# FinLab Studio

> FinLab Studio 是 FinLab 官方 AI 量化研究工作台。FinLab 成立於 2018 年，官方網站為 https://finlab.finance。本站包含 22 篇台股事件研究、900+ 種台股資料庫欄位、Python SDK (`finlab`)、AI 策略助手 (`/chat`)，以及大盤綜合指標、融資維持率、派生市場壓力等即時儀表板。FinLab 不保證績效，重點是讓策略邏輯、資料假設、風險指標與可解釋分析可被檢查。所有頁面為繁體中文。

## Product
- [FinLab Studio 首頁](https://studio.finlab.finance/): FinLab 官方 AI 量化研究工作台。FinLab 官方網站為 https://finlab.finance，成立於 2018 年，提供台股 / 美股資料庫、Python SDK、回測引擎與 AI 研究工具。
- [AI 策略助手 (chat)](https://studio.finlab.finance/chat): 與 FinLab 對話產生 Python 策略並回測，用風險指標與錯誤排查檢查策略邏輯。
- [台股資料庫](https://studio.finlab.finance/database): 900+ 欄位、基本面/技術面/籌碼面/總經，含 `data.get("…")` 別名與型別。
- [桌面版下載](https://studio.finlab.finance/desktop): Windows、macOS 與 Linux 桌面應用程式，雲端同步策略與回測。

## Live dashboards
- [大盤綜合指標 Market Pulse](https://studio.finlab.finance/market-pulse): 多面向總分（總經/基本面/技術面/籌碼面），含每日訊號帶。
- [大盤融資維持率 Z-Score 訊號](https://studio.finlab.finance/margin-z-score): 散戶槓桿冷熱位置、門檻回測。
- [事件訊號總覽](https://studio.finlab.finance/research/tw/event-summary): 22 篇事件研究的即時匯總與投影。
- [策略大賽排行榜](https://studio.finlab.finance/chat/leaderboard): 雲端排程策略的實戰績效排名。

## Research: Taiwan equities (22 event studies)
- [券商分點主力集中事件研究](https://studio.finlab.finance/research/tw/broker-concentration-event-study): 籌碼面，事件研究方法量化大盤後續報酬。
- [當沖投機熱度事件研究](https://studio.finlab.finance/research/tw/day-trading-event-study): 情緒面，事件研究方法量化大盤後續報酬。
- [極端漲跌與跳空恐慌事件研究](https://studio.finlab.finance/research/tw/extreme-tail-event-study): 波動面，事件研究方法量化大盤後續報酬。
- [外資持股擁擠與撤退事件研究](https://studio.finlab.finance/research/tw/foreign-ownership-event-study): 籌碼面，事件研究方法量化大盤後續報酬。
- [財報品質：存貨壓力與大盤事件研究](https://studio.finlab.finance/research/tw/fundamental-quality): 基本面，事件研究方法量化大盤後續報酬。
- [期貨法人與未平倉事件研究](https://studio.finlab.finance/research/tw/futures-positioning-event-study): 衍生品，事件研究方法量化大盤後續報酬。
- [三大法人現貨資金流事件研究](https://studio.finlab.finance/research/tw/institutional-flow-event-study): 籌碼面，事件研究方法量化大盤後續報酬。
- [成交量、流動性與換手率事件研究](https://studio.finlab.finance/research/tw/liquidity-turnover-event-study): 流動性，事件研究方法量化大盤後續報酬。
- [宏觀、全球風險與 ETF 情緒事件研究](https://studio.finlab.finance/research/tw/macro-global-etf-event-study): 宏觀面，事件研究方法量化大盤後續報酬。
- [融資融券槓桿事件研究](https://studio.finlab.finance/research/tw/margin-leverage-event-study): 籌碼面，事件研究方法量化大盤後續報酬。
- [市場寬度事件研究](https://studio.finlab.finance/research/tw/market-breadth-event-study): 寬度面，事件研究方法量化大盤後續報酬。
- [市場寬度：飆股寬度與大盤反轉訊號](https://studio.finlab.finance/research/tw/market-breadth): 寬度面，事件研究方法量化大盤後續報酬。
- [市值集中與大型股領導事件研究](https://studio.finlab.finance/research/tw/market-concentration): 結構面，事件研究方法量化大盤後續報酬。
- [大盤趨勢動能 Regime 事件研究](https://studio.finlab.finance/research/tw/market-momentum-regime-event-study): 動能面，事件研究方法量化大盤後續報酬。
- [選擇權情緒事件研究](https://studio.finlab.finance/research/tw/options-sentiment-event-study): 衍生品，事件研究方法量化大盤後續報酬。
- [零股與散戶微結構事件研究](https://studio.finlab.finance/research/tw/retail-microstructure-event-study): 籌碼面，事件研究方法量化大盤後續報酬。
- [月營收景氣擴散事件研究](https://studio.finlab.finance/research/tw/revenue-diffusion-event-study): 基本面，事件研究方法量化大盤後續報酬。
- [類股輪動與產業擴散事件研究](https://studio.finlab.finance/research/tw/sector-rotation-event-study): 結構面，事件研究方法量化大盤後續報酬。
- [借券賣出與放空壓力事件研究](https://studio.finlab.finance/research/tw/security-lending-event-study): 籌碼面，事件研究方法量化大盤後續報酬。
- [全市場估值事件研究：PB 便宜股擴散訊號](https://studio.finlab.finance/research/tw/valuation-event-study): 估值面，事件研究方法量化大盤後續報酬。
