散戶AI股票預測散戶AI股票預測

Building an AI-Assisted Stock Prediction System

「我要的是能賺錢的預測，不然做系統幹嘛？」

從過度相信 AI，到理解資料、濾網
與模型比「會講話」更重要

做這套系統時，想法其實很直接。

既然要做股票預測系統，當然希望它能提供有用的判斷，而不是只產生一堆看起來很專業、實際上無法行動的分析文字。

最常對協作 AI 說的一句話是：

「如果不能幫助判斷，做這個系統到底要做什麼？」

但開發過程很快就發現，真正困難的從來不是叫 AI 寫出一個看似完整的分析頁面，也不是讓模型生成買進、賣出或觀望的建議。

困難的是，系統裡的資料到底是不是真實的、是不是即時的、是不是完整的，以及每一個判斷背後是否有合理的條件。

早期版本曾經過度相信 AI。

以為只要模型夠強、提示詞寫得夠詳細、系統裡加入更多指標，預測自然就會變準。但幾次失敗後才慢慢理解，AI 最危險的地方，不一定是它不知道答案，而是它可能在資料不足、資料錯誤或條件不完整時，仍然給出一段聽起來很有道理的答案。

這也是許多 AI 工具常見的現實。

系統通常會提醒「AI 可能出錯」，但真正的問題是：如果資料來源、資料時間、篩選邏輯與模型條件沒有設計好，再流暢的介面、再漂亮的結論，都只是把不可靠的資訊包裝得更像答案。

因此，這套系統的方向開始改變。

它不再追求讓 AI 看起來像一位無所不知的投資專家，而是嘗試建立一個能整合真實市場資料、過濾明顯風險、整理訊號並協助判斷的分析系統。

目前這個版本暫時稱為「準準準 7.0」本來是想用散戶AI股票預測…但不夠呼口號感哈。

它不是保證獲利的工具，也不應被視為投資建議。市場本來就充滿不確定性，再完整的模型也可能失準。

但這個系統希望做到一件更實際的事：

把雜訊減少，把資訊整理清楚，讓判斷不只建立在感覺上。

AI預測個股漲跌的實際準確率約在 52% ~ 57% 之間（接近隨機猜測）

散戶AI股票預測真正要準，不能只靠 AI，必須串聯真實資料

早期系統雖然可以生成分析，但資料來源常常不夠完整。

有些數據是暫存資料，有些是測試資料，有些指標甚至被寫死在程式中。這種做法可以用來驗證介面和流程，但無法用來做真正的市場分析。

因為股票市場的變化不是固定的。

成交量、法人動向、融資融券、借券變化、營收、獲利、新聞情緒與題材熱度，都會隨時間改變。只要其中一個關鍵資料失真，後面的模型與結論就可能一起偏掉。

因此，這版系統開始整合較完整的分析維度，包括：

爆量倍數
成交量與流動性
外資買賣超
投信買賣超
自營商買賣超
法人連續買賣天數
融資融券變化
借券賣出異常
EPS
本益比
營收成長
新聞情緒分數
市場題材與關鍵字
單日漲跌幅與乖離風險

