AI 股票預測實驗 #3|AI 多模型融合預測

YinOnMars Prediction Experiment #3 : Multi-Model AI Fusion Stock Forecast with QQCDR Engine

AI 股票預測實驗系列第 3 篇,記錄我透過人機協作開發的 QQCDR AI Engine 所產生的預測結果。系統並非單一模型,而是採用 LightGBM(技術分析)XGBoost(籌碼/總經分析) 與 LLM(新聞事件分析) 三大專家模型,並透過 Meta-Learner 多模型融合(Blending)架構 計算最終預測勝率。本次實驗針對 台積電(2330)聯電(2303) 與 日月光投控(3711) 進行預測,並於收盤後進行實際結果驗證,以持續優化整體模型表現。

#2 的失準問題已經調過 再次的系統跑出來….

台積電 2330 (台股)

台積電 TSM (美股)

聯電 2303 (台股)

聯電 UMC (美股)

日月光投控 3711 (台股)

日月光投控  ASX (美股)

投資有風險,這裡只是實驗系統的分享。歡迎追蹤跟討論~
台美股收盤後會做檢討……

台股收盤檢討

(1) 今日交易結果

  • 2330 台積電:盤中預估上漲勝率 70.6%,判定為多方共識。今日開平走低,收盤下跌 100.00 元 (-4.02%),收在今日最低點 2,390 元,預測方向與實際走勢發生反轉。
  • 2303 聯電:盤中預估上漲勝率 68.4%,推進進度達 94.5%。今日走勢強勁,收盤上漲 8.00 元 (+4.71%),收在 178 元接近最高點(最高 185.5 元),模型精準捕捉到逆勢動能。
  • 3711 日月光投控:盤中預估上漲勝率 64.6%,判定為多方優勢。今日開盤跳空走低,終場下跌 9.00 元 (-1.36%),收在 653 元,預測方向未命中。

(2) 系統核心錯誤檢討

盤中實況資料暴露了兩個嚴重的邏輯邊界失效:

  • 買入區間下限檢查殘缺(邏輯破洞): 以 2330 為例,系統計算的買入區間為 $2490.0 ~ $2564.7。盤中即時價已跌至 2,410 元,明顯低於買入區間的下限,但 UI 依然顯示 ✅ 現價 在買入區內
    • 根本原因:程式碼的布林判斷僅寫了 Live_Price <= buy_high,完全遺漏了 >= buy_low 的限制。這會導致股票在破位下跌時,系統反而錯誤發出符合進場條件的訊號。
  • 預估價格與停利區間倒掛(數值異常): 以 2303 為例,買入上限為 175.1 元,但系統算出的第一停利點卻是 174.76 元。買入價高於停利價的數學結構,在交易邏輯上是不成立的。
    • 根本原因:動態期望值公式在特定波動位階時,未對百分比斜率進行幾何對稱與邊界鎖定。

(3) 各專家模組表現評估

  • 技術專家 (LightGBM):今日對三檔權值股一律給出不變的 82.0 分。這顯示模型對大型高價股的特徵(如 RSI、ATR 等絕對值)產生了高位階鈍化,在極端大盤環境下喪失了日內的波動鑑別度。
  • 籌碼專家 (XGBoost):台積電給出 97 分、日月光 95 分。模型過度依賴「歷史外資連買天數」的慣性,未能及時偵測到早盤盤中大戶利用利多出貨的動態籌碼反轉。
  • 事件專家 (LLM AI):對台積電、聯電皆評估 83.3 分,情緒判斷偏向樂觀,未能有效識別總經系統性風險(如 Computex 題材利多出盡)引發的短期資金撤退。

(4) AI 預測與規則衝突分析

  • 歷史對帳單與 AI 推論脫鉤: 系統日誌顯示,2330 的歷史戰績為 實戰勝率 0% (0勝/5戰),3711 為 0勝/3戰。然而,AI 融合管線依然給出 70.6% 與 64.6% 的高勝率推論。
    • 現狀分析:系統目前缺乏「反饋機制」。AI 模型在推論時是獨立執行的,規則層並未將「歷史對帳單的盈虧結果」作為權重修正的懲罰項,導致系統無法在實戰中進行信心校準。

(5) 信心校準分析

AI 對明日預估價格(如台積電預估上漲 +67.48 ~ +168.70)與法人波段目標價(平均 2647.58 元)產生了過度樂觀的權重疊加。當多模型融合(Blending)時,如果沒有加入大盤乖離過大的過熱/過冷防禦系數,期望值容易在極端盤勢下失真。

(6) 今日核心發現

  • 操作建議判斷式缺乏雙重邊界驗證,導致越破底、訊號越判定可進場的嚴重風控漏洞。
  • 技術指標在大點數、大型權值股上容易飽和,需要進行特徵標準化。
  • 對帳單歷史數據(Ledger)與即時預測管線完全分離,系統不具備自我修正能力。

(7) 修改模型與規則的具體方針

針對上述漏洞,預計進行以下程式碼實質重構:

  • 完善區間布林邏輯: 將 price_ok 判斷式嚴格修正為雙重邊界驗證:
  • 導入歷史勝率懲罰機制(帳本反饋外掛): 在 run_xgboost_pipeline 最終輸出前,加入規則層干預。若某檔股票歷史戰績大於 3 戰且勝率低於 20%,強制將 AI 勝率扣除權重,並沒收買入打勾。
  • 重構動態期望值公式: 重新定義多、空、無效雜訊區間的百分比斜率,並加上幾何強制防呆:min_change = min(raw_change1, raw_change2),解決停利價倒掛問題。

