FinanceDatabase 边界与配合：它不提供什么，拿到代码之后接什么

1. 先确认数据范围覆盖你的标的

   用一只你熟悉的标的试查，确认它是否在覆盖范围内。python -c "import financedatabase as fd; print(fd.Equities().search(name='Apple').head())" —— 能打印出候选行即说明库可用且覆盖该标的，无输出则先排查覆盖范围与网络。

2. 再确认字段够不够用

   看你需要的维度（国家、行业、市值等）是否在返回列里，缺失字段会影响后续筛选口径。

3. 然后确认后续环节由谁承接

   清单之后的行情、指标、回测分别由哪个工具负责，提前定好接口格式，避免中途返工。

4. 最后按结果用途选路线

   结论要进报告或需要长期复现 → 选自建并可存档的方式；只是快速看一看 → 选对话式路线更省准备时间。

5. 把清单落盘并记录口径

   导出时在文件名里带上采集时间，并在备注中写明筛选条件与字段口径，方便几天后复查时知道自己当时筛的是什么。

6. 写清结论的适用范围

   把「覆盖哪些市场、字段截至什么时候、后续行情来自哪里」一并写进结论，避免把一份清单当成完整的数据依据。

from financedatabase import FinanceFrame
import financedatabase as fd

equities = fd.Equities()
one = FinanceFrame(equities.data.iloc[[0]])   # 注意：不能用 .head()，那样会丢掉方法
tk = one.to_toolkit(start_date="2024-01-02", end_date="2024-01-05", progress_bar=False)

# 实测终端输出（原样摘录）：
# The parameter api_key is not set. Therefore, using Yahoo Finance as the source which
# is limited to 5 years of fundamental data. Consider obtaining a key with the following
# link: https://www.jeroenbouma.com/fmp
# You can get 15% off by using the above affiliate link to get access to 30+ years of
# (quarterly) data which also supports the project.
# 返回类型：Toolkit（耗时 40.1 秒，含联网取数）