這些資料不會直接保證預測正確，但至少能讓系統避免只根據單一訊號做判斷。

例如，成交量突然放大不一定代表行情啟動；法人買超也不一定代表股價一定上漲；新聞情緒正面，更不代表市場已經反映或未來一定會持續上漲。

真正重要的不是找到一個「神奇指標」，而是理解不同資料之間的關係，以及哪些條件需要被排除。

開發過程踩過的幾個大坑

這套系統從初期版本走到現在，過程中遇到的問題其實很典型。

有些是資料工程問題，有些是金融資料本身的時間差，有些則是程式邏輯與系統效能問題。

也正是這些錯誤，讓系統從一個看起來很會分析的 Demo，慢慢變成比較接近可用工具的樣子。

API 時間差造成的「消失籌碼」

系統初期最困擾的問題，是盤中掃描時，外資、投信、自營商與融資券等資料會突然全部變成 0。

第一時間很容易以為 API 壞掉、程式抓錯欄位，或資料來源中斷。

後來才發現，問題不在程式，而在資料更新時間。

台灣證交所不同資料的更新時間並不一致。例如，三大法人買賣超資料通常需要等盤後一段時間才會完整更新，融資融券相關資料也可能更晚才公布。

如果系統在資料尚未更新時直接抓取當日數字，就會把空白資料誤判為 0。

這會造成很嚴重的問題。

原本外資連續買超的股票，可能突然被系統判定為法人完全沒有動作；原本融資異常增加的標的，也可能因資料尚未公布而被錯誤排除。

後來加入了資料時間判斷機制。

當日資料尚未到達合理更新時間時，系統不直接使用空值，而是自動回溯前一個已完成結算的交易日資料，同時保留資料日期，避免使用者誤以為那是即時資訊。

這個改動看起來很小，但它讓整個資料層更可靠。

資料沒有更新，不代表數值為零。

這是金融資料系統中非常重要的基本原則。

冷門股的假爆量陷阱

爆量通常被視為市場關注度提升的訊號。

但系統一開始只看「今天成交量是過去平均成交量的幾倍」，很快就遇到一個問題。

一檔平常只成交 5 張的股票，今天成交 15 張，系統會判定它出現 3 倍爆量。

從數學上來看沒有錯。

但從市場流動性來看，這種訊號幾乎沒有意義。

成交量太低的標的，容易出現買賣價差大、成交不連續、價格容易被少量交易影響等問題。即使系統找到看似高倍數爆量，也不代表一般交易者能在合理價格下進出。

因此，系統後來加入流動性底線。

單日成交量未達一定門檻的股票，不再進入主要爆量排行與高優先分析清單。以目前設定來說，低於 500 張成交量，也就是約 500,000 股的標的，會被排除或標示為低流動性風險。

這並不代表低成交量股票一定沒有機會。

而是代表它們不適合被當成一般化的交易訊號，更不適合因為「爆量倍數漂亮」就直接被推到排行榜前面。

系統需要的不只是找到異常數字，而是判斷這個異常是否有市場意義。

全市場掃描帶來的效能問題

一開始的想法很理想。

既然系統可以抓資料，那就把市場上所有股票都掃過一次，找出最值得注意的標的。

但實際執行後才發現，當系統同時處理大量股票的歷史成交量、法人資料、基本面資料、新聞內容與情緒分析時，運算時間會迅速拉長。

如果再把每一檔股票都送進大型語言模型進行新聞摘要與情緒判讀，系統不只會變慢，也可能遇到 API 額度、成本與回應不穩定等問題。

因此，後來改成分層篩選。

第一層先用較快、成本較低的規則處理，例如：

成交量是否達到最低門檻
是否出現異常爆量
是否有法人明顯買賣超
是否有融資、借券或價格異常
基本面是否存在明顯風險

通過第一層篩選後，再針對排名較前面的標的做更深入分析，例如新聞情緒、題材整理與模型預測。

目前主要將深度分析範圍控制在 Top 20 或 Top 30 左右。

這樣做不是因為市場只有 20 或 30 檔股票值得看，而是因為系統需要先把有限的運算資源用在相對有訊號、也相對有流動性的標的上。

準準準 7.0 的四大核心引擎

目前的系統不再只是抓籌碼資料、排序後顯示結果的工具。

整體架構逐漸朝向「資料採集、訊號分析、風險過濾、模型預測」四個層次發展。

全自動資料採集引擎

系統首先需要一個能穩定處理不同來源資料的基礎層。

目前整合的來源包括：

台灣證券交易所盤後資料
Yahoo Finance 與 yfinance 市場資料
Google News RSS 新聞來源
個股財務與估值資料
法人買賣超與籌碼變化資料
融資融券與借券相關資料