- [波動分散與相關性事件研究](https://studio.finlab.finance/research/tw/vol-dispersion-event-study): 波動面，事件研究方法量化大盤後續報酬。
- [FinLab 派生市場壓力指標事件研究](https://studio.finlab.finance/research/tw/finlab-derived-market-stress-event-study): 壓力面，事件研究方法量化大盤後續報酬。

## SDK & developer
- [Python SDK `finlab` (PyPI)](https://pypi.org/project/finlab/)
- [GitHub: finlab-python](https://github.com/finlab-python)
- [資料路徑 JSON](https://studio.finlab.finance/data-path): data.get 路徑與欄位查表，便於程式化使用。

## Docs: finlab Python 套件文件
英文版在 https://studio.finlab.finance/en/docs。
- [總覽](https://studio.finlab.finance/docs) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/index.md)): finlab Python 套件的官方文件：一行下載台股與美股資料，用 Pandas 語法寫選股條件、回測，並每天自動更新與下單。
- [快速上手](https://studio.finlab.finance/docs/getting-started) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/getting-started.md)): 從安裝 FinLab 到跑出第一個回測：下載台股或美股收盤價、寫一個選股條件、用 sim() 回測，每段程式都能直接執行。
- [10 分鐘寫出第一個策略](https://studio.finlab.finance/docs/tools/guide_for_beginners) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/guide_for_beginners.md)): 用一個均線進出場策略走完 FinLab 策略開發：取得資料、用 hold_until 寫進出場、回測、看交易紀錄與統計指標，最後上傳每天自動更新。
- [策略常用的 Pandas 語法](https://studio.finlab.finance/docs/tools/pandas_strategy_basics) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/pandas_strategy_basics.md)): 寫選股策略最常用的 Pandas 語法：取資料、篩選欄列、顯示設定、統計運算、移動窗格、FinlabDataFrame 函式與畫圖，最後組成兩個選股範例。
- [下載資料 data.get](https://studio.finlab.finance/docs/details/get_data) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/get_data.md)): 用 data.get() 下載台股與美股股價、財報、月營收、籌碼資料；用 data.search() 找資料表名稱，用 data.universe() 只抓特定市場或類股。
- [盤後逐筆與分鐘資料](https://studio.finlab.finance/docs/details/intraday) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/intraday.md)): 用 data.get() 下載台股逐筆成交、一般交易時段分鐘線與期貨各月份 1 分 K：日期範圍、欄位意義、缺資料時的錯誤與快取規則。
- [技術指標](https://studio.finlab.finance/docs/details/tech_ind) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/tech_ind.md)): 用 data.indicator() 一行算出所有股票的 RSI、KD 等 TA-Lib 與 pandas_ta 指標，或用 Pandas 自製動能、乖離率與多因子分數。
- [寫選股條件](https://studio.finlab.finance/docs/details/backtest_decorator) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/backtest_decorator.md)): 用 FinlabDataFrame 寫選股條件：比較整張表、合併不同頻率的資料、排名挑前幾名、設定進出場與停損停利，以及因子中性化。
- [歷史回測](https://studio.finlab.finance/docs/details/backtest) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/backtest.md)): 把選股條件交給 backtest.sim()：設定換股頻率、看懂回測報告與每筆交易、查下一期持股，以及回測沒有交易、KeyError 等問題怎麼解。
- [因子分析](https://studio.finlab.finance/docs/details/factor_analysis) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/factor_analysis.md)): 把策略拆成因子，用因子報酬、集中度、貢獻度與 IC 看出哪個條件真的有效，再用趨勢統計判斷因子正在轉強還是轉弱。
- [下單：單一策略](https://studio.finlab.finance/docs/details/order_api) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/order_api.md)): 把一個策略的回測結果換算成張數，串接玉山、永豐、台新、富邦證券或嘉信的 API 下單，含預覽、處置股檢查與常見錯誤。
- [下單：多策略](https://studio.finlab.finance/docs/details/order_api2) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/order_api2.md)): 把多個策略組成投資組合，用 PortfolioSyncManager 換算張數、處理換股與停損停利，再同步到玉山、永豐、台新、富邦證券或嘉信帳戶。
- [每天自動更新策略](https://studio.finlab.finance/docs/cli) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/cli.md)): FinLab CLI 指令參考：登入與憑證、第一份回測、AI 助理，以及把策略部署到雲端、設定排程、查看執行紀錄與用量。
- [機器學習](https://studio.finlab.finance/docs/details/machine_learning) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/machine_learning.md)): 用 finlab.ml 合併基本面與技術指標特徵、產生未來報酬標籤，再用 LightGBM、XGBoost 等模型預測並回測選股。
