準準準7.0 預測實驗#1

YinOnMars 7.0 Prediction Experiment #1: Testing My Real Stock Forecast

我不保證準。這個系列就是公開我的實驗預測過程。

規則很簡單：
觀察預測台積電
開盤前分享預測
收盤後記錄回測、勝率，還有我哪裡又搞砸
翻車一定寫筆記，不刪文

台積電 2330 (台股) 收盤2,510 漲100.00(4.15%)= 失準

台積電 TSM (美股) 收盤US$467.67 漲+1.20%(+5.55) = 失準

聯電 2303 (台股) 收盤160.0 漲停14.50(9.97%) = 失準

聯電 UMC (美股) 收盤US$27.50漲+14.20% = 失準

日月光投控 3711 (台股) 收盤674漲停61.00(9.95%) = 失準

日月光投控 ASX (美股) 收盤US$43.62 漲+7.54%(+3.06) = 失準

投資有風險，這裡只是實驗系統的分享。歡迎追蹤跟吐槽….（別吐）

台股收盤檢討

今天早盤預測翻車了，我來檢討

今天早盤（08:00）分享的預測名單中，有幾檔系統給出極低勝率的個股：

台積電 22%
聯電 43%
日月光投控 25%

結果收盤卻大漲，甚至強勢亮燈漲停。
面對這樣的結果，我做了盤後檢討。拆開系統底層後，我發現不是 AI 看錯方向，而是系統在「數據轉換」與「時間差」上開了三個漏洞：

1. AI 情緒分數的「單位錯置」（最核心的失誤）

出錯原因：
系統內建的「事件專家（LLM AI）」在閱讀完這幾檔的新聞後，其實給出了非常看好的「+2 分」（評分標準是 -3 到 +3 分）。
但負責彙整的主程式預期的計分範圍是「0 到 100 分」。
結果，主程式直接把「+2」誤判成「滿分 100 分裡的 2 分」（極度看空）。
這導致 AI 越看好的利多股票，綜合分數反而被砸到谷底。

修改方式：
我修正了分數轉換公式，把 -3 到 +3 的評分刻度，正確映射轉換為 0 到 100 分的百分比制。

2. 盤前籌碼數據的「時間空窗期」

出錯原因：
早盤 8:00 執行全市場掃描時，今天的「三大法人籌碼」根本還沒公布。
系統抓不到最新的外資與投信動向，觸發了防呆機制，把籌碼分數全部給成中立的「50 分」。
這讓這幾檔有法人重兵防守的強勢股，完全失去了籌碼面的加分。

修改方式：
我調整了系統讀取邏輯，確保在早盤籌碼未更新的空窗期，能正確延續並鎖定「前一交易日」的最終籌碼狀態來運算。

3. 技術面模型的「過度保守與懼高」

出錯原因：
系統的技術面大腦（LightGBM 模型）一偵測到這幾檔股票創下新高，就判定為「乖離率過大、指標嚴重超買」，給了不到 2 分的極低分。
模型目前的參數設定太害怕追高，沒能有效辨識出「主升段突破」的爆發動能。

修改方式：
我微調了技術特徵的權重，針對「爆量且突破高點」的型態加入動能校正機制，避免模型對強勢股過度扣分。

實驗思考…..

這次的落差，其實是「系統整合時的翻譯錯誤」造成的烏龍，不是 AI 大腦判斷錯誤。
系統全錯的原因不是 Bug 1/2/3，而是今天美中貿易談判重大利多消息，這種大環境系統性上漲，模型沒有輸入「大盤當日漲跌」。要改成當大盤漲超過 1.5% 的時候，系統會自動提高所有個股的多頭機率，避免今天這種全市場飆漲卻預測下跌的情況。
明天繼續做「實戰盲測」來透過真實股市結果，抓出程式碼邏輯漏洞。
我來針對上述問題進行系統修改與參數微調。
台股預測…..今日失敗…..

美股收盤檢討

繼早盤的台股檢討後，我們來覆盤昨晚美股 ADR（台積電、聯電、日月光）的盲測結果。一如預期，由於使用的是尚未修復 Bug 的舊版系統，這三檔的預測勝率分別只有：

TSM：12.0%
UMC：49.1%
ASX：10.2%

整體來看，系統當時明顯偏空，但最終收盤卻是全面大漲，聯電甚至直接飆出 +14.2% 的驚人漲幅。把這三檔預測的「大腦切片」攤開來看，我們發現的不是 AI 不準，而是舊版系統在設計上有三個很嚴重的坑。

1. 致命的翻譯錯誤：把「強烈看多」翻成「崩盤」

先看 TSM 跟 ASX 的事件專家分數，兩檔都剛好是 2.0 分。
LLM AI 讀完華爾街新聞後，其實給出的是 -3 到 +3 分 量表中的 +2 分，也就是偏多、甚至是強烈看多。但舊版系統的主程式預期的是 0 到 100 分 的百分制，結果直接把 +2 當成了 100 分裡的 2 分，等於極度看空。

這就變成一個很荒謬的情況：
AI 越看好的股票，最後總分反而被壓得越低。

2. 美股籌碼大腦的「死水盲區」

你會發現這三檔美股的籌碼專家分數幾乎都一樣，都是 53.0 分。
這不是巧合，是因為舊版系統的美股籌碼公式寫得太簡單。
美股不像台股有完整的外資、投信、自營商買賣超數據可以直接抓，結果舊系統只要沒有出現極端爆量，籌碼分數就會卡在 50 幾分的死水區，完全抓不到真正的資金流動。
這也是為什麼 UMC 明明有技術強勢訊號，最後還是被籌碼分數拖住。

3. 技術大腦的「嚴重懼高症」

TSM 和 ASX 的技術專家分數分別只有 6.0 分 和 2.8 分。
原因很單純，就是舊版技術模型太害怕創新高，只要乖離率一拉大，就直接判成超買、風險過高。問題是，這種邏輯會把很多真正的主升段突破也一起砍掉。也就是說，模型不是抓不到強勢股，而是太早把強勢股當成危險股。

4. 最可惜的是 UMC 被「誤殺」

UMC 這檔其實最有意思。
它的技術大腦給出了高達 85.6 分 的強勢判斷，代表 AI 底層其實有抓到它即將爆發的技術型態。
但最後就是被前面那個 53 分的籌碼死水，再加上 翻譯錯誤的事件分數 平均掉，導致總勝率卡在 49.1%。

說白了，不是它沒有訊號，是系統把它的訊號壓掉了。
這種錯，比單純看錯還麻煩，因為它是系統整合層的誤殺。

5. 下一步怎麼修

昨天這份「全錯」的預測名單，其實很有價值。
它幫我們直接抓出舊版系統的底層問題，所以今天下午我們已經針對這幾個地方做了修正：

修正 AI 分數從 -3~+3 到 0~100 的映射問題。
加強技術模型對強勢突破的動能補償，不再看到新高就過度懼高。
調整美股籌碼邏輯，不再讓分數長期卡在死水區。
重新檢查美股與事件分數的整合方式，避免再次誤殺強勢股。

真正的量化系統，不是永遠對，要從報錯和回測裡慢慢修正。

昨天的結果雖然很失準，但讓我知道系統真正該修的地方。