這一層的工作不只是把 API 串起來。

還需要處理資料格式差異、交易日判斷、更新時間、空值、重複資料、股票代碼對應與來源錯誤。

資料層沒有處理好，後面的模型再複雜也沒有意義。

AI 情緒與市場共識分析引擎

市場新聞與題材很難完全用傳統數字描述。

同一家公司可能因為獲利成長、接到新訂單、法說會內容、產業政策、供應鏈事件或市場傳言而受到關注。這些資訊通常散落在大量新聞、公告與討論內容中。

系統目前使用大型語言模型協助進行新聞摘要與初步情緒判讀。

透過 Llama 3.3 70B 等模型，將新聞內容整理成較短的重點，並嘗試給出 -3 到 +3 的市場情緒分數。

-3 代表明顯負面或高風險訊號
0 代表資訊中性、影響不明或市場反應有限
+3 代表較明顯的正面訊號或市場關注度提升

這個分數不是預測股價的答案。

它比較像是把原本難以量化的新聞面資訊，轉成可以與成交量、籌碼、基本面和技術指標一起比較的特徵。

大型語言模型在這裡的角色，不是當投資顧問。

它更像是一個快速整理大量文字資訊的研究助手。

新聞內容仍可能有偏誤、延遲、重複或誤導性，因此情緒分數不應單獨使用，而必須搭配其他資料一起判斷。

防雷濾網與風險排除機制

系統發展過程中，一個很重要的理解是：

高勝率訊號不一定等於可交易訊號。

有些標的可能因為資料條件看起來很漂亮而被模型挑中，但實際上流動性太低、基本面風險過高、短期漲幅過大，或籌碼結構不穩定。

因此，系統加入了一系列防雷條件。

流動性過濾

成交量不足的股票，即使出現高倍數爆量，也可能只是少量成交造成的統計現象。

系統會排除或降低低流動性標的的優先度，避免排行榜被冷門股票占據。

基本面風險檢查

系統會參考 EPS 與本益比等基本面資訊。

當公司處於虧損狀態，或估值明顯偏高時，系統不會直接判定不能交易，但會降低預測分數，並顯示風險提醒。

EPS 小於 0
本益比高於設定門檻
營收或獲利趨勢明顯惡化
基本面資料缺失或過期

這些條件不代表股價一定下跌。

市場上也存在高成長、高估值或短期轉機型公司。但若系統要提供較保守的分析，這些風險不應被忽略。

過熱與乖離保護

單日急漲的股票常常吸引注意力，但也可能伴隨短線獲利了結、波動放大與追高風險。

系統因此加入價格乖離與單日漲跌幅的冷卻機制。

當股價在短時間內出現過大漲幅，系統會降低追價型訊號的分數，提醒市場可能已經提前反映部分利多。

這不是判定股票不能再漲。

而是避免系統只因為看到大量正面訊號，就忽略短期風險。

動態量化預測模型

系統目前以 XGBoost Pipeline 作為其中一個主要預測架構。

XGBoost 適合處理多種結構化特徵，例如成交量變化、法人買賣超、價格波動、基本面數據、新聞情緒與市場狀態。

輸入特徵可能包括：

爆量倍數
成交量與流動性
法人連續買賣天數
外資、投信、自營商買賣超
融資融券變化
借券賣出異常
單日漲跌幅
技術乖離
EPS 與本益比
營收成長
新聞情緒分數
題材與產業關聯性

模型的目的，不是宣稱能預知市場，比較合理的定位是：根據過去資料與目前條件，估計某些市場情境下出現特定結果的相對機率，並協助將標的排序。

不同市場的結構不完全相同，因此系統也嘗試採用不同權重，台股較容易受到法人籌碼、投信作帳、產業題材與本地市場結構影響；美股則可能更受到財報、產業趨勢、政策、宏觀數據與國際新聞情緒影響。