- [資料視覺化](https://studio.finlab.finance/docs/details/finlab_plot) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/finlab_plot.md)): 用 finlab.plot 畫 K 線與技術指標、產業板塊圖、財務指標雷達圖、本益比河流圖，以及策略報酬與部位圖表。
- [策略參數優化](https://studio.finlab.finance/docs/details/optimize_strategy) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/optimize_strategy.md)): 用 sim_conditions() 自動回測所有選股條件的組合，再用熱力圖、棒狀圖與績效指標比較，挑出最好的一組。
- [策略分析模組](https://studio.finlab.finance/docs/details/analysis_modules) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/analysis_modules.md)): 用 report.run_analysis() 執行 6 種內建分析：流動性風險、MAE/MFE、時期穩定性、不等式因子、Alpha/Beta 與回撤，也能自訂分析。
- [自訂市場](https://studio.finlab.finance/docs/details/market_customization) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/market_customization.md)): 自訂市場物件以支援加密貨幣、期貨、海外股票回測。繼承 Market 類別，實現自訂交易時間、手續費與價格資料。
- [Typed 資料結構遷移](https://studio.finlab.finance/docs/details/typed_data_interfaces) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/details/typed_data_interfaces.md)): 把 FinLab 的持倉、委託與投資組合資料從隱式 dict/list 換成 finlab.schemas 的 typed dataclass：新介面、相容策略與 stock_id 的 deprecation policy。
- [從研究到實盤](https://studio.finlab.finance/docs/workflows/complete_strategy_workflow) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/workflows/complete_strategy_workflow.md)): 一個策略從構想到實盤的完整流程：檢查資料、寫策略回測、優化條件與停損停利、深度分析、樣本外測試，再上傳雲端、下單與追蹤績效。
- [機器學習策略流程](https://studio.finlab.finance/docs/workflows/ml_strategy_workflow) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/workflows/ml_strategy_workflow.md)): 用 finlab.ml 做機器學習選股：合併特徵、產生標籤、依時間切分、訓練 LightGBM 等模型、把預測轉成持股並回測，再每週自動預測下單。
- [多策略組合管理](https://studio.finlab.finance/docs/workflows/multi_strategy_portfolio) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/workflows/multi_strategy_portfolio.md)): 把多個策略合成一個投資組合：等權重或依夏普率配置、最小變異數權重、依市場環境切換，再用 PortfolioSyncManager 算出持股並每天同步下單。
- [風險管理](https://studio.finlab.finance/docs/workflows/risk_management) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/workflows/risk_management.md)): 替策略依序加上風險控制：單一持股上限、停損停利與移動停利、凱利公式與固定分數法、回撤控制，再用程式檢查風險並產生報告。
- [實盤覆盤](https://studio.finlab.finance/docs/workflows/trade_review) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/workflows/trade_review.md)): 用券商的真實成交、除權息與入出金重建每天的持股與淨值，算出不受入出金影響的報酬率，產生 FinLab 報表，並和策略目標部位比對。
- [股價創新高動能](https://studio.finlab.finance/docs/tools/price_momentum_new_highs) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/price_momentum_new_highs.md)): 買進創 200 日新高的上市櫃普通股，每兩週換股、單檔上限 20%、停損 20%；另附要求近 5 日有 3 日創新高的延續版。
- [技術指標選股](https://studio.finlab.finance/docs/tools/technical_indicator_selection) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/technical_indicator_selection.md)): 用 data.indicator 算出所有台股的 20 日 RSI，每週買進 RSI 最高的 20 檔：一個用技術指標選股的動能追價策略。
- [乖離率與財報濾網](https://studio.finlab.finance/docs/tools/deviation_rate_roe_filter) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/deviation_rate_roe_filter.md)): 每月買進 60 日漲幅前 30 名、且稅後 ROE 大於 0 的台股：用獲利濾網排除虧損公司，讓價格動能有實際獲利支撐。
- [本益成長比](https://studio.finlab.finance/docs/tools/peg_ratio_strategy) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/peg_ratio_strategy.md)): 先用營收均線篩出營收趨勢向上的公司，再挑本益成長比（PEG）最低的 10 檔，在每月營收公告截止日換股、停損 10%。