(8) 目前系統信心等級:【 調整觀察期】

由於核心買入區間判斷式存在邏輯殘缺,且 AI 模型對高價股存在過度自信傾向,系統信心等級從多方優勢下調至觀察調整期

美股收盤檢討

(1) 今日結果

  • TSM(台積電 ADR)
    • 最終收盤:收盤 $440.83(漲 1.02%),開盤 $433.98,最低 $432.58,最高 $443.85。
    • 系統勝率 $46.8%(看空) ➔ 最終收盤 $440.83(漲 $1.02$) ➔ 判定失敗(遭多方反彈逆襲)
  • UMC(聯電 ADR)
    • 最終收盤:收盤 $28.01(漲 6.91%)。
    • 系統勝率 $70.0%(強買) ➔ 最終收盤 $28.01(漲 $6.91%) ➔ 判定成功(精準命中主升段)
  • ASX(日月光 ADR)
    • 最終收盤:收盤 $41.34(漲 3.95%),開盤 $40.65,最低 $40.3,最高 $42.33。
    • 系統勝率 $48.8\%$(看空) ➔ 最終收盤 $41.34(漲 $3.95%) ➔ 判定失敗(遭板塊資金強行拉抬)
  • 今日方向總命中率33.3% (1/3)

(2) 錯誤檢討

  • TSM 與 ASX 的「幾何倒掛」致命 Bug: 盤中快照顯示 TSM 昨收 $467.67,即時價已跌到 $436.39(跌幅達 -6.6%)。此時模型判定勝率 46.8% 看空,系統卻抓取昨收 $467.67 去計算「買入區為 $467.67 ~ $481.7」,並提示「現價 436.39 在買入區內」。
    • 代碼邏輯毀滅:現價 436.39 根本不落在 467.67 ~ 481.7 區間內!這是因為當大盤或個股發生跳空暴跌時,系統盲目拿「舊昨收」當基準做布林防呆,導致買入區定錨價格過高,形成嚴重的反向接刀陷阱。
  • UMC 的「目標價天花板太矮」問題: UMC 最終收盤衝到 $28.01,直接貫穿並超越了 AI 明日預估的最高上限 $27.56。代表當技術、籌碼、事件三合一極端看多(勝率 70%+)時,系統內建的百分比斜率(max_pct = 0.04)過於保守,無法鎖定主升段 ADR 的狂暴動能。

(3) 各專家命中率

  • 📈 技術專家 (LightGBM)50%。成功抓到 UMC 的極端強勢(91.4分);但錯殺了 TSM 在 30.0 分低位階的動能反彈。
  • 🏦 籌碼/總經專家 (XGBoost)66%。UMC 給予 68 分資金匯聚命中;TSM 與 ASX 給予 53 分中性,在總經大盤震盪時相對穩健。
  • 📰 事件專家 (LLM AI)100%。TSM(83.3分)與 UMC(90.0分)全部精準定錨偏多情緒,完美抵消了技術面的騙線。

(4) AI vs 規則衝突分析

  • TSM 的內耗衝突:華爾街分析師給予 STRONG_BUY,且平均目標價高達 $473.4;事件專家也給出 83.3 的高分。然而,因為 LightGBM 技術大腦計算出 30.0 的超弱勢分數,導致 Meta-Learner 融合成勝率 46.8%(判定看空觀望)。最終結果證實,美股 ADR 的華爾街法人共識與事件權重,在關鍵破位時往往超越單純的 K 線技術面

(5) 信心校準分析

  • 系統對 UMC 的盲測信心極低(模型歷史準星:實戰勝率 0%),今日卻開出 70% 綜合勝率的「強買參考」。最終 UMC 大漲 6.91%,完成了自我信心黃金校準,修正了歷史勝率的斷層。

(6) 今日發現

美股 ADR 具備強烈的「板塊資金共振性」。今日 TSM、UMC、ASX 最終全部收紅,代表當半導體熱錢湧入時,技術面落後的標的(如 TSM 的 30 分、ASX 的 57 分)會被強行拔高補漲,這驗證了我們在系統開發中對於大盤資金流向(market_chg_pct)加重權重的正確性。

(7) 修改模型與規則 (策略儲存)

為了在程式碼實作中徹底抹除上述 Bug,我們在正式編寫前先定錨以下優化邏輯:

  • 幾何學最高最低價錯置修正:在 generate_dynamic_prediction 模組中,如果 live_pricebase_price(昨收)偏離度高於 $pm3%,買入區下限必須強制動態改用 min(y_close, live_price) 進行定錨,防止價格倒掛時發出錯誤的「在買入區內」綠色訊號。
  • 美股動能溢價放寬:當三合一儀表板觸發「強力共識」且勝率≥70% 時,明日預估的 max_pct 從 0.09% 物理邊界動態擴展至 1.25 倍,以容納 ADR 暴動級的漲幅。

(8) 信心等級

  • AA(此技術架構與數據清洗策略極度高度可行,盲測漏洞已精準鎖定)。

檢討修正

第一個是「買入區自動貼緊現價」。我們要在系統裡加一條規則:只要今天的最新股價比昨天的收盤價還要低,系統就算算出一個高高的買入範圍,也會被強制往下修正,直接用今天的最新股價當作最高上限。這樣就不會出現「股價跌慘了,系統卻還叫你用昨天的高價去買」的矛盾錯誤。

第二個是「預估範圍自動放大」。當技術、籌碼、新聞三個專家都同時極度看好、算出來的勝率超過 70% 的時候,系統會自動把明天可能上漲的「最高目標價」再往上放大 1.25 倍。這樣當市場熱錢真的大噴發、股票瘋狂飆漲時,系統的預估區間才不會每次都被直接漲破。

AI 股票預測實驗 #4|AI 多模型融合預測
預測實驗室


探索更多來自 YinOnMars 的內容

訂閱即可透過電子郵件收到最新文章。

發表留言