v0.1.0

讓 AI 直接查台美股資料、選股、回測

SnowyOwl 是一個 Python 套件，把行情、歷史資料、 10000+ 組積木條件與一套事件式回測引擎收在同一個 api 物件底下。裝完之後，你的 AI 助理就能直接寫出跑得起來的策略腳本。

開始使用 llms.txt

積木選股

現成的選股條件，填參數就能組合。選完可以拿到等價的 Python，也能直接把訊號餵進回測。

看積木 →

歷史與表格資料

矩陣式歷史資料（日期 × 股票代號）、80 張表格式查詢、分K與美股即時快照。

看資料 →

回測

事件式引擎，五種委託型別、四個停損停利、多檔共用資金池，成交價規則全部實測驗證。

看回測 →

python

# 站在 20 日均線之上的股票，排除 ETF，再回測前三檔
>>> import snowyowl as so
>>> api = so.login('user@x.com', 'pwd')
>>> B = api.Block
>>> con = B.con_tw('今日收盤價<>D日(周月)均線',
...                operator='>', period=20, table='日_K')
>>> r = B.screener_tw([con], pool=['all', '~etf'])
>>> len(r['dataframe'])
1307
>>> from snowyowl_mcp import backtest as BT
>>> rp = BT.run(api, [con], ['2330', '2317', '2454'],
...             capital=10_000_000)   # weight 自動 1/3
>>> rp.report.loc['TotalReturns', 'Strategy']
...

Agent Skill

教 AI 怎麼寫 SnowyOwl 的 Python。要產出腳本、寫策略、跑回測的時候走這條。不隨套件出貨，隨時取最新版：

curl -o ~/.claude/commands/snowyowl.md \

  https://snowyowlstrategy.github.io/snowyowl.md

MCP Server（請洽客服）

讓 AI 直接呼叫工具抓資料，適合連續追問。5 個 tool 覆蓋全部 676 個積木與回測，stdio 傳輸、不需要 pip install mcp。

刻意只有 5 個——一個積木一個 tool 會是 676 個 tool，直接把 context 炸掉。

入門與結構

8

開始使用 SnowyOwl 怎麼問，才問得到你要的東西怎麼制定一個 plan 案例集：小白怎麼問回測配方集：照抄就能跑的完整腳本 so.login 登入 api 物件結構錯誤訊息速查

積木 Block（選股）

11

積木 Block 總覽 list_conditions 積木清單查詢 Block.get_table 積木參數與合法值 Block.con 組積木 Block.screener 執行選股 Block 股池 pool 通用積木（自訂比較）Block 產生的程式碼 code Block 已知落差與注意事項台股積木完整參考美股積木完整參考

Data 表格查詢

7

Data 模組總覽 Data.get_table 列出可用表格 Data.get 取得表格資料資料頻率與歷史長度 USData.get_snapshots 美股即時快照盤中、分K與逐筆明細 USData 美股表格查詢

MSMP 歷史資料

4

MSMP 矩陣資料總覽 MSMP 資料表與欄位完整清單 MSMP.list 股池 USMSMP 美股矩陣資料

回測

6

回測 api.bt 總覽回測：事件模型與策略撰寫回測：委託、成交價與風控回測：資料與週期回測：商品規格與績效報告回測：技術指標與參數尋優

給 LLM 的單一檔案

檔案	內容
llms.txt	索引，每篇一行描述，含各自的已知落差
llms-full.txt	36 篇全文串成一份
snowyowl.md	Agent Skill 原始 markdown，可直接 curl