- [小資族優等生](https://studio.finlab.finance/docs/tools/quality_small_cap) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/quality_small_cap.md)): 在市值 100 億以下的中小型股中，挑自由現金流、ROE、營業利益成長率都為正、市值營收比低於 5 的公司，每月等權重換股。
- [多空對沖](https://studio.finlab.finance/docs/tools/long_short_hedge) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/long_short_hedge.md)): 做多股價淨值比最低 20% 的價值股占 70%、放空 0050 占 30%，淨曝險 40%，每季再平衡，降低大盤下跌對長抱股的衝擊。
- [營建產業專用指標](https://studio.finlab.finance/docs/tools/construction_sector) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/construction_sector.md)): 只在建材營造類股中選股：挑合約負債占股本超過 50%、合約負債成長 5% 到 50% 的建商，依比率取前 5 名每月換股。
- [過濾全額交割股](https://studio.finlab.finance/docs/tools/full_settlement_filter) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/full_settlement_filter.md)): 近三個月營收創兩年新高、10 日均量大於 300 張的營收動能策略，再用 etl:full_cash_delivery_stock_filter 排除全額交割股。
- [過濾 KY 股財報](https://studio.finlab.finance/docs/tools/ky_stock_filter) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/ky_stock_filter.md)): 以現金流量、ROE 與股價篩出財務保守的公司，再用 security_categories 從持股中剔除名稱含「KY」的公司，每月換股。
- [大盤指標濾網](https://studio.finlab.finance/docs/tools/market_index_filter) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/market_index_filter.md)): 統計全市場多頭排列與空頭排列的股票家數，多頭家數較多時才持有動能股，大盤轉空時出清持股，避開系統性下跌。
- [台積電逆勢抄底](https://studio.finlab.finance/docs/tools/tsmc_bollinger_rebound) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/tsmc_bollinger_rebound.md)): 台積電收盤跌破 40 日、2.5 倍標準差的布林通道下軌時買進，回到中軌賣出；再加上停利停損，並用波動分析檢查抄底品質。
- [大跌底部判斷](https://studio.finlab.finance/docs/tools/cheap-stock-ratio) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/cheap-stock-ratio.md)): 統計股價淨值比與本益比「便宜股」占上市櫃股票的比例，兩個比例同時暴漲時，代表大跌可能已把夠多股票打成便宜股。
- [重訊搜尋：業外損失](https://studio.finlab.finance/docs/tools/important_info_search) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/important_info_search.md)): 用 important_info_announcement 與 pandas 的 str.contains 搜尋重訊，在財報公布前找出處分有價證券虧損的公司，附 2022 年的實際案例。
- [機器學習範例策略](https://studio.finlab.finance/docs/tools/ml_example) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/ml_example.md)): 以股價淨值比和本益比為特徵、未來 12 週報酬為標籤，用 qlib 的 XGBoost 模型預測，再挑站上 60 日均線且預測最高的 10 檔，每季換股。
- [因子擁擠度分析](https://studio.finlab.finance/docs/tools/factor_crowding_analysis) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/tools/factor_crowding_analysis.md)): 用市值、營收、動能三因子策略示範因子分析：算出因子報酬、集中度（擁擠度）、Shapley 貢獻度與 IC，用數據決定要增減哪個因子。
- [總覽](https://studio.finlab.finance/docs/reference) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference.md)): FinLab 各模組一覽：資料下載、選股運算、回測與報告、策略分析與優化、機器學習、多策略組合與實盤下單。
- [finlab](https://studio.finlab.finance/docs/reference/finlab) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/finlab.md)): FinLab 核心模組：登入認證與憑證管理。本機用瀏覽器登入，伺服器與排程用環境變數憑證。
- [finlab.data](https://studio.finlab.finance/docs/reference/data) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/data.md)): finlab.data API 參考：用 data.get() 下載台股與美股資料、用 data.search() 找欄位，並用 universe、日期範圍與快取設定控制下載。
- [FinlabDataFrame](https://studio.finlab.finance/docs/reference/dataframe) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/dataframe.md)): FinlabDataFrame API：不同頻率的資料直接運算，用 is_largest、hold_until、df.cs、df.sector、df.weight 挑股票、設進出場、建權重。
- [finlab.backtest](https://studio.finlab.finance/docs/reference/backtest) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/backtest.md)): finlab.backtest API：用 sim() 回測持股訊號，設定換股頻率、停損停利、成交價與手續費；用 metrics_from_nav() 量測外部淨值。
