FinLab 퀀트 트레이딩 패키지에 대한 종합 가이드입니다. 대만, 미국, 한국, 일본, 홍콩 등 글로벌 주식 시장(개별 종목 및 ETF/펀드)을 다루며, 트레이딩 전략, 백테스팅, 주식 데이터, 팩터 분석, 종목 선별 등을 지원합니다.
이 스킬은 FinLab이라는 퀀트 트레이딩 파이썬 패키지를 상세히 설명하는 종합 가이드입니다. 사용자가 트레이딩 전략 개발, 백테스팅, 주식 데이터 분석, FinLabDataFrame, 팩터 분석, 종목 선별 작업을 할 때, 혹은 FinLab, 트레이딩, 퀀트 트레이딩, 미국 주식, S&P 500, NASDAQ 100, SPY, QQQ, 섹터 ETF, 레버리지 ETF, ETF 로테이션, 美股(미국 주식), 주식 시장 분석 등을 언급할 때 활성화됩니다. 이 가이드는 데이터 접근, 전략 개발, 백테스팅 워크플로우, 모범 사례를 다루며, 특히 미국 시장에 특화된 세부 정보(데이터 가용성 지도, 분기별 재무제표 제출일 정렬, 미국 유니버스 구성, USMarket과 USFundMarket 기본값 차이, ETF 백테스팅)를 포함합니다. 지원하는 시장은 대만(TW), 미국(US), 한국(KR), 일본(JP), 홍콩(HK)이며, 개별 주식과 ETF/펀드를 모두 포함합니다. 이 스킬은 Claude Code, Cursor, Codex 등 AI 에이전트와 함께 사용하기에 적합하며, 사용자의 의도를 정확히 파악하여 관련 코드와 설명을 제공합니다.
npx skills add https://github.com/koreal6803/finlab-ai/tree/main/skills/finlabInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
FinLab 퀀트 트레이딩 패키지에 대한 종합 가이드입니다. 대만(TW), 미국(US), 한국(KR), 일본(JP), 홍콩(HK) 등 글로벌 주식 시장(개별 종목 및 ETF/펀드)을 다룹니다. 트레이딩 전략, 백테스팅, 주식 데이터, FinLabDataFrame, 팩터 분석, 종목 선별 작업을 할 때, 또는 사용자가 FinLab, 트레이딩, 퀀트 트레이딩, 미국 주식, S&P 500 / NASDAQ 100, SPY / QQQ, 섹터 또는 레버리지 ETF, ETF 로테이션, 美股, 주식 시장 분석을 언급할 때 사용하세요. 데이터 접근, 전략 개발, 백테스팅 워크플로우, 모범 사례 및 미국 시장 특화 내용(데이터 가용성 지도, 분기별 재무제표 제출일 정렬, 미국 유니버스 구성, USMarket과 USFundMarket 기본값 비교, ETF 백테스팅)을 포함합니다.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.