	0053
2007-04-23 00:00:00	False	False	False	False	False
2007-04-24 00:00:00	False	False	False	False	False
2007-04-25 00:00:00	False	False	False	False	False
2007-04-26 00:00:00	False	False	False	True	False
2007-04-27 00:00:00	False	False	False	False	False

假設我們希望每個月底，搜尋上表中數值為 True 的股票並且買入持有一個月，可以用以下的語法：

回測績效

from finlab import backtest

report = backtest.sim(position, resample='M')
report.display()