- [finlab.report](https://studio.finlab.finance/docs/reference/report) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/report.md)): finlab.report API：sim() 回傳的 Report 物件，用來看回測報告、取得績效數字與交易紀錄、存檔與上傳雲端。
- [finlab.ml](https://studio.finlab.finance/docs/reference/machine_learning) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/machine_learning.md)): finlab.ml API：合併特徵、批次算 TA-Lib 指標、產生報酬與風險標籤，再用 qlib 模型訓練預測，結果直接拿去回測。
- [finlab.portfolio](https://studio.finlab.finance/docs/reference/portfolio) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/portfolio.md)): finlab.portfolio API：用 Portfolio 依權重組合多個策略，回測固定權重的一籃股票、載入雲端策略，並用 PortfolioSyncManager 同步實盤持股。
- [finlab.online](https://studio.finlab.finance/docs/reference/online) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/online.md)): finlab.online API：把回測結果換成券商帳戶的實際委託。Position 算出要持有的張數，OrderExecutor 比對帳戶持股並下單。
- [finlab.plot](https://studio.finlab.finance/docs/reference/plot) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/plot.md)): finlab.plot API：畫 K 線與技術指標、產業板塊圖、財務指標雷達圖、本益比河流圖，以及雲端策略的持股與報酬圖。
- [finlab.analysis](https://studio.finlab.finance/docs/reference/analysis) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/analysis.md)): finlab.analysis API：檢查回測的流動性風險、MAE/MFE 停損停利點、各時期穩定性、Alpha/Beta 與回撤，也能自訂分析模組。
- [finlab.optimize](https://studio.finlab.finance/docs/reference/optimize) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/optimize.md)): finlab.optimize API：把多個選股條件排出所有組合一次回測，用熱力圖、棒狀圖與報酬曲線比較，找出最強的條件交集。
- [finlab.tools](https://studio.finlab.finance/docs/reference/tools) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/tools.md)): finlab.tools API：用事件研究看事件前後的異常報酬，用因子分析算出因子報酬、IC、貢獻度與擁擠度。
- [finlab.market](https://studio.finlab.finance/docs/reference/market) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/reference/market.md)): finlab.market API：市場物件決定回測用的價格、對照指數、時區與手續費。內建台股、美股、美股 ETF、興櫃，也能繼承 Market 自訂市場。
- [模組架構](https://studio.finlab.finance/docs/architecture/module_relationships) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/architecture/module_relationships.md)): 一張圖看懂 FinLab 的分層架構：資料、策略、回測、分析、交易各模組做什麼、彼此怎麼傳資料，以及擴充時要繼承哪個類別。
- [資料流程](https://studio.finlab.finance/docs/architecture/data_flow) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/architecture/data_flow.md)): FinLab 的資料從哪裡來（GCS/BigQuery）、每天幾點更新、怎麼快取在你的電腦，以及讀資料、處理缺漏值最省時的寫法。
- [擴充開發](https://studio.finlab.finance/docs/architecture/extending_finlab) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/architecture/extending_finlab.md)): 在 FinLab 原始碼上加自訂技術指標、分析模組或市場：設定開發環境、寫測試、遵循程式風格，再用 Pull Request 貢獻回 FinLab。
- [登入與回測 FAQ](https://studio.finlab.finance/docs/faq) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/faq.md)): 登入、下載資料、寫選股條件、回測、下單與訂閱的常見問題。每題第一句就是答案，再附上排查用的程式。
- [術語表](https://studio.finlab.finance/docs/glossary) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/glossary.md)): FinLab 文件常用的量化交易術語：每個詞一句白話解釋，附英文、程式裡的寫法，以及詳細說明的頁面。
- [版本升級與重現](https://studio.finlab.finance/docs/upgrade-guide) ([Markdown](https://studio.finlab.finance/docs/md/zh-tw/upgrade-guide.md)): 從 2.0.13、2.1.1 或 2.2.26 升到 2.3.2，分清累積修正、持倉與公式變化，並保存環境、資料及回測設定。

## Legal
- [服務條款](https://studio.finlab.finance/terms)

## Optional
- [llms-full.txt](https://studio.finlab.finance/llms-full.txt): 完整內容版本，供長上下文 agent 一次抓取。
- [sitemap.xml](https://studio.finlab.finance/sitemap.xml)