AI 煉金術 · 第二堂學生實作包

上一堂學會用 AI
這一堂學會帶 AI 把事情做完

從講師的動能監控案例出發：拆規則 → 跑研究 → 找到問題 → 做成自己的工具。

這堂課的主軸

① 看懂來源→ ② 寫成規則→ ③ 固定比較→ ④ 核對交易→ ⑤ 持續補強

不是叫 AI 猜畫面背後的公式。先把「知道的、缺少的、自己新增的」分開，再請 AI 一個模塊一個模塊完成。

本頁是已完成的歷史研究。沒有即時報價、沒有自動下單，也不代表下一筆交易一定成功。

核心動能
5 日 ≥ 5%
10 日 ≥ 3%成交量版
核心 + ≥ 1,000 張趨勢版
核心 + 收盤 > 20 日均線買進持有對照
初始約 50% 資金

收盤判斷 → 次日開盤買進 → 持有 5 個交易日或核心失效 → 次日開盤賣出。三個策略共用資料、成交與成本模塊，只更換選股條件。

還原價代理研究；每組獨立一千萬元，整張買進、手續費每邊 0.1425%、賣出稅 0.3%。最後一天強制結束部位。原網站的盤中觸發、前十名排名及人工題材判斷未納入。

股票時段

上表統一用「一千萬元帳戶」計算；雪鴞原始報表另保留於 reports。請勿直接混用兩種分母。圖中縱軸是帳戶累積報酬率。

先選股票，對照下面兩筆：訊號是否符合？成交是否次日？成本扣了多少？失敗是程式錯了，還是符合規則後仍然虧損？

這些是事後挑出的最好與最差交易，不是事前挑中的名單。完整逐筆記錄在 GitHub 的 reports 資料夾。

把持有時間改成 3／10 日，或加上每邊 0.1% 額外成本。先寫「為什麼可能比較好」，再查看結果。

額外費率只是成本壓力測試，並未模擬實際成交價格的滑價。參數全部列出，不挑最好的一組當成結論。

筆記只在這台瀏覽器本機保存；下載後放進自己的知識庫。

四檔是固定教學樣本，含你先前指定的 6533；不能代表全市場。還原價不等於當年真實可成交的價格。引擎沒有驗證漲跌停排隊與買賣價差。時序保留段已是歷史資料，不能當成真正未知的未來驗證。

對照每筆成本、次日開盤價與期末帳務已通過。區間估計採交易重抽樣，忽略交易相關性，只供探索；信賴區間跨過零，代表目前證據不足以支持穩定正期望。