用途：作为金融交易领域的智能体技能，面向实时市场分析、风险度量与交易策略执行，核心思路是利用亚线性算法取得“计算领先”，在传统数据到达前完成预测与下单。
主要能力：时间优势交易（预测性执行、延迟套利、实时风险评估、市场微观结构分析）；通过 MCP 工具调用 mcp__sublinear-time-solver__predictWithTemporalAdvantage、validateTemporalAdvantage、calculateLightTravel、demonstrateTemporalLead、solve 完成预测、优势验证、光传输延迟计算、场景演示与组合优化；与 Claude Flow 协作实现多智能体交易蜂群、信号生成、分布式风险管理与共识决策；与 Flow Nexus 结合可创建实时交易沙盒并执行 Python 代码，以及用 LSTM 等架构训练价格预测神经网络。
使用方式：以 $agent-trading-predictor 调用技能；按资料示例传入距离、矩阵规模、组合风险矩阵、市场信号向量等参数调用相应 MCP 工具；在需要执行交易算法时，先在 Flow Nexus 沙盒中使用模板执行代码。
适用场景：跨市场（如东京—纽约）延迟套利、卫星链路交易场景演示、组合优化与实时 VaR、动态对冲、压力测试、做市价差与订单流分析，以及多智能体协同交易决策。
性能与风控：资料列出计算领先时间、预测准确率、执行效率、夏普比率、最大回撤、胜率、盈亏比、延迟与吞吐等指标，并提出持仓规模、行业集中度、相关性、VaR、流动性、运营监控、故障安全与审计等控制项。
限制：资料仅为能力描述和示例代码，未提供实际收费、平台要求、部署步骤或效果验证数据；所述“在数据到达前交易”等主张属原资料表述，未提供独立验证；需要相应 MCP 服务与沙盒环境支持，具体可用性暂未提供。