fintech-algorithms

fintech-algorithms

717 个用于市场、金融和统计计算的纯函数。输入普通数组和对象，输出普通值。零运行时依赖，Node >= 22，ESM。

文档： https://docs.thefintechbuilder.com · 权威 Agent 指南： https://docs.thefintechbuilder.com/guides/ai-agents/

不可妥协的原则

四条规则。违反其中任何一条，都会产生看似正确、实则错误的输出。

1. 绝不臆造导入路径、函数名或参数。 每个子路径都与其文档 URL 完全一致，因此看似合理的猜测可能读起来正确，实际却是错的。查证后再回答——使用 scripts/lookup.mjs 或下方的查找顺序。如果不存在相关主题，请如实说明并停止。
2. 绝不猜测返回字段名。 库中返回键的大小写并不统一：bollingerBands 返回 percent_b，macd 的行返回 fastEma。请阅读该主题保存的示例输出。参见 references/pitfalls.md。
3. 对任何数值声明注明验证级别。 verified（601 个主题）表示每次构建都会重放运算，并与目录中使用一并编写的 Python 实现计算出的预期值进行断言——这是跨语言一致性，不是独立第三方数据。若有人询问，请这样表述。contract（74 个主题）表示会检查签名和结构，但不会对数值进行断言。
4. 分析，不是建议。 这些函数用于计算数值。指标交叉是对序列的观察，不是预测，不是信号，也绝不是针对某个人资金的建议。请说明计算了什么、输入是什么、验证级别是什么。如果有人询问买入或卖出什么，请说明这需要咨询持牌顾问。

此库不会获取数据

没有 HTTP 客户端、供应商 SDK、API 密钥或 node:fs。如果任务需要价格数据，应由调用方提供。这是有意为之：供应商 API 每隔几年就会改写，而算法不会。

当用户希望进行“实时分析”时，流程始终是：他们的数据流 → 他们的适配器 → 验证 → 计算 → 报告。 只有中间两步由此库负责。加载 references/ingestion.md，了解适配器模式以及规范的 Trade / Bar 结构。

哪个入口面向哪个问题

有五种东西带有此库的名称。向错误的入口提问，是最常见的猜测来源。

入口	回答的问题	不适用于
node_modules/fintech-algorithms/docs.json	签名、契约、完整示例、验证级别	— 所有情况都优先使用此项
docs.thefintechbuilder.com	同一份参考文档，通过网络访问	关于算法存在原因的说明
thefintechbuilder.com	文章——算法是什么，以及何时使用	签名或字段名；它用于讲解，而非规范定义
npm 包	要导入的代码	探索有哪些内容——这应由注册表完成
此技能	如何查找上述内容	作为查证的替代方式

两个关系很重要，并且受到强制执行，而非仅仅是惯例：

• 文档 URL 和导入路径是同一个字符串。 将 https://docs.thefintechbuilder.com/ 替换为 fintech-algorithms/，并去掉末尾的斜杠。如果这一规则不再成立，测试就会失败。
• 文档可能领先于 npm 包。 网站会基于 main 重建，无需发布版本。如果文档中有某个主题，但无法导入，说明安装的版本早于该页面——在认定有问题之前，请检查 https://docs.thefintechbuilder.com/version.json。

某个主题可能使用仓库 optimised/ 目录中的手写实现，而非目录中的实现。该实现经过断言，确保返回完全相同的值并抛出完全相同的错误，因此不会影响你报告的内容——但文章中的代码与包中的代码确实可能不同。

解析顺序

找到能回答问题的第一步后即停止。

1. 已安装的软件包——如果 fintech-algorithms 是依赖项，请读取 node_modules/fintech-algorithms/docs.json。其中包含每个签名、契约和 完整示例，无需联网。优先使用此方式。 scripts/lookup.mjs 会自动使用它。
2. 领域索引——https://docs.thefintechbuilder.com/{domain-slug}/llms.txt （每个 3–11 KB）。包含全部十七个领域的映射位于 /llms.txt 顶部的 ## Per-domain indexes 区块；只需获取一次根索引，即可获得永久路由表。
3. 主题 Markdown——在任意文档 URL 后追加 index.md。完整契约仅 3–11 KB，而 HTML 有 68–114 KB。
4. 完整数据——https://docs.thefintechbuilder.com/reference/payload.json （约 2.6 MB）。用于数据摄取，不适合回答单个问题。

将文档 URL 转换为导入路径：将 https://docs.thefintechbuilder.com/ 替换为 fintech-algorithms/，并删除末尾的斜杠。