因此，不適合用完全相同的固定公式處理所有市場，目前系統會依市場特性調整資料權重，但這些權重仍需要持續回測、觀察與修正。

系統目前提供的幾種分析視角

除了預測分數外，系統也提供幾種不同用途的資訊整理方式。

高優先觀察清單

系統會根據流動性、基本面、籌碼、價格狀態與模型訊號，整理出相對值得進一步研究的標的。

台股與美股採用不同的評分與篩選門檻，避免因市場特性不同而使用不適合的單一標準。

這份清單的意義不是「保證會上漲」。

比較合理的使用方式，是將它視為研究起點，進一步檢查公司基本面、新聞內容、技術位置、財報、產業狀況與個人風險承受能力。

爆量排行

爆量排行用來找出成交量明顯高於平常水準的股票。

但系統不只看爆量倍數，也會搭配成交量絕對值、法人動向與價格波動，避免低流動性股票因為少量交易而產生假訊號。

三大法人排行

透過外資、投信與自營商的買賣超資料，可以觀察資金是否集中在特定股票、產業或題材。

但法人買賣超不是單純的買進訊號。

不同法人有不同交易目的，有些可能是避險、套利、指數調整或短期部位調整。因此，系統將法人資料視為重要參考，而不是單一結論。

融資與借券風險提醒

當融資快速增加、法人沒有同步支持，或借券賣出異常升高時，市場波動風險可能提高。

系統會將這些條件標示為風險提醒，協助使用者在市場情緒高漲時，仍保留對槓桿與籌碼結構的注意。

曾經嘗試過 AI 模擬股市專家開會，但最後砍掉了

系統開發過程中，曾經做過一個很有趣的實驗。

當時設定了不同角色的 AI 專家，模擬分析師、技術派、基本面研究員、籌碼研究員與風險控管角色，讓它們針對市場方向與個股訊號進行討論。

一開始看起來很有意思，每個角色都有不同觀點，也會互相提出質疑。整個畫面很像一場小型投資會議。

但幾次模擬後，發現它沒有真正帶來更好的結果，原因很簡單…AI 角色雖然可以生成不同立場的論點，但它們仍然依賴相近的資料、相似的語言模式與既有規則。表面上是在辯論，實際上常常只是把同一批資訊用不同語氣重複說一次。

而且，模擬出來的「專家會議」容易變得過度保守，當市場條件稍微不明確，結論往往落在「降低曝險、等待確認、停損、保留現金」這一類標準建議。

這些建議並不一定錯，但它們沒有解決最重要的問題

哪些資料真的值得關注？
哪些條件讓風險提高？
哪些訊號只是雜訊？
什麼時候應該重新檢查原本的假設？

比起讓一群 AI 專家進行看似專業的辯論，更重要的是把資料、規則、濾網與模型做好。因此，這個功能最後被拿掉，系統重新回到比較單純的核心…

真實資料
合理清洗
市場濾網
風險提醒
模型排序
人工判斷

簡單，不代表粗糙，有時候，拿掉看起來很厲害、實際上沒有增加判斷品質的功能，反而才是系統開始成熟的時候。

讓數據說話，讓 AI 協助整理，而不是替人承諾結果

開發這套系統的初衷，不是做出一個永遠正確的預測工具。

市場沒有任何系統能保證獲利，也不應相信任何宣稱能穩定預知漲跌的模型。

這套系統真正想處理的，是資訊過載與判斷混亂。

當市場上同時存在大量新聞、技術線圖、法人資料、基本面數字、社群討論與不同說法時，最需要的不是更多意見，而是更清楚的資料結構與風險條件。

「準準準 7.0」這散戶AI股票預測目前仍在持續調整。

模型權重、資料來源、篩選門檻、新聞情緒判讀與市場規則，都還需要不斷回測與修正。系統不是終點，而是一個讓資料更容易被整理、讓假設更容易被驗證的工具。

AI 可以協助處理大量資料、整理資訊與發現可能被忽略的訊號，但最後的投資決策，仍必須考慮個人的資金配置、風險承受能力、投資週期與停損紀律。

真正值得持續優化的，不是讓 AI 講得更像專家。

而是讓系統在面對真實資料、時間差、雜訊與市場風險時，仍然能提供更清楚、更誠實、更有邏輯的分析。

本文僅分享系統開發與資料分析經驗，不構成任何投資建議、買賣推薦或獲利保證。金融市場具有風險，任何投資決策應自行評估並承擔風險。

About
文章

準準準系統誕生過程

內容目錄