通过 https://docs.thefintechbuilder.com/version.json（小于 1 KB）检查已安装版本是否与文档一致。

工作流

1. 确定要计算的量。 实际要问的是什么？“是否超买” → RSI。“平滑一下” → 要用哪种移动平均线，为什么选它。

2. 获取任何内容前，先按原型缩小范围。 五种输入形状覆盖全部 717 个主题，每条索引行都会标明原型：

原型	输入	返回值	数量
series-transform	(number | null)[] + 数值参数	长度相同的数组	137
tape-aggregate	Trade[] + 配置	Bar[]	7
row-classify	行	每行一个判定结果	24
snapshot-evaluate	一个快照 + 判定时间	一个判定结果	6
record-transform	特定领域的数据	特定领域的数据	501

record-transform 是剩余类别——请阅读该主题自身的契约。 详细信息和已执行示例：references/archetypes.md。

3. 阅读契约。 签名、参数、返回值、预热期、错误。

node scripts/lookup.mjs show rsi

4. 整理数据。 将用户提供的数据映射为文档中所述的输入。如果输入是柱、逐笔数据或报价，请先运行边界验证器。

5. 计算并报告。 说明计算了什么、使用了什么输入、属于哪个层级，以及有多少个开头的值属于预热期而非信号。

快速开始

npm install fintech-algorithms

算法只能通过子路径导入。根导出包含元数据和查询接口（topics、topic、byDomain、byFamily、byArchetype、load、runner），不会重新导出任何算法。某个同级主题的函数不会从另一个子路径重新导出——请分别从各自的子路径导入。

import { calculateSma } from "fintech-algorithms/technical-indicators/trend-smoothing/sma";

calculateSma([44.34, 44.09, 44.15, 43.61, 44.33, 44.83], 5);
// → [null, null, null, null, 44.104, 44.202]
//     ^^^^ four warm-up nulls: window - 1

require 条件会解析到同一个 ES 模块——项目没有单独的 CommonJS 构建，因此 require() 需要运行时支持 require(esm)。

查询脚本

scripts/lookup.mjs 与此文件位于同一目录。工作目录是用户的 项目，而非此技能，因此始终使用绝对路径调用它。

这些文件会将 ${SKILL_DIR} 写为包含此 SKILL.md 的目录。 在 Claude Code 中，该值为 ${CLAUDE_SKILL_DIR}，由运行环境替你替换。 在其他 Agent 中，请在运行命令前替换为实际路径。

node "${CLAUDE_SKILL_DIR}/scripts/lookup.mjs" search "moving average"

命令：

命令	作用
search <query>	按名称、slug、类别或条目查找主题
show <slug|id|path>	查看完整契约、预热、错误和已执行示例
archetype <name>	查看所有共享某种输入形状的主题及其注意事项
domain <id|slug>	查看某个领域中的所有主题，并按类别分组
domains	查看 17 个领域及其索引 URL
version	查看参考版本与已发布版本

如果工作目录上层任意位置安装了此软件包，则读取 node_modules/fintech-algorithms/docs.json；否则会获取并缓存已发布的 负载，缓存一天。设置 FINTECH_DOCS_JSON 可指定文件路径。 接受 slug（rsi）、目录 ID（D07-F03-A01）、完整路径或文档 URL。

如果 show 找不到主题，它会明确说明，而不是猜测——这就是正确答案， 不应设法绕过此限制。

何时加载参考资料

• references/archetypes.md — 将用户数据映射到输入形状，或 判断任务需要多少适配器代码。
• references/ingestion.md — 用户有数据提供方、CSV、websocket 或 经纪商 API，并询问如何连接。
• references/recipes.md — 端到端任务：清理数据流、构建 K 线、 计算多指标报告。
• references/pitfalls.md — 在确定任何数值答案之前。内容简短， 且每个条目都对应一个真实的失败模式及其真实原因。

覆盖范围

19 个领域：金融数学、统计学与数据基础（120）· 市场数据工程（31）·公司行动与证券主数据（20）· 指数与基准工程（40）·市场广度与内部指标（28）·价格行为与蜡烛图（52）· 技术指标（137）·几何图表形态（64）·统计时间序列（37）· 市场微观结构（29）·撮合引擎与交易场所逻辑（21）·执行与交易成本分析 （9）·基本面分析与估值（52）·信用风险与违约（7）· 数字资产与链上金融（10）·模型验证与回测（10）· 财报与每股指标分析（8）·波动率与协方差（22）· 投资组合构建（20）。

技术指标、价格行为与几何图表形态在 0.13.0 中首次全部覆盖—— 目录中的每个主题都可安装。

优先使用基础领域。 金融数学、统计学与数据基础是此库其他部分构建 其上的基础层——均值、中位数、百分位数、标准差、相关性、回归、z 分数、 对数收益率、波动率、回撤、夏普比率和风险价值各自只有一种实现， 而非在每个指标中都有一份私有副本。任务需要普通统计量时，应从该领域 导入，而不是自行编写，或借用某个指标的内部实现。它有意未列入软件包 README，因为该文件索引的是面向市场的算法；此处和文档中则完整包含了它。

它不是回测器、执行系统、投资组合管理器，也不是市场数据来源。它只计算 数值，不下单，调用之间也不保留状态。